METRICS
平均排名(Average Position)

一句话说明
平均排名是品牌在被提到的那些 AI 答案里,出现位置的平均值;未被提及的答案不参与计算。
AI 给出的往往是一份名单,平均排名衡量的是品牌在这份名单里通常排第几。它只在被提及的那些答案里计算 —— 没提到就没有位置,不能按最后一名计入。
我们的判断
样本少于 5 条时,平均排名不具备参考价值,必须在数字后面标注样本量。把 1–2 条样本算出的均值当趋势看,是这个指标最容易出的事故。
01
怎么算
只在「提到了该品牌」的答案里取位置,求算术平均。分母是被提及次数,不是总答案数。
位置怎么数要事先定死:按名单顺序数,还是按段落先后数;带小标题的答案与纯列表的答案要用同一套规则。规则不写清楚,换个人取数就换个结果。
样本量必须随数字一起给出。写「平均排名 2.0(n=2)」,不要只写「平均排名 2.0」。
02
它和搜索排名不是一回事
搜索排名是页面在结果列表中的位次,AI 平均排名是品牌在一段生成文本里的出现次序 —— 后者没有稳定的「第一页」概念,也不存在点击率曲线。
两者的收益结构也不同:传统搜索里位次直接换算点击,而 AI 答案里被提到本身就可能完成认知,不一定产生点击。
03
什么时候该看它
提及率已经起来、需要判断品牌是被当作首选还是陪跑时,平均排名才有意义。提及率还接近零的阶段,先做提及率。
分平台看。同一个品牌在不同平台的名单位置可能相差很大,合并成一个数会掩盖问题。
本页用到的数据
0.1 次
该品类中排名 11 位之后的关键词每词月点击
出处:我们对该品类一个头部站点 4,074 个非品牌词的逐词统计(排 1–3 位为 13.1 次、4–10 位为 3.4 次),2026-06
资料出处
- [1]GEO: Generative Engine Optimization.Aggarwal et al., KDD 2024.2024
更新于 2026-08-10