AI 能見度要量幾次才算準？| 醫流 Mediflow

如果你正在看一份 AI 能見度報告，上面寫著「本月品牌提及率 32%，較上月上升 4 個百分點」—— 在相信那個「上升」之前，你應該先問一個問題：這個數字是量了幾次得到的？

如果答案是「一次」，那個 4 個百分點很可能什麼都不是。

先看一個數字：65%

聖加侖大學研究團隊在 2026 年 4 月發表的研究，橫跨 ChatGPT、Gemini、Google AI Mode、Perplexity 四個引擎，對四個產業連續觀測 45 至 46 天。他們算了一件很基本、卻幾乎沒人算過的事： 同一個問題，連續兩天問，AI 引用的來源有多少是重複的？

35% 連續兩日之間，引用來源的重疊比例

65% 也就是說，每天約有三分之二的來源被換掉

45–46 連續觀測天數，非單點抽樣

來源相似度以 Jaccard 係數量測，四個產業活動的日對日數值落在 0.34–0.42 之間。[1]

在這份 45–46 日資料中，這種不穩定性沒有隨觀測時間消失。這不代表未來永遠不會改善，但量測時應把不穩定性納入解讀。

研究團隊做了一組「同時執行 10 次」的資料集，然後逐步減少次數，看標準誤差什麼時候才穩定下來。以下門檻只適用於該研究的資料、排除條件與誤差定義：品牌比較排除了從未被偵測的品牌，部分品牌層分析只保留偵測率至少 70% 的活動。

研究的原話是：在這組資料與條件下，實務工作者應該每題每天至少執行 7 次。
若工具每題只執行一次，月對月的小幅變化不宜直接解讀為趨勢。

這裡要先澄清一件常被搞混的事：論文中的重複次數是研究結論，不是醫流 Mediflow 對外公開的執行配方。對外報告會標明資料期間、樣本數與必要限制；量測細節於簽約後提供。

同一份研究裡，品牌層的日對日 Jaccard 落在 0.45–0.59，來源層是 0.34–0.42。 品牌比來源穩定，但兩者都遠遠稱不上可靠。

除了「一天內量幾次」，研究也算了「要連續看幾天」。同樣以標準誤差為標準：

論文文字另稱 10 天已低於 0.10，與表格數值不一致。因此保守說法是：約兩週才低於 0.10。無論採何種區間，都不宜只比較兩個單點。

研究另外量了各引擎的引用集中度，用的是 Gini 係數—— 原本是經濟學衡量所得分配不均的指標，0 代表完全平均、1 代表完全集中。套在這裡，數值越高代表觀察期內引用越集中在少數網域；這個指標不能直接推論新品牌取得首次引用的難易：

四家的差距不小。用同一個「及格線」去評斷三、四個引擎，等於把難度完全不同的考試放在一起打平均。 基準線應該各引擎分別建立。

如果你正在買、或已經在收 AI 能見度報告，這裡有四個可以直接問的問題：

這四個問題不需要技術背景就能問，而且答案會很快告訴你，對方是在做量測，還是在做簡報。

醫流 Mediflow 在 2026 年 8 月為一位在地服務業客戶量測：30 次直接指名品牌的提問全數提及，但介紹內容的正確度為 49%。其中公司名稱得分 98.3，地址得分 3.3：公司名稱幾乎每次都對，公司地址幾乎每次都錯。

這些是單一客戶、單一量測期間的聚合結果，只能說明「被提及」與「內容正確」是兩件事。即使數字接近量尺邊界，仍不能據此假定重測會穩定；單次結果不宜直接解讀為趨勢。

外部效度但書這份研究在瑞士德語市場執行，四個受測產業為電信、房仲、運動用品與消費電子。研究作者自己在結論寫明，這些不穩定性是否適用於其他語言與區域市場，有待後續研究。 繁體中文與台灣市場目前沒有同等規模的公開驗證。

重複量測改善的是對現況的理解，不是商家的能見度。重複測量七次不會讓 AI 更常提到商家——但是會讓你知道，AI 有多常提到你。

但在一個來源每天換掉三分之二的環境裡， 知道自己在哪裡，本身就是稀缺的。