在AI眼里，你的品牌可能已经消失了

前几天，一个做SEO的朋友给我打电话，声音有点慌。

他说，他们家的网站，域名权重80多，每个月几百万的自然流量，关键词库几十万个。按过去十年的任何一套标准，这都是教科书级别的优秀。

但是最近他去问AI：我们这个品类，推荐几个品牌？

AI一口气报了五个名字。

没有他。

一个都没有。

他问我：润，我这十年是不是白干了？

我不知道怎么安慰他，因为就在前几天，我看到了Fractl发的一份研究，专门讲这件事。研究用GPT-4o、Gemini 2.5 Flash和Claude Sonnet 4.6三个模型，跑了96个行业提示词，每个提示词每个模型跑15遍，一共4320条回答，8500多个品牌提及。然后把这些品牌跟Ahrefs的数据对上：域名权重多少、流量多少、关键词多少。

对比完，答案很扎心：

在谷歌上是王者，不代表在AI的回答里还存在。

先说结论：大部分时候，老规律还管用

别急着焦虑。

数据里九成以上的品牌，行为都符合直觉：传统搜索权重高的，AI可见度一般也高。这说明什么？说明AI不是玄学，它吃的还是整个互联网的内容。你过去十年做的SEO，没有白干。

但是。

剩下那不到一成的品牌，才是真正有意思的地方。

大约5%，471个品牌，权重高、流量大、关键词多，AI却几乎不提它们。在SEO的基础设施上看，它们是市场领导者；在AI的引用里看，它们像从没被人写过一样。

另有4%，377个品牌，正好反过来。传统数据平平无奇，AI却频繁推荐，频率远超它们的“SEO体量”应有的水平。

一边是隐身的巨头，一边是超发的黑马。

这个裂缝里，藏着接下来几年品牌竞争的新规则。

AI的回答里，有“默认品牌”

什么叫“默认品牌”？

就是你不管怎么换着花样问，AI翻来覆去都推荐的那几个名字。

每个行业都有。而且，这些默认答案，往往不是行业里最大的公司，不是流量最高的品牌，也不是传统SEO排行榜的第一名。

我给你讲几个研究里的发现，你感受一下。

旅游行业最集中。Booking.com被提到285次，Airbnb 227次，Expedia 215次。三家加起来，占了整个行业提及量的差不多五分之一。也就是说，AI每推荐五次旅游产品，就有一次落在这三家头上。

保险行业最有意思。Lemonade排213次，压过了State Farm的172次。Root Insurance排165次，压过了Progressive的114次。你没看错：原生数字保险公司，排在百年老店前面。AI把新的当默认，把老的当备选。

健康科技里，Teladoc以275次一骑绝尘，领先第二名Amwell四分之一。模型们已经“选好了”。

唯独健身健康（Wellness）这个品类，Peloton、Headspace、Calm、Whoop、Oura全都在168次以上，没有绝对老大。

这说明什么？说明这个品类的“默认答案”位置，还空着。

AI回答里的竞争集合，比搜索结果页小得多。一个品类，AI大概只记得住前五到十个名字。挤不进去，你谷歌排名再高，也进不了AI生成的候选名单。

有些品牌，不是被忘了，是被放错抽屉了

那些隐身的巨头，AI真的不认识它们吗？

不是。

比如微软和Spotify，在金融科技（FinTech）的“隐身榜”上名列前茅。可你要是问生产力软件、问云平台，微软被引用得非常多。它不是不受欢迎，它是被模型归到了另一个类目里。你问金融科技，模型的抽屉里压根没有微软这一格。

再比如保险。Aetna、Cigna、Humana、Liberty Mutual，全是域名权重80以上、月流量几百万的巨头，AI几乎不提。同一批问题里，Lemonade和Root反而排在前面。

零售也一样。问到生活方式类推荐，模型偏爱Patagonia、Allbirds、Eileen Fisher这些讲可持续故事的品牌，Sephora、三星、惠而浦靠边站。是三星的产品不好吗？未必。是训练数据里，第三方内容更常把那批新消费品牌和“值得买”绑在一起。

你的品牌召回率低，可能不是模型不认识你，而是模型把你归到了另一个品类。你的买家在搜A抽屉，你被放在了B抽屉。

这个问题，多发内容解决不了。你需要的是在模型会读到的地方，反复建立“你属于这个品类”的信号：分析师报告、行业媒体、对比页、合作伙伴页面、客户故事、评测网站。

先让AI搞清楚你是哪个抽屉的，再去追曝光量。

超发的黑马，泄露了打法

再看另一边，那377个“AI表现远超体量”的品牌。它们做对了什么？

周一（Monday.com）是整个数据集里最大的超发者，AI可见度得分0.71。它传统数据其实不差，近百万月自然访问、五万多个关键词，但模型引用它的频率，远超它的SaaS同行。

Root Insurance，体量只有那些百年老店的一个零头，拿到的AI引用却比任何一家传统保险公司都多。

超发榜前15名里，有6个来自教育行业：斯坦福、MIT、可汗学院、LinkedIn Learning、IBM的数据科学项目、Google职业证书。模型引用它们，不是因为它们SEO多强，而是因为它们可信。

还有Doxy.me、Nike Training Club、Google Flights这些小个子，反复出现在各种测评、盘点、专家清单里，于是被模型反复记住。

看出来了吗？

这些黑马赢的地方，不在自己的网站上，在别人的内容里。

测评、榜单、对比文章、专家评价、播客、YouTube文字稿、社区讨论。模型是读着整个互联网学会“谁属于哪个品类”的。你自己官网说什么，权重有限；别人反复说你是什么，才是模型眼里的你。

所以，下次发现一个自然流量只有你一半的竞争对手出现在AI的回答里，而你没有，别去研究它的SEO策略。

去研究它的媒体报道。它是怎么拿到那些报道的。

你优化的从来不只是自己的网站。你在塑造的，是AI理解你这个品类时读到的那些素材。

77%的品牌，只活在一个模型的世界里

还有一个发现，可能会让很多市场部坐立不安。

整个数据集里，三个模型（ChatGPT、Gemini、Claude）都引用的品牌，只有11%。被两个模型引用的，12%。

剩下77%，只被一个模型引用。

只一个。

这意味着，一个品牌完全可能在ChatGPT里赢，在Gemini里输；在Claude里无处不在，在ChatGPT里查无此人。Notion被Claude引用的次数，是Gemini的17倍。Whoop在Claude里出现的频率接近Gemini的四倍。State Farm近一半的提及来自ChatGPT，Gemini只贡献了四分之一左右。

三个模型，三个口味。Claude偏爱SaaS和保险，Notion、Linear、Lemonade在它这儿出镜更多；Gemini偏爱旅游和医疗，Booking.com、Teladoc、Livongo被它提得更多；ChatGPT最“从众”，它的榜单和另外两家重合度最高。

所以，如果你的仪表盘上写着一句话，“AI可见度提升了”，先别高兴。

先问：在哪里提升的？

一个混合平均分，会把真正的问题藏起来。你可能根本没有笼统的AI可见度问题，你有的可能只是一个Gemini问题，一个Claude问题，或者一个品类提示词的问题。

分模型测。按品类、按意图拆提示词。看哪些来源反复出现。然后，再决定哪个缺口值得补。

给品牌主的五句话

研究看完，我把它压成五条，按能上手的速度排序。

第一，把谷歌排名和AI召回分开测。两套账，别混。错位的地方，就是策略所在。

第二，别只做自有内容了。去挣第三方的验证：榜单、测评、对比页、专家清单、播客、社区讨论。对AI可见度来说，数字公关可能是最实际的杠杆。

第三，分模型追踪。ChatGPT、Gemini、Claude各记各的账。一个模型的缺口，比一个平均分有用一百倍。

第四，先修品类归属，再冲声量。模型得先知道你属于哪个抽屉，才谈得上推荐你。

第五，趁“默认答案”还没固化，赶紧动。旅游、主流SaaS、金融科技的一部分，格局已经收得很紧了；但健身健康、生活方式、数字健康的一部分，默认位置还空着。模型一旦反复看到同样的品牌绑着同样的品类，想撬走它们，会一年比一年难。

最后

回到我那个朋友。

他那十年的SEO没白干，那些努力都还在给网站供血。只是从今往后，光在自己的地盘上称王，不够了。

下一次做品牌可见度盘点，别只盯着自己的网站。去画一张地图：AI是读着哪些内容，学会“谁属于我这个品类”的？测评？榜单？评测媒体？社区？

那377匹黑马，没有一匹是靠体量赢的。它们赢在，在AI读书的地方，被反复读到。

在AI眼里，你的品牌是什么，取决于整个互联网说你是什么。

这句话，值得每个做品牌的人，贴在显示器上。