如何监控品牌在不同 AI 平台的提及率变化？8 个平台 26 天回答记录的 SQL 统计方法-阿里云开发者社区

要监控一个品牌在豆包、DeepSeek 这类 AI 回答里的提及率变化，算法本身不难，难在分母。题库里有的题几乎不产出品牌名单，有的题名单是题面自己带进来的，单天、单平台的数字又跳得厉害。这篇用 39 道中文题在 8 个国内 AI 平台连续 26 天的回答记录，分四步走：建表、筛题、量波动、按周汇总。每一步都给出 SQL 和原样输出，换成自己的数据可以直接跑。

先把结论放在这里：

出名单率低于 30% 的题不进提及率的分母。这批 39 道里有 13 道。
同一道题在同一平台上，相邻两天的名单只有约四分之一相同（中位数 0.26）。单天、单平台的涨跌不能当信号。
按周汇总后，同一个品牌在豆包上的提及率，从按天看的 9%～64%，收窄到每周 29%～44%。

数据长什么样

回答记录覆盖 2026-09-27 到 10-22，共 26 天。平台 8 个：DeepSeek、豆包、Kimi、通义千问、文心、讯飞星火、腾讯元宝、智谱。39 道题每天在每个平台各问一次，去掉请求失败的，成功回答 8,026 条。题目都属于同一个品类，按问法分成推荐、方法、对比、口碑四类（分法见下面脚本里的正则）。

每条记录是一行 JSON，本文用到的字段如下。示例行的格式和真实数据一致，产品名换成了占位符：

字段	含义	示例
查询词	问题原文	如何监控品牌在不同 AI 平台的提及率变化？
平台	平台代号	doubao
日期	提问日期	2026-10-08
状态	success / failed	success
引用数量	回答附带的参考网页数，0 表示没联网	23
提及品牌详情	回答里被当作选项提到的产品，每行一个	品牌 X (情感:positive, 推荐:是)

「提及品牌详情」怎么从回答里抽出来不在本文范围。举例时顺带提到的大公司名不算在里面。下文把这一列叫「品牌名单」。

第一步：导进 SQLite

几千到几万条记录，SQLite 足够了。不用起服务，一个文件就能带走，SQL 写错了改完重跑也只要几秒。建三张表：题目表 questions、回答表 answers、名单表 mentions（一条回答里的每个名字一行）。问法分类在入库时用正则打上，规则按顺序匹配，先中先得。几十道题的规模，正则比让模型分类好查错。

import json, re, sqlite3, sys

# 问法：按顺序匹配，先中先得，都不中算方法类
ASK_RULES = [
    ("推荐", r"哪家好|有没有工具|(有哪些|推荐|选择|什么)[^，？]{0,14}(工具|平台)|(工具|平台)[^，？]{0,4}(推荐|有哪些)"),
    ("对比", r"差异|对比|比较|区别"),
    ("口碑", r"口碑|评价|可信|好不好|靠谱"),
]

def ask_type(q):
    return next((name for name, pat in ASK_RULES if re.search(pat, q)), "方法")

rows_file, questions_file = sys.argv[1], sys.argv[2]
qs = [l.strip() for l in open(questions_file, encoding="utf-8") if l.strip()]
qid = {
   q: i for i, q in enumerate(qs)}

db = sqlite3.connect("answers.db")
db.executescript("""
DROP TABLE IF EXISTS questions; DROP TABLE IF EXISTS answers; DROP TABLE IF EXISTS mentions;
CREATE TABLE questions (qid INT PRIMARY KEY, ask TEXT, text TEXT);
CREATE TABLE answers (id INTEGER PRIMARY KEY, qid INT, platform TEXT, day TEXT,
                      cites INT, n_brands INT);
CREATE TABLE mentions (answer_id INT, brand TEXT);
""")
db.executemany("INSERT INTO questions VALUES (?, ?, ?)",
               [(i, ask_type(q), q) for q, i in qid.items()])
for line in open(rows_file, encoding="utf-8"):
    r = json.loads(line)
    if r["状态"] != "success" or r["查询词"] not in qid:
        continue
    names = {
   l.split(" (")[0].strip()
             for l in (r["提及品牌详情"] or "").splitlines() if l.strip()}
    cur = db.execute("INSERT INTO answers (qid, platform, day, cites, n_brands) "
                     "VALUES (?, ?, ?, ?, ?)",
                     (qid[r["查询词"]], r["平台"], r["日期"], r["引用数量"], len(names)))
    db.executemany("INSERT INTO mentions VALUES (?, ?)",
                   [(cur.lastrowid, n) for n in names])
db.commit()
for t in ("questions", "answers", "mentions"):
    print(t, db.execute(f"SELECT COUNT(*) FROM {t}").fetchone()[0])

题目清单单独放在 questions.txt，一行一道。不在清单里的题（比如题面直接写了某个产品名的品牌词题）不入库，这类题的回答几乎必然提到那个名字，混进来会把提及率抬高。环境是 Python 3.11、SQLite 3.41。运行 python3 load.py rows.jsonl questions.txt：

questions 39
answers 8026
mentions 37421

第二步：先筛题，算出名单率和联网率

每道题先看两个数：

出名单率：品牌名单不为空的回答占比。低了，这道题就不产出要统计的东西，放进分母只会把提及率稀释掉。
联网率：回答带引用的比例。不联网的回答靠的是模型自己的知识，网上的内容变了，它也不会跟着变。有的平台整体就很少联网，算之前先剔掉，不然所有题都会被拉低。

-- 每道题：出名单率、联网率（剔掉整体联网率 < 50% 的平台）
WITH web AS (
  SELECT platform FROM answers GROUP BY platform HAVING AVG(cites > 0) >= 0.5
), per_q AS (
  SELECT a.qid, q.ask,
         AVG(a.n_brands > 0) AS yield_rate,
         AVG(CASE WHEN a.platform IN (SELECT platform FROM web)
                  THEN a.cites > 0 END) AS web_rate
  FROM answers a JOIN questions q USING (qid)
  GROUP BY a.qid
)
SELECT ask AS 问法, COUNT(*) AS 题数,
       printf('%.0f%%', MIN(yield_rate) * 100) AS 出名单率最低,
       printf('%.0f%%', MAX(yield_rate) * 100) AS 出名单率最高,
       SUM(yield_rate < 0.3) AS 低于30的题,
       printf('%.0f%%', AVG(web_rate) * 100) AS 平均联网率
FROM per_q GROUP BY ask ORDER BY 题数 DESC;

运行 sqlite3 -header -column answers.db < yield.sql：

问法  题数  出名单率最低  出名单率最高  低于30的题  平均联网率
--  --  ------  ------  ------  -----
方法  23  0%      93%     12      80%
推荐  11  86%     100%    0       96%
对比  3   50%     72%     0       96%
口碑  2   12%     71%     1       91%

被剔掉的平台是 Kimi 和讯飞，它们在这 39 道题上带引用的回答分别只占 20.1% 和 2.6%。

推荐类 11 道题，出名单率最低也有 86%。方法类 23 道两头分化：12 道低于 30%，最高的一道又有 93%。最低的一道是「同一个品牌有不同写法时如何做名称归一？」，207 次成功回答里有 205 次讲的是别名映射，只有 1 次给出了一个产品名，出名单率四舍五入是 0%。出名单率 93% 的那道是「如何监控竞品在 AI 搜索中的提及率？」，同样是方法类，AI 照样答出一串工具。所以光看问法定不了去留，一道题能不能产出名单，得问过才知道。

我们的处理是：出名单率低于 30% 的 13 道题移出提及率的分母；其中联网率高的，可以留在只统计引用来源的题库里。新题先放进试跑池跑两周，出名单率达标再转正。

第三步：量波动，算相邻两天名单重合

要判断一个变化是不是真的，先得知道不变的时候数字会晃多大。做法是：同一道题、同一个平台，拿今天的名单和明天的名单算 Jaccard 系数（交集大小除以并集大小），所有平台、所有日期取平均。两边名单都不为空才算一对，一道题凑够 30 对再给结果。

顺带算一个「名单来自题面」：名单里的名字有多少本来就写在题目里。

-- 同一道题、同一平台，相邻两天名单的 Jaccard；顺带算名单里有多少名字本来就写在题面上
WITH pair AS (
  SELECT a.qid, a.id AS a_id, b.id AS b_id, a.n_brands AS na, b.n_brands AS nb
  FROM answers a JOIN answers b
    ON b.qid = a.qid AND b.platform = a.platform AND b.day = date(a.day, '+1 day')
  WHERE a.n_brands > 0 AND b.n_brands > 0
), jac AS (
  SELECT p.qid, 1.0 * COUNT(mb.brand) / (p.na + p.nb - COUNT(mb.brand)) AS j
  FROM pair p
  JOIN mentions ma ON ma.answer_id = p.a_id
  LEFT JOIN mentions mb ON mb.answer_id = p.b_id AND mb.brand = ma.brand
  GROUP BY p.a_id, p.b_id
), echo AS (
  SELECT a.qid, AVG(instr(q.text, m.brand) > 0) AS from_question
  FROM mentions m JOIN answers a ON a.id = m.answer_id JOIN questions q USING (qid)
  GROUP BY a.qid
)
SELECT q.ask AS 问法, COUNT(*) AS 样本对, printf('%.2f', AVG(j)) AS 隔天重合,
       printf('%.0f%%', e.from_question * 100) AS 名单来自题面
FROM jac JOIN questions q USING (qid) JOIN echo e USING (qid)
GROUP BY qid HAVING COUNT(*) >= 30
ORDER BY AVG(j) DESC LIMIT 6;

运行 sqlite3 -header -column answers.db < stability.sql（只显示前 6 行）：

问法  样本对  隔天重合  名单来自题面
--  ---  ----  ------
对比  54   0.90  89%
方法  30   0.44  0%
方法  70   0.38  0%
推荐  157  0.38  0%
推荐  194  0.35  0%
方法  86   0.33  0%

39 道题里有 28 道凑够了 30 对。

第一行最容易看走眼。它是「豆包、DeepSeek、元宝、Kimi 的品牌表现有什么差异？」，隔天重合 0.90，单看这个数会以为是最稳定的题。可它名单里 89% 的名字本来就写在题面上：回答在讲这几个平台，抽取时它们被当成品牌名记了下来。这种稳定是题目自己带来的，和推荐结果无关，统计前要先剔掉题面里出现的名字，或者把题改写。

第二行那道是「如何提高品牌在 AI 搜索中的被推荐概率？」，只凑够 30 对，出名单率也只有 25%，样本少，这个 0.44 不能当真。

去掉出名单率低于 30% 和名单主要来自题面的题，剩下 25 道，隔天重合的中位数是 0.26。也就是说，同一平台两天的名单合在一起，只有大约四分之一的名字两天都出现。今天在某个平台上没被提到，明天又出现，这在这批数据里是常态。

第四步：按周看同一个品牌的提及率

有了上面两步，就可以只用产出名单的推荐类题，算某个品牌在各平台的提及率，并把按天和按周的结果放在一起比。周从 09-27 起每 7 天一段；某个平台某一周样本不到 50 条就不显示。

-- 某个品牌在推荐类题上的提及率：按天 vs 按周（周从 09-27 起每 7 天一段）
WITH base AS (
  SELECT a.platform, a.day,
         CAST((julianday(a.day) - julianday('2026-09-27')) / 7 AS INT) AS wk,
         EXISTS (SELECT 1 FROM mentions m
                 WHERE m.answer_id = a.id AND m.brand = :brand) AS hit
  FROM answers a JOIN questions q USING (qid)
  WHERE q.ask = '推荐'
), daily AS (
  SELECT platform, day, AVG(hit) AS r FROM base GROUP BY platform, day
), weekly AS (
  SELECT platform, wk, AVG(hit) AS r, COUNT(*) AS n FROM base GROUP BY platform, wk
)
SELECT d.platform AS 平台,
       printf('%.0f%%～%.0f%%', MIN(d.r) * 100, MAX(d.r) * 100) AS 按天范围,
       (SELECT group_concat(printf('%.0f%%', w.r * 100), ' / ')
          FROM weekly w WHERE w.platform = d.platform AND w.n >= 50) AS 按周
FROM daily d GROUP BY d.platform ORDER BY d.platform;

运行时用 -cmd 把品牌名传给 :brand 参数，比如 sqlite3 -header -column -cmd ".parameter set :brand 你的品牌名" answers.db < weekly.sql。下面的输出用的是这批数据里被提及次数最多的一个产品，名字略去：

平台        按天范围      按周
--------  --------  ---------------------
deepseek  18%～83%   32% / 38% / 42%
doubao    9%～64%    35% / 36% / 29% / 44%
kimi      55%～100%  71% / 83% / 83% / 93%
qianwen   18%～73%   53% / 53% / 49% / 64%
wenxin    0%～18%    6% / 6% / 3% / 5%
xunfei    0%～27%    13% / 4% / 6% / 5%
yuanbao   73%～100%  91% / 87% / 87% / 95%
zhipu     82%～100%  94% / 95% / 96%

推荐类题每个平台每天最多 11 条回答，一条回答就是 9 个百分点，按天的范围因此很宽：豆包按天在 9%～64% 之间跳，按周是 35%、36%、29%、44%；千问按天 18%～73%，按周 53%、53%、49%、64%。按天看，几乎每天都能找出一个「大涨」或「大跌」；按周看，豆包前三周在 29%～36% 之间，千问在 49%～53% 之间，第四周两家都往上走了一截。注意第四周只有 10-18 到 10-22 五天，样本少一些。DeepSeek 和智谱的第四周有请求失败，样本分别只有 38 和 49 条，没有显示。

平台之间的差距比时间上的变化大得多：元宝、智谱每周都不低于 87%，文心、讯飞每周都不超过 13%。所以不要把几个平台的回答混在一起算一个总提及率再看涨跌，平台构成稍有变化（比如某个平台某天大量请求失败），总数就会跟着动。

Kimi 是另一种情况：四周是 71%、83%、83%、93%，按周看一路往上。但 Kimi 在这批数据里只有 20.1% 的回答联网，这个变化和网上新出的内容关系大不大，要打个问号。看变化时最好把同期的联网率一起列出来。

照着做的步骤

每天定时向各平台提问，把回答存成每行一条的 JSON，至少要有上面表格里的六个字段。
把题目清单写进 questions.txt，品牌词题单独放。
python3 load.py rows.jsonl questions.txt 建库。
跑 yield.sql，出名单率低于 30% 的题移出提及率题库。
跑 stability.sql，名单主要来自题面的题先处理掉，记下剩余题隔天重合的中位数，作为「不变时会晃多少」的基准。
跑 weekly.sql，按平台、按周看提及率，样本不到 50 条的周不下结论。

引用和说明

Jaccard 系数的定义出自 Paul Jaccard 1901 年的论文《Étude comparative de la distribution florale dans une portion des Alpes et des Jura》，刊于 Bulletin de la Société Vaudoise des Sciences Naturelles 第 37 卷。
date(day, '+1 day')、julianday() 的用法见 SQLite 官方文档「Date And Time Functions」一节；.parameter set 见官方文档「Command Line Shell For SQLite」。
回答记录是自己采集的，没有公开。文中只贴了题目原文和统计数字，没有贴回答里的产品名。

如何监控品牌在不同 AI 平台的提及率变化？8 个平台 26 天回答记录的 SQL 统计方法

数据长什么样

第一步：导进 SQLite

第二步：先筛题，算出名单率和联网率

第三步：量波动，算相邻两天名单重合

第四步：按周看同一个品牌的提及率

照着做的步骤

引用和说明

大数据与机器学习

热门文章

最新文章

相关电子书