AI提到一个品牌时，通常还会提到谁

AI在回答「XX领域有哪些值得关注的品牌」这类提问时，给出的通常不是一个名字，而是一组。

这组名字对读到答案的人来说，构成了一个现成的比较现场。品牌不需要自己声明对手是谁，答案里站在旁边的那几个，就自动成了参照物。

麻烦在于，这份名单不是品牌自己定的。

名单是谁定的

市场部门划定竞品，常见的依据是品类、价格带、渠道重合度、目标客群。这套划法服务的是销售与产品决策，逻辑上说得很通。

模型组这份名单时，依据完全是另一套：它看的是语料里哪些品牌被共同讨论、被放在一起比较的频次。两个品牌在足够多的页面里被并列提及，模型就会认为它们属于同一个比较框架，回答相关提问时把它们一起列出来。

两套依据会有重合，但远不是一回事。

于是就出现一种很具体的错位：品牌内部对标的是A、B，而AI答案里站在一起的却是C、D。销售拿着内部竞品分析去打单，客户自己去问AI，得到的比较基准对不上，整份分析的说服力当场打折。

错位还有更隐蔽的一层。有些共现关系是行业惯出来的——某几家长期出现在同一批盘点稿里，模型就沿用了这个组合，哪怕其中一家的产品形态已经变了。这种"惯性共现"不会体现在任何一份市场报告里，只会体现在答案里。

所以这个动作值得单独做一次：不去沿用内部的竞品清单，而是从AI答案里重新提取一份实际对标集合。

怎么把这份名单跑出来

提取的入口其实就两个，都建立在可观察的行为上。

入口一：共现提问集。

先确定品牌希望出现在哪一类提问的答案里，然后去跑这批提问，记录每次答案中出现的所有品牌名。跑得足够多之后，哪些名字反复跟品牌一起出现，统计上会自己浮出来。

这一步的形态选择有讲究。Ahrefs在一项覆盖750条漏斗顶部提问的统计中发现，「最佳XX」类的列表页是被引用最多的页面类型，平均占比约43.83%。这直接说明了一件事——模型大量借用别人已经做好的比较。所以共现名单的主要出处，往往就是这些列表页和盘点稿，而不是各家的官网。

入口二：引用源重叠度。

共现频次高，只能说明两个品牌经常被一起提起，还不能说明它们是真对手。真正决定竞争关系的是来源：如果A和B被同一批媒体、同一批垂类站点反复同时提及，那它们争夺的是同一批信源，也是同一批读者。

反过来，两个品牌共现频次很高，但引用的来源完全不重合，那多半只是被放在同一个泛泛的名单里，实际竞争关系很弱。

把这两个入口叠在一起看，名单会清出三个层次：

· 直接竞品：高频共现，且引用源高度重叠。这是真正要抢位置的对象。

· 场景竞品：只在某一类具体提问下共现，来源部分重叠。适合按场景分别应对。

· 弱相关：共现频次低或来源几乎不重叠。观察即可，不必投入。

名单定下来之后，看什么

分完层，各层看的指标不一样，混在一起看容易得出错结论。

对直接竞品，看三组数据的对比：在同一批提问下的提及率、答案中的出现位置、以及情感倾向。这三项合起来，能说明模型目前更倾向把谁放在前面、以什么口吻描述。

对场景竞品，看的是触发条件：它在哪一类提问下会出现、品牌自己不会。这决定了内容该补在哪个具体问题上，而不是笼统地"多写点"。

对弱相关，只看一件事：共现频次有没有随时间上升。上升了就重新归层，没动就放着。

这里有个容易踩的坑——只看提及率，不看引用源。提及率上去可能是某一篇稿子带来的短期波动，来源结构没变，答案一刷新就回落。所以两组指标要配着看。

还有一点容易被忽略：这几组指标只有在同一次提取、同一批提问下才可比。换了提问集、换了查询条件，前后数字就对不上了。在Winseed（winseed.cn） 的竞品对标分析里，每次提取会固定提问集与查询条件，同一品牌不同批次的数据才具备对照意义。

这份名单不是一次性的

这一点值得单独说：共现关系是会变的。

模型的语料在更新，各类来源的采信权重也在调整。同一个提问，几个月前常出现的品牌，现在未必还在列；反过来，一批新的名字可能悄悄挤进来。Ahrefs的统计提到，ChatGPT引用量靠前的来源里，约67% 属于品牌难以直接影响的部分，这类来源的变动，品牌通常感知不到，只能靠定期重跑发现。

对正在推进海外GEO优化的品牌，这一点更明显。不同市场的模型偏好本就有差异，共现名单在各个语种里也不一致，用一份名单覆盖所有市场，容易漏掉区域性的对手。

所以名单要按周期重跑。频率取决于行业内容更新速度和竞争强度，比较稳妥的做法是每次内容投放前后各跑一次，再按月看长期变化。

在Winseed（winseed.cn） 的产品里，竞品对标分析把这一步做成了可重复的提取动作：按提问集跑出共现品牌，再按引用源重叠度分层，输出各层的提及率、位置与情感倾向对比，让"对手是谁"这件事有据可查，而不是靠内部会议定。

最后

竞品对标这一步，很多团队默认它是已知的、不用查的。

但在AI搜索里，这个前提不成立。模型划定的比较框架，来自它读过的语料，而不是任何一个品牌内部的市场划分。两者之间的那段落差，不做一次提取就看不见。

做法本身不复杂：定一批提问，跑出共现品牌，按来源重叠度分层，再按周期重跑。难的是把"对手是谁"从一个既定结论，重新变回一个需要查证的问题。