可见度：有没有被提到
在固定提问样本里，回答中出现品牌的比例。低可见度通常有两个来源：一是品牌的客观事实没出现在模型采信的来源上，二是出现了但和提问场景对不上。两种情况的处理成本差很多，需要靠引用源分析再切一刀。
准确度：提到了，但说的是不是对的
这个数常被忽略，但它最紧急。错误的年限、错的产品归属、把竞品的评价安到你身上，都会持续消耗信任。处理方式不是「多发点正确内容把它压下去」，而是先定位错误说法出自哪几篇、被哪家平台引用，从源头更正或补充澄清内容。
平台覆盖差：只被某几家提到
如果在两家有存在感、三家完全没有，说明内容结构与那三家的偏好不合。这类差距往往指向具体动作：补规格化的参数内容、补按场景的选型建议、把散落的信息收敛成一致口径。
看完三个数再谈动作
常见的浪费是没有区分这三类问题就开始发稿。发了一批内容，可见度略升，但原本的错误描述还在被引，最后看起来「做了很多，效果一般」。诊断阶段多花一周，能省掉后面两个月的方向错误。