这条在：GEO 图书馆 · 被呈现：AI 怎么说你、怎么画你
「被呈现」是什么：AI 替品牌说和画，分几层？
截至 2026 年 9 月，母本用「被呈现」指 AI 在回答或生成内容里怎样描述和展示一个品牌，并从五个方面检查：事实、定位与服务边界的转述、措辞与语气、配图和卡片、生成图像里的品牌特征。
这是母本的检查框架，不是平台流程，也不是行业标准。
有服务商用「让 AI 提到你」来简短介绍 GEO（AI 搜索优化）：一家写「现在做GEO,拼的是AI会不会在回答里提到你。」另一家写「GEO 是让 AI 在回答问题时提到你。」这些文章也会谈准确性，监测工具也会另查口碑和信源。我们这里想接着问：提到之后，说得怎么样？
AI 怎么说你、给你配什么图、替你画成什么样，母本把这一半叫「被呈现」。
五个检查维度
下面是我们用的分法。一次回答可能同时涉及好几个维度，也可能只涉及其中一个。
| 维度 | 查什么 | 举例 |
|---|---|---|
| 1. 事实 | 地址、主营、价格、成立时间对不对 | 把你的营业时间说错了 |
| 2. 定位与服务边界 | 做什么、不做什么，有没有转述对 | 把只做设计的你说成也做施工 |
| 3. 措辞与语气 | 跟你自己的介绍比，像不像你 | 把一家安静克制的品牌说得像促销广告 |
| 4. 配图和卡片 | 回答配了什么图、展示了什么卡片，是不是你、是不是最新的 | 卡片里是你的旧 logo |
| 5. 生成图像 | 指定画你家时，有没有混进别家的特征；没指定品牌时，有没有带出某个品牌的特征 | 让 AI 画一杯咖啡，画出了某个大牌的标志 |
这五项分量不一样。地址、价格、做不做施工，可以对照现行资料查。定位要分清：AI 是转述错了你的自我介绍，还是给出了另一种评价。语气像不像你，是另一项判断，不能直接算成事实错误。第四项查的是回答里展示了什么，卡片里的图片从哪来，要按具体产品去核，不能只看样式判断；第五项专门查 AI 新生成的图。
每一项，有什么材料说明值得查
事实和定位：有引用，也可能说错。 斯坦福的一项研究（Findings of EMNLP 2023）人工检查了当年四个 AI 搜索产品的回答，发现它们「frequently contain unsupported statements and inaccurate citations」：平均只有 51.5% 需要核实的陈述被引用完全支持。哥伦比亚大学 Tow 中心 2025 年测了 8 个 AI 搜索工具，发现它们会编造链接、引转载版而不是原文；每条摘录在每个工具上只测了一次，作者也说设计未必反映典型用户行为。EBU 和 BBC 等 22 家公共媒体 2025 年评了 ChatGPT、Copilot、Gemini、Perplexity 的回答，在核心问题的回答中，1053 条含直接引语，其中 12% 被评为引语准确性有重大问题。这三项测的都是新闻或通用问题，不是品牌信息，不能换算成「品牌被说错的比例」。它们提醒的是：有链接，不代表链接里的内容真撑得住那句话；标了出处，也还得查那句话说得对不对。
卖 AI 可见度工具的 Profound 分析过自家系统里 15 万多条被判过对错的品牌声明，按这些声明引用了谁、谈的是什么来分类。这篇分析查的是事实准确性，没有提出本文这五个维度，也没有证明被引用的网站就是错误的原因。
措辞与语气：这是我们提出的检查项。 上面这些材料，都没有验证过「第三方的回答就该像品牌自己在说话」。我们把它列进来，供品牌方检查表达是否符合自己的期待；单凭语气不像品牌，不能判定回答有事实错误。
配图和卡片：平台在往回答里放越来越多的东西。 Google 2025 年在 AI 模式里加了地点卡片和商品卡片（当时面向美国 Labs 用户逐步推出），卡片里有评价、营业时间、图片、价格、配送、库存；2026 年又在回答正文里、相关文字旁边加了更多链接。Google 2024 年起在美国移动端的 AI 概览里放了带 Sponsored 标识的购物广告，那是广告，不是自然推荐。微软的 Copilot Search 回答里也可能有来自发布者的图片和视频，展示与否取决于查询。豆包的购物 FAQ 写了，购物和本地生活类问题下，合作电商平台有有效搜索结果时，排第一的商品或服务可能以商品卡、店铺卡等形式出现在回答下方，还受试点、设备、城市、版本等条件影响。
这些卡片里的图片从哪来，我们目前核到的材料还不能逐一说明，需要按具体产品查证。拿一个不同的产品作旁证：Google 知识面板的帮助页写，面板里的图片「can come from several sources」，可能是认领者选的，也可能自动取自网络。碰到错图，我们建议先查图片来源。
元宝、千问回答里的图片和卡片，我们这次没找到官方说明，不下结论。
生成图像：模型会把品牌特征画进去。 UNBRANDING 预印本用 1759 条提示词、12 个品牌测了 5 个生图模型，认为品牌识别不只看 logo，还包括瓶型、轮廓这类标志性外形。中山大学的 CIDER（已获 ICASSP 2026 收录，本文实验细节核自 arXiv v1）专门测了「品牌偏向」，测的模型里有字节的 Seedream 3.0。这两项实验都挑过测试材料：前者先筛掉了没画出目标品牌的提示，后者有些提示本来就在暗示品牌。它们提醒我们要查图里的品牌特征，但不能告诉我们，普通用户出图时多常碰到这种情况。详见AI 生图为什么会画出别人家的品牌。
形式还在变。 Google 2026 年 8 月介绍，英语版 AI 模式已能在回答里生成交互工具和模拟，这项功能也开始向 AI 概览推出。以后回答里还会出现什么，五项未必装得下，这个分法我们会跟着改。
这些结论别往外推
- 五个维度是我们的分法，不是公认的。 我们没找到把品牌呈现分成这五项的平台说明或行业标准，我们用它安排这组文章，也给品牌方做检查表。
- 有图不等于 AI 画的图。 微软当年介绍 Bing Chat 时，就把图片搜索卡片和 Image Creator 分开讲。展示了错图和画错了图，改法不一样。
- 引用不支持，不等于事实错了。 斯坦福那项研究测的是引用撑不撑得住那句话，不是那句话本身对不对。
- 品牌不喜欢的评价或语气，不自动等于 AI 说错。 定位和语气要跟事实分开看。
- 测过某个模型，不等于测过你正在用的 App。 这些材料对应特定产品、版本和任务；豆包这里只核到了购物卡片说明，不能据此判断它的其他回答，更不能替元宝、千问下结论。
我们的判断是：「被提到」只是开头。品牌方可以拿这五项当一张检查表。事实和服务边界有原件可对，最容易先查起来；图、卡片、语气和 AI 画的图，要分开看。
出处 17 条，A 级 4 条、B 级 10 条、C 级 3 条 · 展开全部
Google，2025-05-01：宣布在 AI 模式里推出「visual place and product cards in AI Mode」，地点卡片含评价、营业时间，商品卡片含图片、价格、配送和库存。当时面向美国 Labs 用户逐步推出。 原文
Google，2026-05-06：AI 模式和 AI 概览更新，「you’ll now also see more links directly within AI responses — right next to the relevant text.」桌面端悬停链接时显示网站名称和网页标题。 原文
Google Ads，2024-10-03：「relevant Shopping ads appear right within the AI Overview」，带 Sponsored 标识；当时面向美国移动端用户。 原文
Google，2026-08-19：「Search can now generate custom tools and simulations to help you see complex topics in action.」当时是英语版 AI 模式面向全球推出，并开始向 AI 概览推出。 原文
Microsoft Bing，2025-04-04，Copilot Search in Bing：回答里有「rich, relevant data, images and videos from your favorite publishers and content owners」，展示取决于查询；发布时不含中国和俄罗斯。 原文
Microsoft Bing，2023-03-31，Bing Chat 预览版：图片、视频搜索结果「appear as answer cards below your chat answers」；同一篇把图片搜索和 Image Creator 分开介绍。 原文
豆包《购物及钱包功能FAQ》：购物或本地生活需求下，合作电商平台有有效搜索结果时，排名第一的商品或服务可能以「卡片（可能包括商品卡、店铺卡等类型，下称“卡片”）」出现在回答下方；受试点、设备、城市、版本等条件影响。原页没标日期。 原文
Google 知识面板帮助：「Images that appear in the knowledge panel can come from several sources.」可能是认领者选的网络图片，也可能自动取自图片搜索预览。 原文
Liu、Zhang、Liang（斯坦福）《Evaluating Verifiability in Generative Search Engines》，Findings of EMNLP 2023：Bing Chat、NeevaAI、perplexity.ai、YouChat 各 1450 条查询（2023 年 2 月下旬到 3 月下旬采集），回答「frequently contain unsupported statements and inaccurate citations」；平均 51.5% 需要核实的陈述被引用完全支持，74.5% 的引用支持所挂那句。 原文
哥伦比亚大学 Tow 中心，2025-03-06（实验在 2025 年 2 月）：20 家新闻发布者各 10 篇文章的摘录，在 8 个 AI 搜索工具上共 1600 次查询，要它们找出标题、发布者、日期和网址；「Generative search tools fabricated links and cited syndicated and copied versions of articles.」每条只测一次，作者说设计未必反映典型用户行为。 原文
EBU 与 BBC 等 22 家公共媒体，2025-10-21（回答采集 2025-05-24 至 06-10）：ChatGPT、Copilot、Gemini、Perplexity 免费版，271 名记者评了 2709 条核心问题的回答；含直接引语的 1053 条里，12% 被评为引语准确性有重大问题；「Sometimes assistants appeared to fabricate quotes completely.」是新闻任务，不是品牌信息。 原文
Profound（卖 AI 可见度工具），Lucas Kopinski，2026-08-17：分析自家 FactCheck 里 158000 多条有准确或不准确终判的声明，按来源（品牌自有、竞争者、第三方出版物、社交内容）和主题（如价格与账单）分类；「Results are observational and are a snapshot of the most recently completed FactCheck run as of August 14, 2026.」没完整披露品牌总体和题库。 原文
Malarz 等《UNBRANDING》预印本 v2（2026-03-30）：1759 条提示词、12 个品牌，比较 FLUX.1-schnell、FLUX.1-dev、SD3.5、SDXL、SD1.4；「Brand recognition is multi-dimensional, extending beyond explicit logos to encompass distinctive structural features」。提示词里有直接点名也有间接暗示，预先筛掉了没画出目标品牌的样本。 原文
Shen 等（中山大学）《CIDER》预印本（2025-09-19）：「To systematically probe brand bias, we constructed BrandBench, a curated benchmark of 220 custom prompts.」测了 Imagen 4、Seedream 3.0、SDXL、FLUX.1；部分提示词本身带品牌联想线索。 原文
服务商表述之一：移山科技 GEO 团队，2026-02-02：「现在做GEO,拼的是AI会不会在回答里提到你。」 原文
服务商表述之二：灵捷，2026-07-02：「GEO 是让 AI 在回答问题时提到你。」同页也要求检查信息是否准确。 原文
服务商表述之三：星域GEO雷达方法论页，这是它对「可见度」这个指标的定义：「可见度：AI 回答中提及你的比例，即提及率」。同页另列口碑、品牌标签与信源维度。 原文
大家也这样问
- AI怎么描述一个品牌？品牌方该查哪些方面？
- 什么叫被呈现？