被找到、被採信、被推薦——三層，不是一個分數

多數早期 AI 能見度工具只給一個百分比。問題不在百分比本身——而在於當你把它們壓扁時，三種不同的失敗看起來一樣。你的頁面可能從未進入檢索；或者進了卻從未被引用；或者被引用了，你仍從未作為推薦出現。

Retrieved

當有人提出真實品類問題時，引擎能不能找到你的自有頁面？若不能，下游一切都無意義。爬蟲可達、清晰結構與結構化資料，往往在這裡決定結果。

Cited

回答是否把你的內容當作依據？引用是引擎借用你的事實的方式——也是讀者回到你這裡的路徑。自有陣地份額，是這一層的競爭讀法。

獲得推薦

回答是否把你點名為值得選擇的選項？這就是入圍名單。出現在腳註裡，不等於出現在 AI 建議的機構、診所或工具名單裡。

針對卡住的那一層行動

只有診斷沒有交付，是一份積灰的報告。Besaid 分別測量每一層，再動手推動卡住的那一層——並用逐字前後對照的回答證明變化。