同一家美妆企业在不同 AI 平台的表现差异有多大？

在本数据集的 720 次专业基线观测中，同一家企业同一套冻结问题集下，ChatGPT 为 92.8%、Perplexity 90.0%、Gemini 51.7%、Claude 35.0%。而在另一组 40 次的吸油纸题组中，Gemini 为 100%、Perplexity 70%、ChatGPT 30%、Claude 20%——平台强弱完全翻转。这说明「某个 AI 平台对我们更友好」是伪命题，必须按题组分平台单独测量。

同一家企业不同产品线的 AI 可见度会差多少？

在本数据集中，同一家美妆代工企业的不同品类题组从 0%（痘贴裂变题组，n=20）到 67.4%（专业基线 60 题，n=720）。功效棉片 12.5%（n=240）、吸油纸主业 55.0%（n=40）。企业层面有可见度，不代表每个品类都有可见度。

AI 会编造企业官网域名吗？

会。在 720 次专业基线观测中记录到 12 次幻觉域名，编造的域名为 yansecosmetics.com，而该企业真实规范域名为 yansecos.com，幻觉率约 0.4%。后果是把潜在买家导向不存在或不属于该企业的地址。处置方式是评估抢注并 301 重定向至规范域名，同时统一外部实体信息。

这份数据能代表整个中国美妆代工行业吗？

不能。本数据集来自两家企业（一家美妆代工企业与一家包材企业）在 2026 年 6–8 月的 10 组测量，属于单企业多品类纵向数据，不是行业普查。它揭示的是可推广的规律（平台差异、品类差异、幻觉域名），而不是行业平均水平。任何将其表述为行业基准的说法都不成立。

美妆产业链 AI 可见度实测数据集 2026：1,432 次观测揭示的三个规律

⚠️ 先说清楚这份数据不是什么

这不是行业普查，也不是行业平均水平。数据来自两家企业（一家美妆代工企业、一家包材企业）在 2026 年 6–8 月的 10 组测量，属于单企业多品类纵向数据。它能揭示的是可推广的规律（平台差异、品类差异、幻觉域名），而不是"中国美妆工厂平均可见度是多少"。任何把它表述为行业基准的说法都不成立——包括我们自己。

完整数据

10 组测量的全部数字

日期	题组 / 企业	类型	命中/分母	综合出现率	95% CI	平台分项
2026-06-29	香水玻璃瓶等包材 Vella 妍创包装	基线	0/120	0.0%	0–3.1	Perplexity 0% · ChatGPT 0% · Gemini 0%
2026-06-29	综合（早期） YANSE 妍色	基线	6/28	21.4%	10.2–39.5	Perplexity 0% · ChatGPT 0% · Gemini 57% · Claude 29%
2026-06-29	痘贴裂变深扫 YANSE 妍色	基线	0/20	0.0%	0–16.1	Perplexity 0% · Gemini 0%
2026-07-15	功效棉片 YANSE 妍色	基线	30/240	12.5%	8.9–17.3	Perplexity 5% · ChatGPT 15% · Gemini 18% · Claude 12%
2026-07-21	吸油纸主业 YANSE 妍色	基线	22/40	55.0%	39.8–69.3	Perplexity 70% · ChatGPT 30% · Gemini 100% · Claude 20%
2026-08-01	四线 B2B 采购问法 YANSE 妍色	基线	29/48	60.4%	46.3–73.0	Perplexity 83% · ChatGPT 83% · Gemini 42% · Claude 33%
2026-08-02	新热词扩展题组 YANSE 妍色	基线	13/84	15.5%	9.3–24.7	Perplexity 52% · ChatGPT 0% · Gemini 10% · Claude 0%
2026-08-08	四线 B2B 采购问法 YANSE 妍色	复测	31/48	64.6%	50.4–76.6	Perplexity 92% · ChatGPT 83% · Gemini 42% · Claude 42%
2026-08-08	新热词扩展题组 YANSE 妍色	复测	14/84	16.7%	10.2–26.1	Perplexity 57% · ChatGPT 0% · Gemini 10% · Claude 0%
2026-08-09	专业基线 60题×4平台×3轮 YANSE 妍色	专业基线	485/720	67.4%	63.9–70.7	Perplexity 90% · ChatGPT 93% · Gemini 52% · Claude 35%

注：命中数由出现率与分母反算并取整，可能与原始记录存在 ±1 的舍入差异。所有区间为 95% Wilson 置信区间。n<30 的组仅作方向性判断。

规律一

同一家企业，不同品类从 0% 到 67.4%

企业层面有可见度，不代表每个品类都有可见度。同一家美妆代工企业，主业题组已达 55–67%，而痘贴题组为 0%、功效棉片仅 12.5%。

题组	分母	出现率	95% CI
香水玻璃瓶等包材	n=120	0.0%	0–3.1
痘贴裂变深扫	n=20	0.0%	0–16.1
功效棉片	n=240	12.5%	8.9–17.3
新热词扩展题组	n=84	15.5%	9.3–24.7
新热词扩展题组	n=84	16.7%	10.2–26.1
综合（早期）	n=28	21.4%	10.2–39.5
吸油纸主业	n=40	55.0%	39.8–69.3
四线 B2B 采购问法	n=48	60.4%	46.3–73.0
四线 B2B 采购问法	n=48	64.6%	50.4–76.6
专业基线 60题×4平台×3轮	n=720	67.4%	63.9–70.7

这意味着什么：用一个笼统的"我们公司在 AI 上的可见度"来判断投入方向是危险的。资源应该按品类分配——0% 的品类通常卡在完全不同的原因（缺少可被抓取的品类页、缺少该品类的外部信源），与主业的优化路径不一样。

规律二 · 最反直觉

平台强弱不固定，会随题组完全翻转

这是本数据集里最值得注意的一条：同一家企业，换一组问题，四个平台的强弱顺序完全颠倒。

题组	ChatGPT	Perplexity	Gemini	Claude
吸油纸主业 2026-07-21 · n=40	30%	70%	100%	20%
专业基线 60题×4平台×3轮 2026-08-09 · n=720	93%	90%	52%	35%

读这张表：在吸油纸题组里，Gemini 100%、ChatGPT 仅 30%；换到专业基线 60 题，ChatGPT 92.8%、Gemini 51.7%——两者关系彻底反转。

所以「某个 AI 平台对我们更友好」是个伪命题。平台表现取决于该平台在该类问题上的检索与信源策略，而不是对某家企业的固定偏好。任何只测一组问题就下"我们在 X 平台强/弱"结论的做法，都可能完全反向。

规律三

AI 会编造你的官网域名

在 720 次专业基线观测中，记录到 12 次幻觉域名（幻觉率约 0.4%）。AI 给出的域名是 yansecosmetics.com，而该企业真实的规范域名是 yansecos.com。

后果：潜在买家被导向一个不存在、或不属于该企业的地址——这是比"没被提及"更坏的结果，因为它消耗了一次真实的采购意向。
处置：①评估抢注该域名并 301 重定向至规范域名；②统一所有外部渠道的企业名称与域名（幻觉往往源于外部信息不一致）；③在测量中持续记录，作为实体一致性的健康指标。

同口径复测

唯一能相减的两组对比

前后两次测量只有在问题集、平台、轮次与范围完全一致时才可比较。本数据集中只有两组满足这个条件：

四线 B2B 采购问法（n=48）

60.4% → 64.6%

2026-08-01 → 2026-08-08，变化 +4.2 个百分点。注意两组的 95% CI 高度重叠（46.3–73.0 与 50.4–76.6），该差异在统计上不构成显著提升，只能作为方向性观察。

新热词扩展题组（n=84）

15.5% → 16.7%

2026-08-02 → 2026-08-08，变化 +1.2 个百分点。同样落在区间重叠范围内，属噪声量级，不应宣称为成效。

为什么要这样写：把 60.4% → 64.6% 说成"提升了 4.2 个百分点"在技术上没错，但在统计上误导——一周内、区间重叠的差异更可能是波动而非改善。诚实的报告应该同时给出区间并明确说明这一点。这也是我们不承诺"提升多少"的原因。

信源池

AI 在回答这些问题时，实际引用了谁

跨全部 10 组测量，被 AI 引用次数最多的域名（含竞品官网与 B2B 平台）：

域名	累计被引用次数
alibaba.com	1318
taikicosmetics.com	1150
made-in-china.com	1030
metroprivatelabel.com	866
veilta.com	535
callaskincare.com	462
accio.com	407
gspmed.com	325
xiranskincare.com	315
blackbirdskincare.com	224
senwelloem.com	179
desifine.com	106

怎么用这张表：它回答的是"要被 AI 看见，得先出现在哪里"。B2B 平台（alibaba、made-in-china）与头部竞品官网占据了信源池的主要位置。

但要清醒：这也意味着一种依赖——为了被 AI 引用而不断向平台供给内容，平台因此聚合更多信息、权重更高。把它当作现阶段的杠杆，而不是长期资产。

方法

怎么测的，以及哪里不能用

测量口径

三类指标分开统计：正文提及率（只读访客可见正文）、官网引用率（须解析至自有域名）、综合出现率
每题独立新会话，不以"重新生成"冒充独立轮次
分母保留全部有效运行，不剔除未触发或不利结果
比例附 95% Wilson 置信区间；n<30 仅作方向性判断
测试前冻结范围变量（企业、品类、市场、语言、平台、模式、轮次、日期窗口）

明确的局限

样本来自两家企业，不是行业普查，不能代表行业平均
不同题组之间不可直接相减——问题集不同、分母不同
API 观测不等同于消费者产品会话，结论只在标注范围内成立
时间敏感：AI 平台策略与信源持续变化，本数据仅代表 2026-06 至 2026-08 的观测
不构成任何排名或成效承诺，被提及只是进入进一步验证的机会

想知道你自己的数字？

这份数据集里的每一组，都是用同一套方法跑出来的。你的工厂也可以有一份——先用 25 题免费自测看清准备度，或申请覆盖六个平台的专业基线测试。

3 分钟免费自测 → 申请专业基线测试看 840 条六平台证据