提及、推荐与引用，应该怎样分开看？

品牌被提到、被推荐和被引用，回答的是三个不同问题。解释指标之前，先确认你统计的对象与分母。

提及：品牌是否出现在回答中？

提及关注品牌名或确认过的别名是否出现。需要排除同名实体，并回到语境判断：回答可能在推荐品牌，也可能在指出限制或纠正错误。

因此，提及是一个观察入口，不能直接解释为正向评价。

推荐：回答是否把品牌作为一个选择？

推荐需要结合上下文判断。品牌被列为候选、被明确建议，或者只出现在比较中的背景材料，含义并不相同。

记录问题的条件。对特定预算和场景适用的推荐，不能直接泛化成“该品牌在所有场景中更好”。

引用：回答提供了什么来源？

引用关注回答给出的链接或材料。品牌官网被引用、第三方提到品牌以及回答推荐品牌，是不同的关系。

对来源进一步检查：链接是否能访问，内容是否真的支撑相邻结论，是否指向正确品牌与时间范围。

比例需要明确分母

无论统计哪一种比例，都写清有效回答数、失败样本处理方式、问题范围和模型范围。没有采集成功的回答不应静默地被解释为“品牌未出现”。

小样本有明显波动时，展示原始数量与采样条件比只展示精确到小数点的百分比更有帮助。

从指标回到证据

优先调查可以解释的变化：哪组问题发生变化，回答描述有什么不同，使用了哪些来源，以及是否在相同条件下复现。

结合基线方法保留每轮记录，避免用今天修改后的品牌资料重写过去的观察结论。