Microsoft Clarity 近日更新 AI 引用仪表板，新增品牌词与非品牌词查询标签、过滤器及权威份额细分功能。此次更新旨在帮助营销人员区分 AI 系统是按名称搜索特定品牌，还是在研究广泛主题时引用了相关内容。
在此之前，营销人员仅能查看单一事实依据查询数据。新过滤器支持同时测量和对比两类数据，使首席营销官（CMO）能更清晰地评估 AI 可见性来源及竞争态势。
Microsoft Clarity AI 引用仪表板核心更新
Clarity AI 引用仪表板现已包含以下关键指标：
- 相关事实依据查询上的品牌词标签；
- 针对品牌词和非品牌词查询的独立过滤器；
- 每种查询类型的引用计数统计；
- 各查询组的权威份额报告。
其中，“权威份额”指归因于特定域名的引用占该查询中所有被引用域名引用的百分比。Microsoft 每日计算该指标，并纳入收到引用的查询日进行横向比较。需注意，权威份额反映的是在特定查询中的相对可见性，而非整个 AI 搜索市场的绝对份额。
Clarity 为免费工具，但项目管理员需通过 Clarity 跟踪代码、Google Search Console 或 Bing Webmaster Tools 完成域名验证后方可查看引用数据。
品牌词与非品牌词查询的差异化洞察
事实依据查询是 AI 生成答案前检索网络内容的底层搜索行为，可能与用户原始提示不同，揭示了 AI 的实际信息获取路径。
品牌相关事实依据查询
此类查询直接指向公司或品牌，可能涉及产品文档、定价页面、支持文章、公司政策、规格参数及评测对比等内容。高品牌权威份额表明域名在品牌相关查询中获得了大量引用，反映了 AI 系统将网站作为核心信息来源的程度。
非品牌相关事实依据查询
此类查询涵盖行业类别、通用问题或使用案例（如“企业分析平台”、“降低获客成本方法”等），不直接提及品牌。非品牌权威份额是重要的竞争信号，显示了内容在与同类来源并列时的引用频率，体现了专业知识在广泛话题中的渗透力。
品牌相关引用定位品牌在 AI 研究中的位置；非品牌相关引用则衡量专业知识在更广泛对话中的影响力。
事实依据查询与用户意图的区别
品牌标签基于 AI 的事实依据查询生成，可能与用户原始提示存在差异。例如，用户询问“了解访客行为的工具”，AI 可能在后台按名称搜索具体产品。即使未提及品牌名，Clarity 仍将其归类为品牌相关查询。
这一区分至关重要：数据仅反映 AI 的检索行为，无法证实用户的认知度、购买阶段或转化意向。营销人员应结合引荐流量、网站行为、销售对话等多维证据来综合判断客户意图。
引用数据与引荐流量的分离追踪
Clarity 将“页面引用”与“AI 引荐流量”分开统计。页面引用记录 AI 生成答案时提及页面的频次，但不代表排名位置或显著程度；AI 引荐流量则衡量来自 AI 助手的会话占比。
有引用未必产生访问，因为答案可能已满足需求或链接不明显。建议建立三阶段追踪体系：
- 引用可见性：AI 系统引用页面的频率；
- AI 引荐流量：源自 AI 助手的会话比例；
- 业务成果：关联的线索、销售管道及收入（需借助分析工具或 CRM 衡量）。
分离这些指标可避免将单纯的引用增长误判为实际业务增长。
构建 AI 可见性评估记分卡
新的拆分维度支持构建更精细的评估体系，替代单一的总引用数考核：
| 指标 | 核心价值 |
| 品牌化引用 | 页面出现在品牌相关事实依据查询中的频率 |
| 品牌化权威份额 | 在包含的品牌化查询中，自身引用的占比 |
| 非品牌化引用 | 页面出现在广泛主题查询中的频率 |
| 非品牌化权威份额 | 在包含的品类/主题查询中，自身引用的占比 |
| AI 引荐流量 | 来自 AI 助手的会话占比 |
| AI 引荐转化 | 经分析工具或 CRM 验证的业务成果 |
建议按月执行四步复盘流程：对比品牌与非品牌引用趋势；识别驱动变化的关键主题与页面；审查各组权威份额；制定内容优化或分发策略。品牌可见性弱可能提示产品信息缺口，非品牌可见性弱则需加强品类内容或原创研究。
Clarity 数据的适用范围与局限
Microsoft 明确该仪表板是对受支持 AI 体验活动的代表性视图，并非完整记录。主要限制包括：
- 适用于趋势跟踪与竞品比较，不提供单条引用或提示的详尽日志；
- 极低流量活动可能被遗漏，页面视图与查询视图总数可能存在差异；
- 随着数据处理量增加，指标定义可能调整；
- 目前覆盖 Microsoft AI 体验及使用 Bing 检索的合作平台，未公布完整列表；
- 品牌查询分类规则有限，常用词、缩写或多品牌提及场景可能存在边缘情况。
对外报告时应明确标注数据来源为 Microsoft Clarity AI 引用数据，确保结论严谨合规。
给 CMO 的关键行动建议
- 严格区分品牌与非品牌引用，避免合并数据掩盖不同类型的 AI 可见性；
- 利用权威份额作为竞争性对标信号，关注自身在特定查询集中的表现；
- 将事实依据查询视为 AI 检索行为指标，勿直接等同于用户购买意图；
- 分别追踪引用、引荐与转化，厘清各阶段表现；
- 深入分析总计数据背后的页面与主题，挖掘可落地的优化点；
- 明确 Clarity 数据边界，知晓其仅代表部分 AI 生态；
- 建立基线并定期复盘，将数据洞察转化为产品信息、品类内容及数字公关的具体改进措施。