AI搜索预警规则的目标，不是“AI 回答变了就报警”，而是把提及率、推荐顺位、负面词、引用来源和事实一致性变成可复现、可分级、可处置的触发条件。只看单次波动会制造噪声；只看排名又会漏掉来源和定位问题。
先给结论
AI搜索预警规则，就是把同一问题簇里品牌在 AI 回答中的表现与 30 天基线比较，超过阈值后按观察、警报、事故分级响应。
| 信号 | 观察 | 警报 | 事故 |
|---|---|---|---|
| 提及率 / 首推率 | 较基线下降 10-15 个百分点 | 下降 15-25 个百分点，且 2 个平台复现 | 核心问题簇跌出 Top3，或被竞品稳定替代 |
| 负面词 | 普通差评词增多 | 高风险词连续 2 天出现 | “假货、骗局、泄露、违规”等进入答案前半段 |
| 引用来源 | 官网和权威来源占比下降 | 低可信来源占比升高 | 错误或过时来源被多个平台复述 |
| 事实一致性 | 单点错误 | 多 prompt 重复 | 价格、功能、适用人群说错且影响转化 |
这套阈值是首版看板的起跑线，不是行业统一标准。金融、医疗、母婴、合规敏感 SaaS 等高风险行业，应把警报线再收紧 5-10 个百分点。
为什么不能只看一次
一项覆盖 11,500 个真实查询的研究发现，Google AI Overviews 在 51.5% 的代表性查询中出现；同一查询重复运行，或只改动一点措辞，来源和答案都可能变化。论文
所以，预警要看复现率，不能拿一次截图当事故。更可靠的判断公式是：
预警优先级 = 变化幅度 × 业务关键度 × 证据强度
证据强度看三项：是否跨平台复现、是否跨 prompt 复现、是否被引用来源支撑。
先定基线
没有基线，阈值只是在猜。建议按 5 步建立最小可用样本：
- 按问题簇建库：品牌词、品类词、场景词、竞品词。
- 每个问题簇至少覆盖 3 个平台。
- 每个问题簇准备 20-50 个 prompt。
- 每个 prompt 固定复跑 3 次，记录时间戳、截图和引用 URL。
- 先取 30 天均值，再看 7 天移动均值是否偏离。
如果样本还没跑稳，先看 AI搜索品牌监测工具选型指南，不要急着把噪声接进告警。
四类必须设的规则
1. 提及率和排名下滑
不要只盯“第几名”，要盯核心问题簇里是否还被稳定提到。
| 场景 | 触发条件 | 动作 |
|---|---|---|
| 品类词下滑 | 7 日均值较基线下降 15 个百分点以上 | 查竞品新增内容、媒体报道和引用来源 |
| 竞品替代 | 竞品首推率上升 15 个百分点以上 | 对比推荐理由，补卖点、案例和第三方证明 |
| 品牌词异常 | 品牌名被说错、漏说、混成别家 | 立刻修正官网、关于页、产品页和 FAQ |
这类问题的排查顺序，可以参考 AI不推荐我的品牌怎么办：从缺信息、弱引用到定位偏差逐项排查。
2. 负面词预警
负面词不能只看情感分数，要看词的业务风险。
| 词类 | 示例 | SLA |
|---|---|---|
| 体验问题 | 难用、慢、贵、售后差 | 24-72 小时复核 |
| 事实错误 | 停产、没有官网、不支持某功能 | 24 小时内修正 |
| 信誉风险 | 假货、骗局、跑路、虚假宣传 | 2 小时内升级 |
| 合规风险 | 泄露、违规、侵权、安全隐患 | 当天专项处理 |
负面词越来越多时，先看来源和上下文，再看情感分数。更完整的方法可参考 AI品牌情感分析怎么做：发现负面评价和错误描述的来源。
3. 引用来源变化
AI 可能没直接批评品牌，但开始引用更旧、更弱、更不可信的来源。这通常比排名下滑更早出现。
建议把来源分成四档：
| 来源类型 | 示例 | 预警重点 |
|---|---|---|
| 自有来源 | 官网、帮助中心、产品文档 | 是否被正确引用 |
| 权威来源 | 行业媒体、协会、平台公告、研究报告 | 是否能支撑品牌事实 |
| 商业来源 | 导购页、电商页、测评页 | 是否含旧价格或夸张卖点 |
| 低可信来源 | 采集站、伪测评、旧软文 | 是否成为主要事实依据 |
2026 年一项关于引用测量的研究把“被引用”和“被吸收进答案”分开，样本覆盖 602 个控制 prompt 和 21,143 条有效 citation。结论对运营很关键：只数链接次数不够，还要看来源是否真的影响了答案表达。论文
如果官网、产品文档和权威媒体占比下滑，优先修正可引用素材。方法见 AI引用优化怎么做：让品牌资料进入可信来源池。
4. 事实错误和定位偏差
事实错误最应该进“事故”级别，因为它会直接影响购买、续费、合规和品牌信任。
| 错误类型 | 典型表现 | 优先动作 |
|---|---|---|
| 价格错误 | 旧价、促销价被当成现价 | 先改官网和报价页 |
| 功能错误 | 把不存在的功能说成已有 | 修产品页、FAQ、帮助中心 |
| 定位错误 | 把 B2B 说成 C 端，把工具说成服务 | 修品牌定义和首页表述 |
| 人群错误 | 推荐给不该买的人 | 补场景页和对比页 |
如果品牌信息经常被说错，通常不是“模型坏了”，而是信息源不一致。可配合 AI把品牌定位说错了怎么办：品牌信息一致性修正清单 一起处理。
一页看板怎么配
预警看板至少要有 6 列：问题簇、平台、触发次数、证据截图、引用 URL、处置人。没有处置人的告警，最后都会变成未读消息。
可复制的规则模板：
metric: 提及率
scope: 核心品类问题簇
baseline: 30d
observe: "较基线下降 10-15 个百分点"
warn: "较基线下降 15-25 个百分点，且至少 2 个平台复现"
incident: "跌出 Top3，或出现高危词 / 事实错误"
owner: SEO 负责人
sla: "24h"
触发后怎么处理
- 固定同一批 prompt，在同平台复跑 3 次。
- 保存回答原文、截图、引用 URL 和时间戳。
- 判断异常来自提及下滑、负面词扩散、来源变差，还是事实错误。
- 先改最可能影响 AI 解释的页面：官网、产品页、FAQ、帮助中心。
- 高危词直接升级公关、客服或法务。
- 24 小时、72 小时、7 天分别复测一次。
常见误区
- 只看一个平台，不看跨平台复现。
- 只看单次回答，不看 7 日移动均值。
- 只看情感分，不看具体负面词。
- 只改首页，不改产品页、FAQ 和帮助中心。
- 把“引用次数”当成唯一指标，不看来源是否真的影响答案。
- 为 AI 搜索额外堆特殊文件，却忽略可抓取、可索引、结构清晰和内容独特性。
FAQ
AI搜索预警规则多久调整一次？
建议每月复盘一次。新品上线、活动投放、舆情事件、模型更新后，要单独复盘阈值。
一次负面回答要立刻报警吗？
不一定。先看是否出现高危词、事实错误、合规风险，或是否跨平台复现。普通体验差评先进入观察。
只监测一个 AI 平台够吗？
不够。至少覆盖 3 个主流平台，再按用户真实使用习惯提高重点平台的采样权重。
引用来源变了但排名没变，需要处理吗？
需要。引用变化往往早于推荐位变化，尤其是旧信息、低质来源开始被重复引用时。
怎么向老板解释阈值不是拍脑袋？
用 30 天基线、7 日移动均值、跨平台复现和业务影响四个维度解释，而不是说“我感觉有问题”。