如何做跨平台比较？先对齐口径，再比数字
不同平台的回答本来就该不一样：它们检索的信源不同、回答风格不同、引用展示方式也不同。比较的价值不在于排出高低，而在于找出「为什么这里缺」。
比较前必须对齐的四个条件
| 条件 | 不对齐会怎样 |
|---|---|
| 问题集 | 不同问题难度不同，比率不可比 |
| 入口 | 网页端与手机端是两条通道，混在一起算没有意义 |
| 时间窗口 | 平台检索结果随时间变化，跨月比较需要同窗口 |
| 引用可观测性 | 不展示来源的平台会被系统性低估 |
正确的比较方式：看结构，不看总分
把每个平台的三层拆开看：提及率、推荐率、引用可观测比例。结构差异比总分差异有信息量得多——「A 平台提到我但从不推荐，B 平台很少提到但一提到就推荐」这种发现，会直接指向不同的动作。
如果非要给一个总分，也必须同时给出每个平台的样本量与失败量，否则读者无法判断这个排序有多稳。
三个常见误读
- 「A 平台比 B 平台重要」：只能说明在这一批问题上 A 提到你的次数更多，不能说明哪个平台的用户更多。
- 「某平台引用是 0」：先确认它是不是不可观测。把盲区当结论，会误导后续所有决策。
- 「换个平台就没人提我，说明那个平台不行」：更可能说明那个平台的信源生态与你的内容不匹配。
依据与出处
跨平台差异的观察来自我们的检测记录。各平台是否返回来源、怎么调用，以官方文档为准，下面列了入口。
边界
- 本页不评估各平台的市场份额或用户规模，也不主张某一个平台更值得投入。
- 跨平台比较的结论只对本批问题、本次时间窗口成立，不能推广到其他品类或更长时间。
常见追问
- 不同平台的提及率可以直接平均吗？
- 不建议。平均会掩盖结构差异，而且各平台样本量往往不同。要看整体，应当先合并分子分母加权计算，并同时展示各平台的分项数字。
- 为什么有的平台引用总是「不可观测」？
- 因为该平台的响应里没有来源字段。这可能是因为它不展示来源，也可能是因为这次回答没有触发检索。两种情况都记为不可观测，不记为 0。
- 跨平台比较应该多久做一次？
- 取决于你的复测节奏。关键是每次比较都用同一批问题与同一个时间窗口，否则比较的其实是两批不同的问题。
这一页说明的是方法与口径，不构成效果承诺。需要看你自己的品牌在 AI 回答里的实际记录，可以注册后跑一次检测。