AI 聲量占比的分母要包含自己

更新 2026-10-14

Alan Yao 是 AthenaHQ 的共同創辦人兼技術長，賣 AI 聲量監測。AI 聲量占比被定義成：在一組提示詞裡，你的品牌被 AI 回答提到或引用的次數，占所有品牌提及的比例。分母包含自己。傳統聲量看的是付費和自然曝光，這裡看的是生成式回答有沒有點名你。他列的引擎是 ChatGPT、Perplexity、AI Overviews、AI Mode、Gemini、Claude、Copilot 和 Grok。公式的算式這篇沒有印出來，只說明分母是所有品牌提及，含自己。Search Engine Land 的提醒是：單一百分比在分母一變時會誤導。Arcalea 的說法是，聲量占比超過市占比的品牌比較容易成長。這兩條是他們引用的外部文章，不是這份樣本算出來的。¹

他拆成三塊。提及聲量是回答有沒有點名。引用聲量是有沒有把你的網址當來源，他把它當成領先指標。Lago 的引用先跳，之後 AI Overviews 的曝光才成長 11 倍。那是他們的案子，方法不在這篇。位置聲量是你出現在回答的哪一段。人工追蹤他寫一個星期就追不完，因為提示詞和模型都在變。Nuvadermis 三個月聲量成長 3 倍，引用率超過 20%，類別平均是 4%。同樣是他們的案例，沒有樣本。

做法是先定提示詞集，再按引擎分開記，不要合成一個分數。分母要固定，否則換了提示詞或對手，前後兩個百分比就不是同一件事。算法用文字寫是：你的提及，除以所測提示詞裡所有品牌的提及，分母包含自己。算式這篇沒有印出來。有人會給第一個被點名的品牌加權，這篇說可以以後再加，先用不加權的提及占比。傳統聲量 Arcalea 寫成你的可見度除以整個市場的可見度，實務上常是廣告花費或結果頁曝光。² AI 聲量不同：模型在一則綜合回答裡主動選你。多數回答只點幾個品牌，所以每一次點名更重。GEO 是讓引擎參考你的做法，聲量占比是記分板。還要一起看引用率、位置和情緒。引用率先動，位置是第一個還是最後一個，情緒是被說得好不好。

要提高占比，這篇列五步：寫長文把問題答完，並讓模型抽得到可引用的段落；用清楚出處、結構化資料、可核對的事實和具體數字；找出對手被引用、你沒出現的提示詞；檢查內部連結、缺的 schema、慢的頁面，以及抓取程式讀不懂的內容；把監測和改稿放在同一個流程。工具切片：這篇說 AthenaHQ 從一個後台看 8 個以上的模型，ChatGPT 的數字好，可能蓋住 Gemini 的弱。Tooliverse 被引來描述它會指出要改什麼。³ Otterly 報告品牌覆蓋率、品牌提及和平均位置，涵蓋七個引擎。同一句標了 Otterly 和 Semrush，並寫成只告訴你發生了什麼、不給改法。Semrush 的頁面打得開。⁴ Peec 看可見度、位置和情緒，查詢或對手一加，費用就上升。⁵ Otterly 和 Search Engine Land 這次不附連結。Birdeye 沒有網址。文內連到自己的另一篇指南，那不是外部研究。他把代理引擎最佳化（Answer Engine Optimization，AEO）寫成讓內容容易被引用的配套。

常見問題

• 分母包不包含自己？包含。這篇寫的是所有品牌提及，含自己。公式的算式沒有印在正文裡。
• 三塊聲量怎麼分？提及是有沒有點名。引用是有沒有給網址，被寫成領先指標。位置是出現在回答的哪一段。
• 11 倍和 3 倍是誰的？Lago 的 AI Overviews 曝光是 11 倍，發生在引用先增加之後。Nuvadermis 三個月聲量 3 倍，引用率超過 20%，類別平均 4%。方法不在這篇。
• 能不能把各引擎合成一個分數？這篇說不要。分母一變，同一個百分比就不可比。Search Engine Land 也被引來支持這一點。

編輯解讀

一句話重點：先把分母寫死，再談百分比。這篇沒有把算式印出來，不要自己補一條公式。

這對你的網站意味著什麼：

• 每月用同一組提示詞。換了問題，聲量占比不能連著看。
• 引用和提及分開記。Lago 的順序是引用先動，曝光後動，這篇沒有證明這是通例。
• Birdeye 沒有網址。不要把它寫成已核對的工具評測。

適用與不適用的情境：適合統一團隊對聲量占比的定義。不適合拿 Nuvadermis 的 3 倍當你的目標。

需要注意的限制：作者賣監測。Arcalea 和 Search Engine Land 是外部提醒，不是這份樣本的結果。Lago 和 Nuvadermis 沒有方法。算式若在圖裡，正文沒有文字版。

延伸閱讀：

• 類別第一名的聲量占比是 33.6%，第二名 19.5%
• 軟體業 Microsoft 被提到 98.8%，SaaS 換成 Salesforce

名詞與資料來源

1. 聲量占比的定義 — AthenaHQ：〈Understanding Share of Voice in AI Search〉 https://athenahq.ai/blog/understanding-share-voice-ai-search（檢索日期：2026-10-09）
2. 聲量超過市占容易成長 — Arcalea：〈Share of Voice as a Strategic Accelerator〉 https://arcalea.com/blog/share-of-voice-as-a-strategic-accelerator（檢索日期：2026-10-09）
3. AthenaHQ 的工具描述 — Tooliverse：〈AthenaHQ〉 https://tooliverse.ai/tools/athenahq（檢索日期：2026-10-09）
4. LLM 監測工具 — Semrush：〈LLM Monitoring Tools〉 https://semrush.com/blog/llm-monitoring-tools（檢索日期：2026-10-09）
5. 可見度、位置、情緒 — Peec：〈Peec AI〉 https://peec.ai（檢索日期：2026-10-09）