研究与证明

AI心智指数心智搜索方法基线：从范围确认到30题冻结检测

了解AI心智指数心智搜索如何通过范围确认、30题标准化题库、有效样本筛选和版本化报告，开展品牌AI可见性监测与GEO分析。本次研究覆盖6个当期执行环境、180次问答，其中177条进入正式指标。

发布于 2026年8月19日更新于 2026年8月19日AI心智指数发布：绿雪智能科技（北京）有限责任公司

本页目录

AI心智指数心智搜索用于观察品牌、产品或服务在具体推荐场景中的生成式AI表现。本次公开基线研究以一次完整、可追溯的正式检测为样本，展示心智搜索如何从检测范围确认出发，经过30题标准化测量、回答采集、有效样本筛选和结构化分析，形成版本化的AI心智诊断报告。

本页聚焦方法、样本质量和证据治理，用于呈现心智搜索如何建立一份可复核的正式检测基线。研究结果可帮助企业理解：一项品牌AI可见性检测如何建立明确口径，以及GEO分析为什么需要绑定场景、题库、时间和有效样本。

研究摘要

本次研究围绕“品牌AI可见性监测与GEO优化平台”这一明确推荐场景开展，将检测对象按平台层级处理，并确认中国市场及企业选型场景。

在本次研究选定的6个执行环境中，30道冻结题目计划形成180次独立问答，实际完成180次回答和180次解析。其中177条回答符合已确认的候选范围并进入正式指标，有效率为98.3%；其余3条回答因候选范围与已确认检测范围不一致，未进入正式指标。

本次有效样本达到正式结论门槛。检测范围、题库、方法、指标和报告分别保留版本及快照，使在线结果、报告阅读和后续复测能够建立在同一份冻结数据之上。

一、本次研究范围

项目	本次公开范围
检测对象层级	机构或平台·平台
推荐品类	品牌AI可见性监测与GEO优化平台
市场范围	中国
适用场景	企业选择用于监测品牌在生成式AI回答中的可见性，并支持生成式引擎优化（GEO）分析与执行的平台
题库结构	30题：基础入围5题、五个决策因素20题、最终决策5题
当期执行环境	6个
计划问答	180次
实际完成	180次
有效样本	177次
有效率	98.3%

本页所述6个执行环境只代表本次研究实际选定的范围，不构成AI心智指数当前或未来固定支持环境的永久承诺。实际可选范围以用户发起检测时的产品页面和正式报告为准。

二、为什么先确认范围

同一个名称可能对应品牌、企业、平台、产品线、具体产品、服务或门店；同一个推荐需求也可能因为品类、地区、人群和使用场景不同而改变候选集合。

心智搜索在生成题库之前先确认：

检测对象及对象层级；
希望进入推荐的品类；
实际使用或选择场景；
市场、地区及其他会明显改变候选集合的条件。

范围确认的价值，是让后续30道题、候选对象和报告结论回答同一个问题。范围发生实质变化时，应建立新的范围版本，避免将不同市场、不同对象层级或不同推荐场景的数据直接混合比较。

三、30题如何形成完整测量

本次心智搜索采用5＋20＋5的标准题库结构。每道题在执行前冻结，全部执行环境使用同一份题库。

测量层	题数	主要观察内容
基础入围	5	目标对象能否进入相关需求下的基础候选集合
五个决策因素	20	围绕五个决策因素，每个因素设置4道不同观察角度的问题
最终决策	5	在综合条件和实际选择语境中观察推荐结果
合计	30	形成从基础候选、具体因素到综合决策的完整测量

这三层是相互关联的独立测量层，不把用户的真实决策过程简化成固定转化漏斗。正式报告分别呈现各层结果，帮助企业识别目标对象在不同问题和决策条件中的表现差异。

四、有效样本如何进入正式结果

一次回答成功返回，并不自动等于可以进入正式指标。心智搜索会结合已冻结的检测范围，判断回答是否提供了可分析的候选关系，以及候选是否属于本次确认的比较范围。

本次研究的样本处理结果如下：

样本状态	数量	处理方式
完成回答与解析	180	全部保留执行记录
进入正式指标	177	用于计算本次报告结果
未进入正式指标	3	保留记录，但不混入正式指标

3条未进入正式指标的回答，其候选集合与已确认的推荐品类不一致。将这类回答从正式指标中分离，可以保持题目、候选和结论之间的范围一致性。

本次实际有效样本为177条，已满足本次正式结论门槛。达到门槛表示本次样本完整度足以形成正式报告；具体结论仍应与检测时间、题库、执行环境和适用范围一起阅读。

五、从回答到正式报告

心智搜索将完整流程组织为一条可追溯的数据链：

输入对象与推荐场景
        ↓
识别并确认检测范围
        ↓
生成或复用并冻结30题题库
        ↓
执行问答并筛选有效样本
        ↓
解析对象、推荐关系、位置、理由与来源
        ↓
统一实体并计算结构化结果
        ↓
冻结指标与正式报告快照

正式报告可以围绕七个模块组织结果：核心结果、AI决策路径、五个决策因素、平台表现、竞品对标、信源与风险，以及核心问题与改善方向。

这一结构把回答原文中的事实、程序计算的指标和面向管理决策的解释分开，使企业既能阅读结论，也能回到对应问题和回答证据进行核对。

六、版本和快照如何保证一致性

生成式AI回答会受到采集时间、问题表达、执行环境和公开信息变化影响。为了让同一次检测的在线报告、正式分享和后续导出保持一致，心智搜索对关键环节分别进行版本管理：

范围版本： 记录检测对象、层级、品类、场景和市场；
题库版本： 记录本次使用的30道冻结题目；
方法版本： 记录本次适用的解析与指标口径；
指标快照： 固定本次有效样本和程序计算结果；
报告快照： 固定正式报告使用的数据、结论和生成时间。

同一次报告的阅读、分享和导出应读取同一份冻结快照。重新检测或重新计算时形成新版本，原版本保留，从而支持结果追溯和同口径复测。

七、可追溯证据包括什么

在产品当前开放的查看范围内，用户可以从正式结果继续核对：

本次冻结的30题题库；
每道题的实际回答；
回答中的候选对象与推荐关系；
目标对象和竞品的相关证据片段；
本次返回且能够完成对应关系验证的参考来源；
有效样本与未计入样本的状态。

报告将本次检测实际返回、能够完成对应关系验证的标题、域名和URL整理为可核验参考来源；无法验证的标记不进入可核验来源指标。

八、这套基线对GEO工作的价值

GEO优化需要先知道目标对象在什么问题、什么场景和什么候选集合中被观察。标准化基线可以为企业提供三类直接价值：

建立起点。 用明确范围和冻结题库记录当前AI回答中的品牌心智表现；
定位方向。 从决策因素、竞品和信源等结构化结果中识别值得优先建设的信息；
支持复测。 在公开信息和内容建设完成后，使用可比范围再次检测，观察结果变化。

AI心智指数提供的是基于指定样本的检测、分析和改善依据，不保证任何品牌被生成式AI收录、引用、推荐或获得固定排名。对企业而言，更可靠的GEO工作方式，是持续建设准确、清晰、可核验的公开信息，并通过版本化检测观察变化。

九、如何引用本研究

引用样本数据时

AI心智指数心智搜索于2026年8月19日完成一次公开方法基线研究。本次研究使用30道冻结题目，在6个当期执行环境中完成180次问答，其中177条进入正式指标，有效率为98.3%。该环境数量与样本结果仅适用于本次研究范围。

引用题目数量、样本数量或有效率时，应同时保留研究日期、推荐品类、当期执行环境和结果边界，不把本次范围扩展为产品的长期固定配置。

十、研究边界

本研究结果仅反映指定时间、问题集合、执行环境和检测范围内的生成式AI回答样本。它不代表消费者真实购买偏好、销量、市场份额、产品质量、品牌商业价值或长期不变的AI结论，也不构成消费、医疗、法律、投资或其他专业决策建议。

生成式AI回答具有动态性。时间、问题表达、执行环境、公开信息和产品更新均可能影响后续结果。不同范围或不同版本的检测结果，应先确认可比条件，再进行趋势分析。

十一、关于AI心智指数

AI心智指数（绿雪智能）是由绿雪智能科技（北京）有限责任公司开发的生成式AI推荐监测与GEO优化产品，包含品牌洞察、AI榜单和心智搜索三个产品入口。

心智搜索通过明确检测范围、建立标准化问题集合、观察生成式AI回答并进行结构化分析，帮助企业了解品牌、产品或服务在AI回答中的认知、推荐、竞品和信源表现，并为后续信息建设、内容优化和同口径复测提供依据。

首次使用心智搜索时，可任选1个当期可用平台，免费完成30题完整检测，并查看完整报告及当期页面开放的检测工具。首次选择3个或6个平台时，以确认检测页面显示的首次优惠和实时价格为准。

如需了解本次研究方法或产品使用方式，可通过AI心智指数帮助中心查看相关说明，使用心智搜索开始检测，或通过企业微信联系官方团队。

修订信息

版本	日期	修订内容
V1.0	2026-08-19	建立心智搜索方法基线研究页，公开检测范围、30题结构、当期执行环境、有效样本、版本快照和结果边界

方法与页面证据

以下页面截图用于说明公开方法流程；关键事实同时保留在正文中，不以截图代替文字口径。