答案份额（Answer Share） Answer Share

答案份额（Answer Share）指在某一道具体提问上，你的品牌或内容在引擎回答中的可见程度：这道题的回答里提没提你、提到几次、排位靠前还是靠后、参考来源里有没有你。它是最细粒度的可见度口径——往下拆是一句话里的提及与引用，往上聚合才是声量份额。诊断层面的价值就在这个「细」字上：集合指标告诉你份额涨跌，单题口径告诉你具体是哪道题、谁在上面、你输在哪一句。

单题口径里看什么

把一道题的回答摊开，答案份额至少含四个可读的量。其一，是否提及：品牌名有没有出现在答案正文。其二，提及位次：第一个被点名、并列罗列之一，还是末尾「其他」——位次差异在模型转述时会被放大，首位常被整句保留，末位可能只剩一个括号。其三，是否被引：参考来源列表里有没有你的页面，正文提及与来源引用是两种不同的资产状态，口径细节见提及率（Mention Rate）与引用率（Citation Rate）。其四，表述定性：提到你的时候说的是优点、缺点还是中性描述，定性层面的监测对象见AI 品牌描述（AI Brand Description）。

四个量合起来，一道题的「战况」就完整了：被提及但没被引，说明模型认得你但不认你的页面当信源；被引但提及位次靠后，说明页面在当无名英雄；全程缺席，才轮到「这道题在谁手里、他凭什么」的竞品归因。

与 AI SOV、Share of Model 的三角

可见度的三个口径各管一层，混用是测量事故的高发区。答案份额是单题维度——一道题上的得失，用于诊断与复盘；AI SOV 是集合维度——一组固定提问上聚合的份额，用于趋势与竞对，见AI SOV（AI 声量份额）；Share of Model 尝试度量品牌在模型「心智」里的记忆份额，尚无统一定义，见Share of Model（模型份额）。三者的关系可以摆成一张表：

方向上，单题份额是集合份额的分子构成：AI SOV 的涨跌总能拆回一道道题的得失，反过来不行——知道总量涨了，不拆题就不知道该复制什么动作。这也是我们把单题口径当诊断入口的原因：动作发生在题的层面，不在总量的层面。

怎么测才可信

单题口径最容易被采样随机性击穿。同一道题问两遍，引擎的回答就可能不同——引用是概率事件，某一次回答里你被提名，不代表你「拥有」这道题。可信读数有两条纪律：同题多次采样，报分布或区间而不报单次结果，随机性的原理与处理见采样方差（Sampling Variance）；跨天复测，把单次波动与趋势变化区分开。此外，提问措辞要固定：把「某品类哪个品牌好」改成「某品类有哪些品牌」，答案结构完全不同，措辞漂移会制造份额变化的假象。

工具侧同样适用分引擎纪律：不同引擎对同一道题的答案结构差异很大，单题份额必须分引擎记录，任何「全引擎平均」都要能拆回各引擎——这与集合口径下的分引擎要求同源。

定性判读还要防两个偏差。一是判读者偏差：多人标注时对正、中、负的边界理解不一，需要一页判例表——典型正例、典型负例、易混边界例各列几条，标注前先对齐判例。二是诱导偏差：判读者知道这是自家品牌，容易把中性往正读；轮换盲判或交叉复判能把这类偏差压下来。两个动作的成本都不高，却决定了定性列的数据是否值得进入汇报——定性数据失真时，份额读数会跟着系统性走样。最后是记录的及时性：采样与标注尽量当日完成，隔天凭记忆补标是定性偏差的温床；每次采样的原始输出（截图或文本留档）要保留，复盘有争议时能回到原始记录说话。

份额数据的记录：一题一行

单题口径要可用，记录结构先要立起来。我们建议的最小记录表是一题一行多采样列：行首是问题原文与意图类型，列按「引擎 × 采样序号」展开，每格记录四件事——是否提及、提及位次、是否被引、表述定性。表尾按题聚合出该题的提及率与引用率，再按引擎分组。这张表的价值在于把每次采样都留痕：份额的涨跌可以回溯到具体哪一天的哪次采样变化，竞品的进出也有据可查，复盘时不用凭记忆。

汇报场景里，这张表与集合指标的关系是分层引用：给管理层的看板引用集合份额与趋势，给执行层的周会直接过题级表格——上一周失守的题、新进榜的题、定性转负的题，逐题过动作。数据结构一次定好，季度内不轻易改字段；要加新监测维度，作为新增列追加而不改历史列，保证序列可比。表结构一旦与固定提问集绑定，它就成了测量侧的原始账本，任何口径调整都要留版本说明。

用途：把「提升份额」变成题级任务清单

答案份额的最终价值在诊断闭环。固定提问集定期复测后，按单题得失分四类处理：份额稳定持有的题，守住内容供给，盯竞品动向；份额波动大的题，先查自身内容是否被改版、引擎是否换版，再谈内容动作；持续失守的题，逐题归因——是第三方信源被竞品占了，还是自家页面没进候选，还是内容被引但品牌没进正文；从未上榜的题，评估投入价值后决定是新建内容还是放弃。题级清单积起来的动作，才是份额曲线能持续上行的原因——集合指标负责汇报，单题口径负责干活，两者各司其职。