AI 引用率（AI Citation Rate）是指：在一組固定的目標查詢中，AI 生成的回答引用或提及某品牌的比例。計算公式為——AI 引用率 ＝ 品牌被引用或提及的回答數 ÷ 測試查詢總數 × 100%。 例如用 20 個買家常問的問題測試 ChatGPT，其中 3 個回答提到你的品牌，你在該查詢集的 AI 引用率就是 15%。
精確使用這個指標，需要區分三個層次——多數討論把它們混為一談：
- 被引用（Cited）：AI 明確標註你的內容是答案來源（Perplexity 的引用編號、AI Overview 的來源連結）。
- 被點名（Mentioned）：回答文字中出現你的品牌名，但未標註來源。
- 被推薦（Recommended）：AI 在「該用哪家」的語境中主動把你列為選項——這是商業價值最高的層次，因為它直接進入買家的候選名單。
三層加總才是品牌在 AI 答案中的完整存在感；只看其中一層，會系統性誤判自己的位置。
要先說明的是：「AI 引用率」目前沒有跨業界的統一標準——不同監測工具對它的定義與算法各有差異，也還沒有像「排名」那樣被搜尋引擎官方定義過。本文採用的是最常見、任何團隊都能自行操作的定義：固定查詢集下的出現比例。它的價值在「自己跟自己比、逐期追蹤」，不在跨公司比較。
為什麼 2026 年需要在排名之外，追蹤 AI 引用率？
因為買家行為已經給出理由：94% 的 B2B 買家在採購流程中使用 AI，超過 68% 的搜尋以零點擊結束——排名衡量的是「連結被看到的機會」，它衡量不到「AI 替使用者總結時，說了誰」。 當愈來愈多研究行為發生在 AI 介面裡，儀表板上只有排名，等於看不到這塊正在成長的戰場。
這不表示排名歸零——搜尋流量仍然存在，排名依舊值得關注。市場的動向也印證了這個缺口正在被填補：主流 SEO 工具商已陸續把 AI 能見度追蹤納入產品線，專做 AI 搜尋監測的新創也在快速增加。指標本身還年輕、還沒有統一標準，但它要回答的問題已經真實存在——目前只有 22% 的行銷團隊在追蹤 AI 能見度，這既是落差，也是先行者的窗口。
如何衡量自己的 AI 引用率？
最實用的入門做法是業界通用的固定查詢集抽樣：一組固定問題、固定平台、固定頻率，人工或半自動記錄結果。 五個步驟：
- 建查詢集：列 15–30 個問題，混合三類——品牌詞查詢（「X 是做什麼的」）、市場情境查詢（「有哪些工具能做 Y」「Y 領域推薦的方案」）、比較查詢（「X 和 Z 哪個好」）。市場情境查詢最重要，因為它模擬的是還不認識你的買家。
- 選平台：至少覆蓋 ChatGPT、Perplexity、Gemini 與 Google AI Overview——不同平台的引用行為差異很大，單一平台的結果不可外推。
- 固定頻率執行：每月一輪，同樣的問題、盡量一致的問法。
- 記錄三層結果：每個回答分別標記被引用／被點名／被推薦，同時記下語境是否正確（AI 說的是你現在的定位，還是過時資訊）。
- 追蹤趨勢：單次數字意義有限，方向才是重點。第一次量測結果是零很常見——那是 baseline，不是判決。
我們自己第一次做這件事時也上了一課：問五個主流 AI「介紹 Mlytics」，答案全部停在我們五年前的舊業務，這兩年主推的產品一個字都沒出現。步驟 4 的「語境」欄位價值就在這裡——它會告訴你，AI 替你說的是哪一年的話。
工具方面，市面上的 AI 能見度監測工具（多為 monitoring 型產品）可以把抽樣自動化；差別在於監測之後——看見引用率低，接下來誰來把它做高？
影響 AI 引用率的五大因子是什麼？
可引用性、分發廣度、權威信號、新鮮度、結構標記——前兩項決定大盤，後三項決定細節。
- 可引用性：內容是否直接回答問題、有數據有出處。AI 不引用行銷話術。
- 分發廣度：你的觀點出現在多少個 AI 信任的網域上。這是權重最高、也最難自力完成的因子——孤立在自有網站上的說法，很難進入引用池。
- 權威信號（E-E-A-T）：作者專業背景、機構可信度、第三方背書（媒體報導、評測平台收錄）。
- 新鮮度：AI 偏好近期更新的內容，長青內容也需要定期翻新時間戳與數據。
- 結構標記：schema、問句標題、直接回答段落——技術門票，做了不保證被引用，不做幾乎保證缺席。
如何提升 AI 引用率？以及——引用率夠了嗎？
提升路徑對應五大因子：把內容改寫成可引用的答案（內容面）、補齊結構與標記（技術面）、然後解決分發（媒體面）——前兩者可以自力完成，第三者需要借力。 Mlytics Cortex 處理的正是第三環：品牌不需要自建媒體資產，觀點透過合作出版商網絡（15M+ 月活躍讀者）以媒體內容形式進入 AI 的信任來源，用出版商的網域權威建立品牌自己做不到的引用密度。
但要誠實地說：引用率是必要指標，不是終局指標。 它衡量「AI 說了你」，不衡量「買家因此走向你」。一個被引用但接不住後續意圖的品牌，只是幫 AI 豐富了答案。這也是 Cortex 與監測型工具的本質分工：監測工具告訴你引用率是多少，Cortex 讓引用發生——品牌相關的問題與連結置入在出版商內容之下，讀者讀完、主動點入的那一刻，就是一次被當下確認的意圖，品牌拿到的是真實表達過興趣的讀者，不是曝光數字。先量引用率，但別停在引用率。
FAQ
- AI 引用率多少算「好」？ 沒有跨產業基準——查詢集不同、數字不可比，業界也尚未建立統一標準。實務標準是相對的：對照同查詢集下的競品表現，以及自己逐季的趨勢。從 0 到「穩定出現在市場情境查詢」是第一個里程碑。
- 每個 AI 平台的結果差很多，該以哪個為準？ 不以任何單一平台為準，分開追蹤。你的買家用哪個平台做研究，哪個平台的權重就高——B2B 場景通常 ChatGPT 與 Perplexity 優先。
- AI 引用率和 GEO、AEO 是什麼關係？ AI 引用率是量測指標，AEO／GEO 是提升這個指標的執行方法——關係如同「排名」之於「SEO」。
- 量測時 AI 每次回答都不一樣，怎麼辦？ 這是生成式系統的本性。解法是統計化：同一問題可跑多次取出現頻率，並拉長觀測期看趨勢，不對單次結果做結論。
先知道自己的引用率，再讓每一次引用都接住意圖。 Mlytics Cortex 從引用密度到意圖驗證一站完成。
