图 8-1 AI 能见度定位图:能见度在完整旅程的位置 AI 能见度工具主要测 S5–S7,观察品牌在回答中的样貌。S1–S4 是基础;缺了它,AI 较难读到你自己的说法。信息就绪与 AI 信息获取是点名的基础。IDAEO 串起前段准备与 S8–S10 的代客行动、转化、回流,接成完整旅程。
图 8-1 AI 能见度定位图:能见度在完整旅程的位置 看图表文字版 从上往下看十步骤、外界议题、外界指标、IDAEO 旅程诊断与服务分级;同一列是同一步。
旅程步骤
接图 2-1
S1
店家准备好
S2
爬虫来敲门
S3
抄回去训练
S4
建目录
S5
有人问 AI
S6
AI 点名几家
S7
AI 回答细节
S8
替客人办事
S9
客人上门
S10
回来再问
谁在谈
AI 能见度的基本功:S1–S4
AI 先读得到你,回答里才会有你
外面说的“AI 能见度”
AI 回答里有没有你
下游:办事、上门、回流
外面还很少测
外面测什么
各家工具
IDAEO 旅程诊断涵盖
题目
涵盖
几种问法
会出现你
提及率
被提到
几次、
和同行比
引用率
有没有
连到你、
说得对
不对
IDAEO 旅程诊断涵盖
IDAEO
旅程诊断
接图 2-1
资料齐吗
进得来吗
可取用吗
已收录吗
有来读吗
有点名吗
说对了吗
办得成吗
有上门吗
有回来吗
IDAEO
服务分级
接图 5-1
AEO 曝光先被读到
AEO+ 口碑被点名
IDA 品牌公关讲对、上门、回来
S1–S4 是基础:缺了它,AI 较难读到你自己的说法
AI 先读得到,回答里才会有你;能见度是 S5–S7 的结果,地基在 S1–S4。
ID
EO
原创架构 © 2026 怎么看 从上往下看十步骤、外界议题、外界指标、IDAEO 旅程诊断与服务分级;同一列是同一步。
图 8-2 IDAEO 理论基础对应图 17 项既有理论按五大构面排列,每格列出出处与应用;书末“理论基础与文献”另按八类列出延伸文献。
图 8-2 IDAEO 理论基础对应图 看图表文字版 每格先看作者、年份与理论,再沿箭头看相应的 IDAEO 设计。箭头是类比对应,不表示该理论证明了 IDAEO。
五大构面
① 受众策略
对谁做
② 旅程设计
走哪几步
学理
检索增强生成
Lewis 等 2020|
AI 回答前先检索 →
当场来读
委托代理
Jensen、Meckling
1976|AI Agent 是
客人的代理人
AI 可读标准
RFC 9309、
schema.org|
AI 读网站有规矩
→ AI 放行
顾客旅程
McKinsey 2009、
Google 2011|
消费决策是有回流的循环 →
十步骤
注意力稀缺
Simon 1971|
AI 一次只点名几家 → S6
五大构面
④ 服务分级
做到哪一级
⑤ 成效衡量
怎么算成果
学理
信号理论
Spence 1973|
信号要有代价、
差的一方付不起,
才可信 → 分级、
徽章
能力成熟度模型
Paulk 等 1993|
能力分级,
逐级往上→
服务分级(三级)
版本化定价
Shapiro、Varian
1998|同一产品
分版本提供 →
服务分级(三级)
内容不同
效果层级
Lavidge、Steiner
1961|知道、
有好感、行动有先后
→ 曝光、口碑、
品牌公关
声量占比
Jones 1990|
声量占比与
市场份额一起看 →
AI 点名率
古德哈特定律
Goodhart 1975|
指标变目标就失准
→ 不只看点击,
看 AI 每一步的取用
五大构面
③ 信任验证
凭什么信
学理
信息不对称
Akerlof 1970|
好坏难辨,不敢引用
→ 需要验证
来源可信度
Hovland、
Weiss 1951|
同一句话,谁来说
影响可信度 →
每条事实标明是谁
说的
信任三要素
Mayer 等 1995|
信任看能力、善意、
正直,并随行为更新
→ 到期复验
实体解析
Fellegi、Sunter
1969|同一家要多个
字段对上 →
官方登记核验
数据溯源
W3C PROV 2013|
每条数据从哪来、
何时 → 原文存真
第三方认证中介
Lizzeri 1999|
认证中介决定披露
多少信息 → IDAEO
逐条附出处,
不替店家下结论
ID
EO
原创架构 © 2026 怎么看 每格先看作者、年份与理论,再沿箭头看相应的 IDAEO 设计。箭头是类比对应,不表示该理论证明了 IDAEO。
IDAEO 学说架构:七大定律、五大构面、九大要素 七步串成有实测依据的方法论 学说的完整说明留到本章,先呈现实测数据,再说明理论架构与待检验的主张。林毅祥把实测、验证与理论接在一起。再串起流程、诊断、解决方案与成效,形成 IDAEO。从第一方数据出发,以三地数据建立验证模型;能否支撑可信事实,仍待实测。结合 17 项学理与 78 条延伸文献。接上四阶段十步骤、十道旅程诊断关卡与服务分级。最后以九项成效指标验收。八项实测数字和第一方数据显示已积累的成果,据此判断旅程进展。
核心、架构与组成各有位置 IDAEO 的结构定义是:七大定律是核心、五大构面是架构、九大要素是组成。林毅祥把实测与验证数据接上理论。再把流程、诊断、方法与解决方案放进同一套营销学。定律目前作为判断原则,仍需实测检验。构面安排工作,要素把工作连到成果,让实测有清晰的解读架构。
图 8-3 IDAEO 七大定律总图 七大定律是核心,五大构面是架构。由上往下看定律名称、一句话、为什么、对应构面。受众适配定律是“表达随受众而异”,因为人与 AI 理解信息的方式各异。对不同受众表达时,可看内容是否被正确理解;若仍被误解,就要重查表达方式。身份连续定律是“主体身份始终一致”,因为 AI 对主体的认知靠长期积累。跨数据核对时,可看 AI 是否把内容连回同一主体;若身份一致仍被认错,就不能只凭一致判定有效。验证独立定律是“验证有成本,结论依事实”,因为公信力来自判断不受委托左右。遇到委托时,可看结论是否依证据写出;若结论随委托改变,就不符合这条。事实先行定律是“可信内容始于已验事实”,因为经过核实,AI 较可能取用。核实后,可看 AI 是否正确取用;若仍常被讲错,就要重查这条。主张溯源定律是“每项主张皆有可溯依据”,因为可追溯,AI 才有引用的把握。提出主张时,可查出处是否支持;若有出处仍常被讲错,就要重查这条。外部印证定律是“可信主张须有外部印证”,因为独立观点补足单方叙述。比对外部数据时,可看是否支持同一主张;若只是转载或与主张矛盾,就不能算印证。全程成效定律是“AI 各阶段取用皆是成效”,因为顾客可能在 AI 回答中就做决定。各阶段成果要分开记;若后段没有成果,不能以前段进展代替。最下一行依次对应受众策略(对谁做)、服务分级(做到哪一级)、信任验证(凭什么信)、成效衡量(怎么算成果)。
图 8-3 IDAEO 七大定律总图 看图表文字版 由上往下看定律名称、一句话、为什么、对应构面。最下一行接到图 0-2〈IDAEO 学说架构全景图〉,把核心原则连到架构。七大定律都落在十步骤上。旅程设计是七条定律共同落地的地方,所以图 8-3 最下一行不单独列它。服务一级一级往上叠,叠的是同一个主体,所以身份连续定律对应服务分级。跨资料核对同一主体时,可看 AI 有没有把不同内容连回同一主体。若身份一致仍被认错,这条就要重查。
定律
核心
IDAEO 七大定律:AI 时代营销的基本法则
七大定律
受众适配定律
Law of Audience
Adaptation
身份连续定律
Law of Identity
Continuity
验证独立定律
Law of
Independent
Verification
事实先行定律
Law of Fact
Primacy
主张溯源定律
Law of Claim
Traceability
外部印证定律
Law of External
Corroboration
全程成效定律
Law of
Full-Journey
Outcomes
一句话
表达随受众
而异
主体身份
始终一致
验证有成本,
结论依事实
可信内容始于
已验事实
每项主张皆有
可溯依据
可信主张须有
外部印证
AI 各阶段
取用皆是成效
为什么
人与 AI
理解信息的
方式各异
AI 对主体的认知
靠长期积累
公信力来自
判断不受
委托左右
经过核实,
AI 才放心取用
可追溯,AI
才有引用的
把握
独立观点
补足单方叙述
顾客在 AI 回答
中就完成决定
对应构面
① 受众策略
对谁做
④ 服务分级
做到哪一级
③ 信任验证
凭什么信
⑤ 成效衡量
怎么算成果
ID
EO
原创架构 © 2026 怎么看 由上往下看定律名称、一句话、为什么、对应构面。最下一行接到图 0-2 〈IDAEO 学说架构全景图〉,把核心原则连到架构。七大定律都落在十步骤上。旅程设计是七条定律共同落地的地方,所以图 8-3 最下一行不单独列它。服务一级一级往上叠,叠的是同一个主体,所以身份连续定律对应服务分级。跨资料核对同一主体时,可看 AI 有没有把不同内容连回同一主体。若身份一致仍被认错,这条就要重查。
主张 为什么 外界 AI 能见度主要对应 S5–S7 的回答阶段。 工具通过提问观察品牌是否被提及,焦点在 AI 的回答。 AI 能见度的基本功是 S1–S4 S1 资料齐全,AI 才有完整内容可理解;S2–S4 的读取把内容带入搜索、训练与回答的信息来源,支持后续点名与引用。S1–S4 是基础;缺了它,AI 较难读到你自己的说法。 IDAEO 把 S1–S4 的基础与 S8–S10 的行动、转化、回流接进同一旅程。 前段支持品牌被取用,后段承接客人的选择,全程衡量才能看清成果。 IDAEO 的理论基础分八类:营销学基础、生成式引擎与 AI 搜索研究、AI 顾客与 AI Agent、信息检索与可信度、成效测量、启动与累积、AI 平台官方文档与代理协议、七大定律与旅程的学理。 八类文献支持受众、旅程、可信信息、成果判断、启动时机与 AI 平台的实际运作,让架构的依据可追溯。 图列 17 项既有理论,完整文献见书末“理论基础与文献”。 图中列出设计对应;完整文献可查作者、年份与出处。 每月的新数据与实测验证,持续增强 IDAEO 的理论与实证基础。 新成果检验受众、旅程与成效的关系,让活的学说持续吸收实际变化。
问 已有 AI 能见度工具,还要 IDAEO 吗?
答 要。AI 能见度工具观察回答中的品牌样貌;IDAEO 再串起前段的信息准备与 AI 读取、后段的代客行动与客人上门。回答承接内容基础,也影响后续选择,放回完整旅程才能掌握每段成果。
问 IDAEO 学习者需要把学理学到多细?
答 先理解每项理论支持哪个设计,再按需要读原始文献。学理帮助判断与应用;掌握对应关系,就能继续深入。
问 不同 AI 能见度工具的数字怎么比较?
答 先对齐题目范围、观察期间与指标定义,再按相同口径比较。各工具的设计重点不同,同口径比较才有明确意义。
问 IDAEO 的理论基础是什么?
答 IDAEO 结合营销学基础、生成式引擎与 AI 搜索研究、AI 顾客与 AI Agent、信息检索与可信度、成效测量。对应的研究包括顾客旅程的 Lemon & Verhoef(2016)、生成式引擎优化的 Aggarwal 等(2024)、算法消费者的 Gal & Elkin-Koren(2017)、搜索引擎架构的 Brin & Page(1998)、来源可信度的 Dong 等(2015)。
问 AI 能见度对应被 AI 提到的哪一段?
答 对应最后一关 S6–S7:AI 有没有点名你、讲对你。前面四条路是让 AI 读得到你,见图 2-5 。