检索增强型商业推荐中的显著性分层失效模式：一项37,000次运行的审计
信息检索
2026-05-28 v1 人工智能
摘要
像ChatGPT和Claude这样的AI助手是推荐引擎，而非搜索引擎：它们通过直接提名品牌而非返回链接列表来回答商业查询。因此，面向AI的营销是一个比“出现在搜索中”更广泛的问题——定位、内容和产品适配与可发现性同等重要。我们对跨越19个行业的215个商业框架提示词，在四种模型配置下进行了约37,000次生产运行审计，并对照一个包含533个品牌的参考目录进行评估，该目录根据外部权威列表被分为五个显著性层级(L1品类领导者到L5区域参与者)。该层级代表了一个品牌在其行业内的认知度足迹，而非收入或市场份额。失效模式因层级而异。L1品牌几乎出现在每一次相关检索中，但仅赢得其触及的推荐槽位的25-41%——杠杆在于差异化，而非可见性。L2挑战者拥有所有层级中最高的转化率(37-52%)，但在Anthropic模型上因角色介导的替代而失利。L3中端市场品牌是拐点：总覆盖率降至88%，转化率降至34-40%，角色效应达到峰值。L4专家和L5区域参与者面临灾难性的不可见性——48-52%的品牌在37,000次运行中从未出现。没有统一的优化方案能够胜出；正确的营销投资取决于品牌在显著性阶梯上的位置。
引用
@article{arxiv.2605.27439,
title = {Prominence-Stratified Failure Modes in Retrieval-Augmented Commercial Recommendation: A 37,000-Run Audit},
author = {Will Jack and Noah Lehman and Keller Maloney and Sarah Xu},
journal= {arXiv preprint arXiv:2605.27439},
year = {2026}
}