一家苏州电子元器件制造商用引见 YinJen 自己做了 11 天、43 个问题、524 次实测的 AI 可见度体检：只算客户的国内品牌，综合提及率 49.2%（258/524），但引擎之间差出一个量级，短板恰好压在豆包（月活 3.45 亿）和 DeepSeek（1.27 亿）两个亿级入口，DeepSeek 甚至已点名推荐竞品。本文公开监测数据与分引擎的优化路线图。
一句话结论：这家苏州制造商在 12 个 AI 引擎里的综合提及率是 49.2%（只算客户的国内品牌），看起来及格——但拆开看，豆包（月活 3.45 亿）和 DeepSeek（1.27 亿）这两个亿级入口，一个只有 39%，一个只有 11%，而 DeepSeek 已经在同类问题里点名推荐它的竞品了。
更正（2026-09-24）：① 原文写「我们用引见 YinJen 给这家客户做了 11 天的持续监测」；现更正为：监测是这家客户自己用引见 YinJen 跑的；引见是苏州智码航科技有限公司（简称智码航）的产品，智码航只提供工具。② 原文写综合提及率 50.2%（263/524）；现更正为：只算客户的国内品牌，综合提及率 49.2%（258/524），标题和正文的分引擎数字随之更新；524 次里有 22 次回答不完整，按未提及计入。③ 原文写豆包和 DeepSeek 是「用户量最大的两个」入口；现更正为：豆包（月活 3.45 亿）和 DeepSeek（1.27 亿）是两个亿级入口。④ 原文写最高与最低的引擎「差了二十余倍」；现更正为：删去倍数。⑤ 原文写「厂家推荐」类命中率 54%–75%；现更正为：52.7%（238/452）。⑥ 原文写「选型知识」类「19 个问题只命中 1 次」；现更正为：实测最多的一道选型题跑了 19 次，只被提到 1 次（1/19）；第三步也删去「19 个」。⑦ 原文写新榜研究是对「47.4 万篇次豆包引用」的实证、标题匹配度是「唯一显著的变量」；现更正为：47.4 万篇次是累计采集的信源，其中豆包引用 17.6 万篇次；0.23 是相关性相对最高的一项，新榜原文称之为弱相关。⑧ 原文写 AI 引用的「全是别人的技术内容」「AI 正在用竞争对手的内容教育它的客户」「在场也只是陪跑」；现更正为：选型类问题留下引用记录的回答里，没有一条引用这家客户自己的网站。
这家客户是苏州一家电子元器件制造商，主营网络变压器和 RJ45 一体化连接器，客户以通信设备厂和工业控制厂商的硬件工程师为主。
焦虑始于一件小事：一位老客户的采购工程师随口提到，现在选型前会先问 DeepSeek「千兆网络变压器怎么选」。老板回去自己试了一遍——答案很专业，引用了好几家同行的技术内容，没有一个字提到自己。
这不是个例。CNNIC 第 57 次报告（2026 年 2 月）显示，国内生成式 AI 用户已达 6.02 亿，普及率 42.8%，一年增长 141.7%。知乎研究院白皮书（经中新网报道）的数据更直接：81% 的消费者会部分采纳 AI 建议完成购买。B2B 采购链上的工程师，正是最早把「问 AI」变成职业习惯的人群。
还有一个数字值得放在一起看：截至 2025 年 10 月，约 70% 的百度移动搜索结果页已含 AI 生成内容（百度 Q3 财报披露）。即便用户还在「搜索」，第一屏也越来越多是 AI 写的——SEO 排名不再等于被看见。
问题随之而来：AI 到底怎么说你？说得多不多？没说你的时候，在说谁？手动问几句得不出答案，需要一次系统性的体检。
这家客户自己用引见 YinJen 跑了 11 天的监测（首次实测 2026-06-30，末次 07-10；账号 06-21 建档）：
（引见 YinJen 是苏州智码航科技有限公司（简称智码航）的产品，智码航只提供工具；案例数据已全程脱敏。）
只算客户的国内品牌，524 次实测里品牌被点名 258 次，综合提及率 49.2%，单看这个数好像还行。但分引擎看，完全是两个世界。样本量够看的 10 个引擎如下（括号内为该引擎实测次数）：
另有阶跃星辰（8 次，63%）与 Perplexity（7 次，29%）两个引擎，本期样本量过小，只列出不参与对比。
最高的通义千问 87%、最低的 Gemini 2%。这里要把话说死一点：Gemini 的 2% 是 46 次里中了 1 次，样本本身就薄，再中一次比值就会明显变小——这个对比能说明的是「引擎之间不在一个量级」，不是一个可以精确到倍数的结论。「AI 可见度」从来不是一个数，而是每个引擎一个数。只看平均值，等于把最要命的短板藏起来。
把提及率和用户量放在一起，问题的分量才显出来。QuestMobile 2026Q1 数据：AI 原生 App 月活 4.46 亿，其中豆包 3.45 亿、DeepSeek 1.27 亿，都是亿级入口——恰好对应这家客户 39% 和 11% 的两个低分。
同一口径下，表现最好的通义千问月活 1.66 亿，不到豆包的一半。在这两个亿级入口里，这家客户每十次提问，多的被提到不到四次，少的只有一次多一点。可见度得按流量加权，这一加权，49.2% 立刻缩水。
按问题类型拆，反差更大：
工程师在决定「找哪家」之前，会先花大量时间搞懂「怎么选」。而在这个需求形成期，选型类问题留下引用记录的回答里，没有一条引用这家客户自己的网站。
最扎眼的一条记录来自 DeepSeek：在同类「厂家推荐」问题下，它点名推荐了其他同行品牌，本品牌缺席。
通过引用来源追溯可以看到 AI 采信了哪些页面。这条记录说明的不是「AI 不了解这个行业」，而是竞品的内容已经进入 DeepSeek 的信源，你的没有。空白不会一直空着，只是先被谁填上的问题。
不同引擎的信源结构不同，动作也应该不同。给这家客户的路线图分三步：
第一步，DeepSeek：官网结构化内容开放。 把产品技术参数表、选型指南、应用场景 FAQ 做成结构清晰的页面并开放抓取，让引擎至少「有你的内容可引」——这是从 11% 往上爬的第一优先级。
第二步，豆包：头条系信源 + 标题对准提问意图。 新榜 2026 年 5 月发布的一项抽样研究（165 个提问词，累计采集信源 47.4 万篇次，其中豆包引用 17.6 万篇次）发现：在已被豆包引用的今日头条文章里，引用次数与账号粉丝数的相关性近乎为零；相关性相对最高的是标题与提问关键词、意图是否对得上（系数 0.23），但原文也说这只是弱相关。不必砸钱养大号，把内容铺进头条系生态、标题直接写成用户会问的问题（「PoE 网络变压器怎么选」而不是「我司产品再获认证」），才是贴近引用机制的做法。
第三步，把未命中的选型问题变成内容选题。 每一个落空的「选型知识」问题，都是一篇现成的技术内容选题。逐一补齐，让 AI 在需求形成期就开始引用你。
一个必须说清的边界：这些动作的本质是「让 AI 有可信的内容可引」，没有人能保证收录或排名——2026 年 3 月央视 315 已经曝光过 GEO「AI 投毒」灰产，11 篇软文就能让虚构产品被 AI 推荐，这条路走不得也走不远。合规的做法只有一种：持续产出真实内容，再用监测验证每一步是否有效。
这次体检的全部动作，你可以在自己的品牌上复现：
14 天免费试用，无需信用卡，创作者版 ¥29.9/月起，详见 https://zhimahang.com/yinjen 。先看清自己在 12 个引擎里的真实位置，再决定往哪里发力。
问：什么是 AI 可见度（提及率）？ 答：AI 回答中明确提及某品牌或其官网即记一次「提及」；提及率 = 提及次数 ÷ 实测次数，衡量品牌在 AI 回答里被看见的频率。
问：监测多久、多少问题才有参考价值？ 答：本案例是 43 个问题、11 天、524 次有效实测（客户题库共 344 条，本期只投放了其中 43 条）。建议覆盖「厂家推荐」与「选型知识」两类问题，连续实测两到三周——单次提问偶然性太大。
问：做了内容优化，能保证被 AI 推荐吗？ 答：不能，也没有任何人能保证。央视 315 曝光的「AI 投毒」灰产恰恰说明走捷径的风险；能做的是持续产出真实内容，并用监测验证成效。
引见(YinJen)的生成式引擎优化(GEO)研究与实战团队,长期监测内容在 ChatGPT、Claude、Gemini、Perplexity、豆包、DeepSeek 等主流 AI 引擎中的引用与可见度。本系列均为一手实操记录。
了解引见如何帮你做 GEO →