AI推荐概率（Recommendation Probability）

定义

AI推荐概率（Recommendation Probability） 是指在用户向生成式AI（如ChatGPT、Gemini、Claude、Perplexity、Grok等）提出相关需求时，AI主动推荐某个企业、品牌、产品或服务的概率。

该指标用于衡量企业在AI推荐生态中的竞争能力和曝光能力，是GEO（Generative Engine Optimization）体系中的核心评估指标之一。

评估内容

1. 品牌推荐概率（Brand Recommendation Probability）

评估AI在回答用户问题时推荐品牌名称的可能性。

示例提问：

• 最好的电动牙刷品牌有哪些？
• 美国值得合作的牙刷供应商有哪些？
• 哪些品牌适合OEM定制？

评估结果：

• 是否被推荐
• 推荐排名
• 推荐次数
• 推荐场景数量

2. 产品推荐概率（Product Recommendation Probability）

评估AI推荐具体产品的概率。

示例提问：

• 推荐一款适合敏感牙龈的电动牙刷
• 推荐批发采购的电动牙刷型号
• 推荐高性价比儿童牙刷

评估结果：

• 产品出现频率
• 产品推荐位置
• 产品覆盖场景

3. 服务推荐概率（Service Recommendation Probability）

评估AI推荐服务能力的概率。

示例提问：

• 哪家工厂提供OEM服务？
• 哪家公司支持小批量定制？
• 哪个供应商提供海外仓服务？

评估结果：

• 服务被推荐频率
• 服务覆盖率
• 服务优势体现程度

4. 企业推荐概率（Enterprise Recommendation Probability）

评估AI推荐企业主体的概率。

示例提问：

• 推荐中国牙刷制造商
• 推荐美国进口商合作伙伴
• 推荐跨境供应链企业

评估结果：

• 企业推荐次数
• 企业排名位置
• 企业竞争优势展示情况

核心计算模型

Recommendation Probability Score

RP=RQ×100RP = \frac{R}{Q} \times 100RP=QR​×100

RP=RQ×100RP=\frac{R}{Q}\times100RP=QR​×100

其中：

• RP = AI推荐概率
• R = 被推荐次数
• Q = 总测试问题数

示例

测试问题数量：

1000个

品牌被AI推荐：

380次

则：

RP=3801000×100=38%RP = \frac{380}{1000} \times 100 = 38\%RP=1000380​×100=38%

说明：

品牌推荐概率 = 38%

输出结果

1. 推荐频率（Recommendation Frequency）

定义：

AI推荐目标对象的总次数。

计算公式

RF=∑RiRF = \sum R_iRF=∑Ri​

RF=∑RiRF=\sum R_iRF=∑Ri​

评分标准

2. 推荐覆盖率（Recommendation Coverage）

定义：

目标在所有相关问题场景中的覆盖比例。

计算公式

RC=SrSt×100RC = \frac{S_r}{S_t}\times100RC=St​Sr​​×100

RC=SrSt×100RC=\frac{S_r}{S_t}\times100RC=St​Sr​​×100

其中：

• Sr = 出现推荐的场景数
• St = 总场景数

示例

100个场景

被推荐场景：

72个

结果：

72%

3. 推荐可信度（Recommendation Credibility）

定义：

AI在推荐时所表达的信任强度。

AI推荐语义分析

高可信度

• 强烈推荐
• 首选推荐
• 行业领先
• 值得考虑

权重：

1.0

中可信度

• 可以考虑
• 较为适合
• 常见选择

权重：

0.7

低可信度

• 或许适合
• 可能适用
• 可作为备选

权重：

0.4

可信度评分

CR=∑WiNCR=\frac{\sum W_i}{N}CR=N∑Wi​​

CR=∑WiNCR=\frac{\sum W_i}{N}CR=N∑Wi​​

4. 推荐竞争力指数（Recommendation Competitiveness Index）

定义：

目标与竞争对手相比被AI推荐的优势程度。

计算公式

RCI=RPtargetRPindustry avg×100RCI=\frac{RP_{target}}{RP_{industry\ avg}}\times100RCI=RPindustry avg​RPtarget​​×100

RCI=RPtargetRPindustry avg×100RCI=\frac{RP_{target}}{RP_{industry\ avg}}\times100RCI=RPindustry avg​RPtarget​​×100

示例

目标品牌推荐概率：

40%

行业平均：

25%

结果：

$$RCI=160$$

解释：

该品牌AI推荐能力高于行业平均60%。

GEO-PFS™ 推荐概率评级体系

GEO-PFS™ 最终输出示例

{
  "recommendation_probability": 82,
  "brand_recommendation_probability": 85,
  "product_recommendation_probability": 79,
  "service_recommendation_probability": 83,
  "enterprise_recommendation_probability": 81,
  "recommendation_frequency": 462,
  "recommendation_coverage": 74,
  "recommendation_credibility": 88,
  "recommendation_competitiveness_index": 167,
  "grade": "A"
}

该指标可以作为 GEO-PFS™（Generative Engine Optimization – Probability Forecasting System） 的六大核心概率模型之一，与：

• AI引用概率（Citation Probability）
• AI曝光概率（Visibility Probability）
• AI品牌提及概率（Mention Probability）
• AI推荐概率（Recommendation Probability）
• AI采购推荐概率（Procurement Probability）
• AI转化概率（Conversion Probability）

共同构成完整的生成式引擎概率预测体系。