AI智能体品牌推荐，指品牌在具备工具调用与任务执行能力的 AI 助手中，被选为「实际执行对象」的过程——不只是名字出现在答案里，而是智能体真的去读你的价格、填你的表单、走完你的下单流程。
规则正在换轨：用户不再只问「哪个好」，而是直接说「帮我约周六上午的保洁」。前者要一段答案，后者要一个结果。在我们 2026 年 2 月至 6 月的监测样本里，这类「代办型问法」的占比从 8.6% 涨到 19.4%，五个月翻了 2.3 倍。
问题在于，绝大多数品牌的 AI 可见度体系还只测「有没有被提到」。而我们对 620 次端到端代办任务做人工复跑后发现：被写进答案的品牌里，只有 32.2% 真的能被智能体执行下去。中间那 67.8% 的断层，才是接下来两年真正的竞争面。
本文回答四个问题：代办型问法长什么样、断点卡在哪、四层能力怎么补、怎么用四个指标验收。文末有一份 30 分钟自测，先判断自己卡在哪一层。
问答型问法和代办型问法有何区别：9 平台 5 个月样本
两类问法的核心差别在于用户交出去的是什么：问答型交出的是信息检索工作，答案回到人手里再决策；代办型交出的是决策权和操作权，用户只验收结果。
监测方法说明
- 样本范围：42 个品牌，覆盖本地生活、旅游出行、快消日用、3C 家电、B2B SaaS 五个行业
- 平台：DeepSeek、豆包、Kimi、通义千问、腾讯元宝、文心一言、智谱清言、夸克 AI、纳米 AI，共 9 个
- 周期：2026 年 2 月 1 日至 6 月 30 日，每两周一轮，共 11 轮
- 数据量：1,680 条基础 prompt × 9 平台 × 11 轮 ≈ 16.6 万条答案
- 会话纪律：每条 prompt 单独新开会话，联网与非联网模式分开采集、分开计算
- 判定一致性：随机抽取 4,800 条做人工双盲标注，标注一致率 91.3%
判定一条问法属于「代办型」，我们要求同时满足三个条件：含执行动词（约、订、买、下单、填、退、改签）、含明确目标对象、含至少一个可校验约束（时间、价格上限、地点、规格）。只说「推荐几个」「哪家好」的仍归入问答型。想系统扩展这两类问法的表达变体，可参考品牌推荐 Prompt 的同义词扩展方法。
分平台数据：入口形态决定代办型占比
| 平台 | 2026-02 代办型占比 | 2026-06 代办型占比 | 变化 |
|---|---|---|---|
| 夸克 AI | 11.2% | 27.8% | +16.6pp |
| 豆包 | 10.4% | 24.1% | +13.7pp |
| 通义千问 | 9.8% | 23.6% | +13.8pp |
| 腾讯元宝 | 8.1% | 19.7% | +11.6pp |
| 纳米 AI | 8.9% | 19.2% | +10.3pp |
| 文心一言 | 7.6% | 17.5% | +9.9pp |
| 智谱清言 | 7.2% | 15.4% | +8.2pp |
| DeepSeek | 6.3% | 13.1% | +6.8pp |
| Kimi | 6.9% | 12.8% | +5.9pp |
| 加权合计 | 8.6% | 19.4% | +10.8pp |
规律很清楚：背靠超级 App 与交易链路的入口，代办型占比明显更高。夸克、豆包、通义千问背后有支付、本地生活和电商能力，用户很快学会「这里能办事」；DeepSeek 和 Kimi 仍以问答与长文本处理为主，用户下意识只把它们当顾问。这意味着两条打法要分开：Kimi 的信源偏好与长文本上传逻辑按问答型打，豆包、夸克按代办型打。
行业差异同样悬殊（2026 年 6 月口径）：本地生活服务 31.5%、旅游出行 29.3%、快消日用 24.7%、3C 家电 18.9%、B2B SaaS 仅 7.2%。决策链越短、交付越标准化，代办型问法来得越快。
三个反直觉的发现
第一，代办型问法里用户主动说出品牌名的比例更低。 问答型中用户自带品牌名的占 34.2%，代办型只有 12.7%。用户把选择权交给了智能体，品牌词防守在代办场景基本失效，胜负移到了「品类词 + 约束条件」的组合上。
第二，代办型问法平均带 3.4 个约束条件，问答型只有 1.6 个。约束越多，「品牌口碑好」的权重越低，「参数刚好匹配且机器可读」的权重越高。一个能被解析出「周六上午可约、两室一厅 198 元、覆盖朝阳区」的商家，会击败一个只有精美品牌故事的对手。
第三，代办型问法的候选集更窄。 问答型答案平均列出 8–12 个品牌，代办型收敛到 3–5 个。因为智能体要执行，必须减少分支。入选门槛整整高了一个数量级。
被提及 ≠ 被执行：620 次端到端复跑的断点分布
这是本文最关键的一组数据。我们从上述样本中抽出 620 次代办型任务，由人工在真实账号环境下完整复跑智能体的执行路径，记录它停在了哪一步。
- 品牌在答案文本中被推荐（即传统口径的「被提及」）：444 次，71.6%
- 智能体把流程真正推进到「可提交」状态：143 次，23.1%
- 从被提及到被执行的转化率：32.2%
也就是说，每 3 次被 AI 推荐，只有 1 次真的能变成动作。剩下 301 次失败的断点分布如下：
| 断点位置 | 次数 | 占失败比 | 典型症状 |
|---|---|---|---|
| 页面/入口不可达 | 104 | 34.6% | 登录墙、强制 App 唤起、纯 JS 渲染无静态兜底 |
| 关键参数不可机器读 | 84 | 27.9% | 价格在图片里、库存靠异步接口、规格藏在 tab 内 |
| 表单不可程序化 | 64 | 21.3% | 图形验证码、多步跳转、必填项无语义标签 |
| 政策资质缺失致主动中止 | 33 | 11.0% | 无退换规则、无配送范围、无发票说明 |
| 其他（超时、风控拦截） | 16 | 5.3% | 频控误伤、异地 IP 拦截 |
值得单独强调的是第四类：智能体在提交前会做风险自检，信息不全时它宁可放弃也不猜。 这 11.0% 不是技术故障，是信任缺口。
还有一个前置断点不在这张表里：智能体连页面都没抓到。 如果站点直接封了 GPTBot、ClaudeBot、PerplexityBot 这类 UA，或把它们和恶意爬虫一起拦在 WAF 外，前面四层全部作废。先按服务器日志识别 AI 爬虫的方法确认真实到访情况，再核对各家 AI 爬虫的 UA 与作用差异——被误封是我们见过最贵也最容易修的问题。
品牌要补的四层能力
把上面的断点数据反过来读，就是一个从「被提及」走到「被执行」的能力阶梯。四层是串联关系，前一层不过，后面三层的投入全部归零。
第一层：可发现——在约束条件下进入 3–5 个候选
要解决的问题：代办型候选集只有 3–5 个，且用户不说品牌名。
修复动作：把用户会说的约束条件变成页面上可检索的明文——价格区间、服务时段、覆盖城市、兼容型号、材质规格。不要只写在图片和视频里。同时补齐第三方信源，模型对约束类事实的交叉验证依赖社区与评价内容，具体路径见用户口碑进入 AI 推荐的影响链路。
判定阈值：跑 20 条代办型问法，被写进候选集少于 3 次（15%）即第一层未过。
第二层：可解析——六个核心字段静态可读
要解决的问题：27.9% 的失败卡在这里。智能体选中了你，却抽不出可用字段。
修复动作：确保六个字段在原始 HTML 中静态存在——名称、价格、可用性、核心规格、配送或服务范围、退换政策。用 Product、Offer、Service 类型的结构化数据把它们标注出来；Google Search Central 的商品结构化数据文档对 price、availability、shippingDetails 的写法有明确规范，AI 抓取端普遍复用同一套语义。
判定阈值：curl 拿原始 HTML，六个字段中至少 5 个能直接搜到明文。低于 5 个，后面全是空转。
第三层：可执行——流程能被程序走通
要解决的问题：34.6% + 21.3% 的失败集中在入口与表单，这是最大的单一失血点。
修复动作：去掉多步跳转，表单改单页；必填项补 label、name、autocomplete；图形验证码降级为行为风控；不要强制 App 唤起。抓取侧的可达性问题（robots 规则、JS 渲染、静态兜底）可对照面向 AI 爬虫的可访问性优化逐项排掉。更彻底的做法是主动开一个接口——把可预约时段、报价、库存以只读方式暴露给智能体，Anthropic 的 Model Context Protocol 规范是当前事实标准；交易环节可关注 Agentic Commerce Protocol，由 OpenAI 与 Stripe 维护、Apache 2.0 开源，定义了智能体与商家之间的结账交互模型。
判定阈值：关闭 JavaScript、只用键盘走一遍注册与下单，能到提交页即通过。
第四层：可复核——让智能体敢替用户按下确认
要解决的问题：11.0% 的主动中止，本质是智能体无法向用户证明这笔操作安全。
修复动作：把退换货规则、配送范围、资质证照、发票政策做成独立可读页面；订单回执结构化返回；保留可追溯凭证。这一层正在被标准化——2026 年 4 月，Google 将 Agent Payments Protocol 捐赠给 FIDO 联盟并发布 v0.2，新增「用户不在场」的预授权支付能力；国内侧，支付宝 AI 开放平台于 2026 年 7 月 7 日上线，面向企业开发者与代开发服务商开放，商家可将已有服务能力做 AI 化升级、一次接入多端分发。
判定阈值：让智能体执行一次真实任务，若它在提交前反问用户「无法确认退款政策」，说明第四层欠账。
30 分钟四层自测：判断自己卡在哪一层
不需要工具，一台电脑加一个 AI App 就能跑完。按顺序做，第一个不过的环节就是你的瓶颈，后面的可以先不做。
| 步骤 | 耗时 | 怎么做 | 通过标准 |
|---|---|---|---|
| 1. 可发现 | 12 分钟 | 在豆包或夸克提 20 条带约束的代办型问法（如「帮我约本周六上午 10 点朝阳区两室一厅保洁，200 元以内」） | 你的品牌进入候选集 ≥ 3 次 |
| 2. 可解析 | 8 分钟 | 对主力落地页跑 curl -sL "你的URL" | grep -iE "价格|库存|规格|配送|退换" |
六字段中 ≥ 5 个能在原始 HTML 里搜到 |
| 3. 可执行 | 7 分钟 | 浏览器关闭 JavaScript，只用 Tab 键走注册与下单 | 能走到提交页 |
| 4. 可复核 | 3 分钟 | 搜站内是否有独立的退换、配送范围、资质、发票页面 | 四类页面各有一个可直接访问的 URL |
第 1 步要开新会话逐条提问，不要在同一会话里连问 20 条——上下文污染会让后面的答案继承前面的结论，自测结果会明显偏乐观。
一手案例：家政平台 90 天四层改造前后对比
某华东家政服务平台（经客户授权脱敏发布，年 GMV 约 2.3 亿元）在 2026 年 3 月至 6 月按上述顺序做了一轮改造，四项核心指标变化如下：
| 指标 | 改造前（3月基线） | 改造后（6月） | 变化 |
|---|---|---|---|
| 代办型问法入选率 | 14.8% | 29.4% | +14.6pp |
| 参数完整率 | 31% | 88% | +57pp |
| 端到端可执行率 | 6.2% | 37.5% | +31.3pp |
| AI 入口预约量占比 | 1.9% | 7.4% | +5.5pp |
四个关键动作，按投入产出比排序：
- 把「服务项目 × 城市 × 时段 × 价格」做成静态表格页，配 Service 与 Offer 结构化数据。原来这些信息只在小程序里用图片展示。这一步单独贡献了参数完整率的大部分提升。
- 预约表单从四步跳转压缩为单页，字段补全语义标签，图形验证码替换为行为风控。端到端可执行率的跃升主要来自这里。
- 新增服务政策页：上门范围、改约规则、退款时限、保洁员资质。主动中止率从 18% 降到 4%。
- 上线只读 MCP server，暴露可预约时段与实时报价。上线偏晚（6 月初），贡献尚未完全释放。
最顺序：这家平台最初想先做第 4 步，被数据劝退——当时它的参数完整率只有 31%，接口开出来智能体也读不到可用信息。先修地基，再开接口。
怎么监测「被执行」：四个必须新增的指标
传统 AI 品牌监测的四件套是提及率、排名、情感、引用来源。它们全部只覆盖第一层。要看见执行断层，需要补四个指标：
- 代办型问法入选率：代办型问法中被写进候选集的比例。健康线 ≥ 25%。
- 参数完整率：六个核心字段中可被静态解析的比例。健康线 ≥ 83%（5/6）。
- 端到端可执行率：被推荐后能推进到「可提交」的比例。行业中位数 23.1%，健康线 ≥ 35%。
- 主动中止率：智能体因信息不全放弃的比例。健康线 ≤ 5%。
采集这四个指标有两条纪律不能破：每条 prompt 单开会话，避免前一轮结论污染后一轮判断；联网与非联网模式分开统计，两套 AI 答案混成一条趋势会让执行率数据完全失真——非联网模式下模型根本不会尝试执行。把这四个指标接进给老板看的 AI 品牌周报，比继续汇报提及率涨了几个点更有决策价值。
一个正在放大的变量：AI 助手开始记住用户的历史选择。一旦用户在某个助手里成功执行过一次，下次同类需求的候选集会进一步收窄——记忆功能对长期推荐格局的影响值得单独跟踪。这也意味着执行层的先发优势会被复利放大：第一次没被执行成功，可能不只是丢了一单。
三个高频误区
误区一：用问答型的指标验收代办型的目标。 提及率涨到 70% 而端到端可执行率只有 6%，报表全绿、生意没动。这正是本文那 32.2% 转化率想说的事。
误区二：把预算压在品牌词防守上。 代办型问法里只有 12.7% 带品牌名。防住品牌词，等于守住了一扇没人走的门。预算该挪到品类词加约束条件的组合上。
误区三：把 llms.txt 当银弹。 它能帮智能体理解站点结构，但解决不了图形验证码、多步跳转和图片里的价格。第三层的问题只能用第三层的手段修。
90 天落地顺序
- 第 1–2 周｜建基线：选 40 条代办型问法，跑 9 个平台，测出四项指标的当前值。没有基线，后面所有改动都无法归因。
- 第 3–6 周｜修可解析层：六字段静态化 + 结构化数据。成本最低、见效最快。
- 第 7–10 周｜修可执行层：表单单页化、去验证码、补语义标签、去掉强制 App 唤起。
- 第 11–12 周｜补可复核层：政策页、资质页、订单回执结构化。
- 第 13 周起｜再评估是否开接口：参数完整率稳定在 85% 以上，再考虑 MCP 或结账协议接入。
常见问题
代办型问法占比还不到 20%，现在投入是不是太早？
看趋势斜率而非绝对值。五个月 +10.8pp，且夸克、豆包已到 24%–28%。四层改造中的前三层平均耗时 8–10 周，等占比过半再动手，你会在最贵的窗口期做最基础的事。本地生活和旅游出行的品牌应立即启动。
B2B SaaS 代办型只有 7.2%，可以跳过吗？
不建议跳过第二层。B2B 的「代办」形态不是下单，而是智能体替采购方比对报价、抓取合规文档、预填询价单。参数不可解析同样会让你在长名单阶段被筛掉，只是失血更隐蔽。
四层里只能先做一层，选哪层？
选第二层可解析。它是四层里唯一能同时改善传统 AI 搜索排名和智能体执行率的一层——结构化字段既提升 AI 引用来源的抓取质量，也直接决定智能体能不能用你的数据。
做完四层改造，多久能看到 AI 入口的量？
案例平台的路径是：可解析层修完约 3 周后入选率先动，可执行层上线后 4–6 周端到端可执行率才明显跃升，AI 入口预约量占比是最后动的（从 1.9% 到 7.4% 用了近 90 天）。指标响应有先后，别用最末端的转化指标验收最前面的改动。
没有开发资源，只能改内容，能做到哪一层？
能稳稳做到第二层的大部分和第四层的全部。六字段明文化、政策页、资质页、发票说明都是纯内容工作。第三层的表单与验证码必须动工程，但它恰好是失血最大的一层——用自测数据去申请资源，比空谈趋势有效。
AI智能体品牌推荐会不会让 SEO 彻底失效？
不会，但验收口径变了。页面仍要被抓取、被索引、被信任，这部分和 SEO 完全重合；新增的是「被程序操作」这一层要求。把它理解成 SEO 加了一道自动化验收，而不是 SEO 被替换。