为什么四个平台的答案会不一样
同一个提问，在不同平台上得到不同答案，是最容易被误解的现象。有人据此认为「AI 回答是随机的」，其实不是——差异主要来自三个稳定的原因，看清这三条，报告才做得下去。
差异一：信源池不同
每个平台长期抓取、长期采信的站点集合不一样。同一件事，写在 A 平台偏好的信源里会被引用，写在别处就不会。这解释了为什么有时品牌在一个平台频繁出现、在另一个平台完全消失。
报告里要记的是：这次回答引用了哪些页面，其中有没有你自己的官网。被引页面的分布，比「有没有出现」更有诊断价值。
差异二：回答结构不同
有的平台习惯给出一段结论，有的习惯先列条件再给建议，有的会附上来源清单。结构不同，品牌被「自然提到」的机会也不同：结论型的回答只容纳少数几个名字，清单型的回答可能一次列出十几个。
报告里要记的是：品牌出现在回答的什么位置，以及这个平台的回答是哪种结构。把「排在第几」和「一共列了几个」放在一起看，位次才有意义。
这一点在跨平台对比时尤其容易出错：某个平台把你排在第三位，看起来不如另一个平台的第二位，但如果前者一共列了十二个名字、后者只列了三个，两者的实际含义完全不同。位次只有在同一结构内部比较才有意义，跨结构时要换算成「同批候选里的相对位置」再看。
差异三：更新节奏不同
抓取频率、索引更新周期、模型版本迭代的节奏都不一样。同一次改动，可能在某个平台上两周就反映出来，在另一个平台要一个月。
统一报告的四个必填字段
要让四个平台的数据能放进同一张表，每条记录至少要有这四个字段：
- 平台与日期：哪个平台、哪一天问的；
- 提问原文：完整问句，不做概括；
- 出现情况：是否提及、位次、语境倾向、同批被提到的品牌数量；
- 引用来源：模型依据的页面清单，标注其中哪些属于你自己。
四个字段齐了，跨平台对比才成立；缺任何一个，都只能得出「好像有变化」这类没有结论的结论。
报告怎么读：三种典型形态
- 四个平台都不提你：通常是抓取或信源层的问题，先回到「读不到」那一层排查；
- 部分平台提、部分不提：典型的信息覆盖差异，重点补那些平台偏好的内容形态与信源位置；
- 都提，但描述的都不太对：口径问题。同一个事实在不同页面上写法不一致，模型只好各取一半。
小结：先统一格式，再谈趋势
多平台对比的价值在于把「运气」变成「可观察的现象」。先把字段统一、把日期固定，再按月填表；趋势一旦稳定下来，你会发现真正需要修的往往只有两三项，而且每次修完都能看到对应的变化。
最后提醒一点：这张报告的作用是内部判断与动作排期，不是对外宣传材料。它记录的是「现状与变化」，而不是「成果」。一旦把它改写成给客户看的成绩单，就容易开始挑好看的数字——那恰好是这份表最初要避免的事。