本地生活 · 观察
「附近哪家好」类问题，门店信息完整度决定能否进候选
结论：地址、营业时间、服务范围三项信息缺失，进入推荐名单的概率显著下降；评价信源整合后提及稳定性更好。
各行业 AI 提及分布
头部品牌在同一批问题里占据了近四成提及，行业越成熟，集中度越高。
- 本地生活：门店维度竞争更分散
- 企业服务：头部服务商占位明显
- 工业制造：参数类问题仍有机会
0覆盖行业数（占位）
0累计监测问答条数（占位）
0参与对比的 AI 平台
0内容分发渠道
洞察维度
我们持续观察的六件事
以下数据均为演示占位，正式上线后替换为真实监测结论。
平台引用偏好不同
同一篇内容在不同平台的表现并不一致，只测一个平台容易得到错误结论。
- 图文与视频的引用占比不同
- 平台对信源权威度要求不同
- 更新时效的影响程度不同
信源结构决定引用率
权威媒体、垂类社区与官网自有内容，三者承担的作用并不相同。
- 权威媒体解决“可信”问题
- 垂类社区解决“懂行”问题
- 官网解决“最终确认”问题
内容也有保质期
过时内容会逐步掉出引用，需要按周期更新关键数据与结论。
- 价格与政策类内容保鲜最短
- 方法论类内容相对稳定
- 更新比新发更省成本
竞品占位格局
真正的战场在前三推荐位，被挤下去往往发生在对比类问题上。
- 对比类问题最容易丢位
- 价格类问题波动最大
- 案例类问题最稳定
高价值问题热度
把问题按咨询相关性排序，优先补能带来线索的场景。
- “怎么选”类问题意向最高
- “多少钱”类问题转化直接
- “哪家好”类问题竞争最激烈
行业观察
按行业看洞察
筛选行业查看对应的观察结论；条目同为演示占位。
企业服务 · 观察
选型对比类问题是 B2B 最值钱、也最容易丢的位置
结论：白皮书与实施方法论结构化后，对比类问题上的引用明显增加；只放产品介绍页收效有限。
工业制造 · 观察
参数表 PDF 是制造业被引用率低的主要原因
结论：把参数与认证转成可解析的结构化文本后，AI 的描述准确度与引用意愿同步提升。
电商零售 · 观察
选购建议类问题的引用，更依赖测评与真实使用场景
结论：纯商品页很难单独支撑推荐，配合测评内容与使用场景说明后表现更稳。
教育培训 · 观察
师资与成果的可验证程度，直接影响机构被推荐顺序
结论：把师资资质、课程体系与学员成果拆成可核验条目，比笼统的宣传语更有效。
美妆护肤 · 观察
成分与肤质适配，是美妆品类被引用的两个关键锚点
结论：功效表达越具体、越可验证，被 AI 引用并转述的概率越高；模糊表述容易被忽略。
洞察报告
下载完整版观察报告
报告含数据口径说明与行业问题清单，可直接交给内容团队使用。
行业
引用报告
引用报告
十大行业 AI 引用信源指南
各行业高频引用的信源类型、平台偏好与内容形态差异。
占位信源
结构分析
结构分析
信源结构白皮书
权威媒体、垂类社区与官网内容在引用链路中的分工。
占位问题
热度榜单
热度榜单
行业高价值问题榜单
按咨询相关性排序的问题清单，附优先级建议。
占位想知道你所在行业的洞察？
留下行业与品牌，我们把对应行业的观察结论与问题清单发给你。