消费者越来越习惯直接问 AI「这个行业有哪些值得选的品牌」，而不是自己去翻搜索结果。这意味着，你的品牌在大模型回答里出不出现、排第几、被怎么描述，正在变成和官网流量同等重要的事。「AI 品牌诊断」就是用来量化和监测这件事的工具。
这篇是操作指南。报告里会出现 BMR、SOV-AI、TAR、提及排名这几个指标，它们的定义、公式和解读已在《大模型提及率计算方法》里讲透，本文不再重复，只讲怎么把诊断跑起来、怎么读报告。
第一步：进入诊断面板
登录工蜂云平台，在顶部导航选择「AI 品牌诊断」（/search），进入诊断面板。
第二步：配置诊断任务
- 填品牌词：输入要诊断的核心品牌名称。系统会用它在 AI 回答里做精准实体识别，所以尽量用最常被提及的标准写法（比如全称而非内部简称）。
- 写诊断提问（最关键的一步）：填入目标用户最可能向 AI 提的真实问题，这决定了诊断的有效性。好的提问是「站在用户视角的自然语句」，而不是「品牌名 加 怎么样」。例如 B2B 场景写「国内适合中大型企业的 GEO 监测工具有哪些」，电商场景写「适合敏感肌的高性价比防晒霜推荐」。提问越贴近真实购买决策，诊断结果越有参考价值。
- 加竞品（可选但强烈建议）：添加 1 到 3 个主要竞争对手。加了竞品，报告才能算出 SOV-AI（你在这批回答里占多大声量），这比单看自己被提及多少更能反映竞争格局。
第三步：启动并等待
点「开始诊断」会消耗一次账户额度，系统随即向 Kimi、秘塔、腾讯元宝、字节豆包、通义千问等主流平台发起分布式提问。为规避平台风控，系统用真机探针多节点提问，通常 10 到 30 秒完成。任务繁忙时会排队，刷新查看进度即可，不要重复提交。
第四步：读懂诊断报告
报告围绕四块信息组织：
- 健康综合评分：把提及率、提及名次、引用比例和情感倾向综合成一个品牌健康值，用来一眼判断整体表现，适合放进周报标题。
- 跨平台提及率大盘：直观展示各品牌在每个平台的被提及占比。红色代表高占比、灰色代表未提及。如果你在某个平台整片灰，说明该平台的语料里几乎没有你，是重点突破方向。
- 回答证据链与真机截图：展开任一平台，可以看到它作答的完整渲染截图和原文。这是最有说服力的部分，向管理层汇报「AI 现在是这么介绍我们的」，截图比任何描述都直接。
- 引流归因：展示 AI 回答里附带的引用链接。如果你在分发内容时带了 UTM 参数，报告会高亮这些链接，方便你追踪来自 AI 的高意向访问。
两个最值得固化的用法
- 发稿效果验证：每周固定跑同一套提问，对照本周的 PR 发稿和第三方布局动作。哪次发稿之后大盘变红、健康分抬升，就说明那次动作真正进入了 AI 的召回池，这比看阅读量靠谱得多。
- 话术与幻觉校验：定期检查大模型介绍你时的描述，和官网口径是否一致。一旦发现 AI 把功能讲错、价格讲旧，就能第一时间通过更新官网和第三方信源去纠正，避免错误描述持续扩散。
诊断本身不提升声量，它提供的是一把尺子。真正的优化动作（官网整改、第三方布局）跑完后，回到这里再跑一轮同样的提问，用报告的变化来验证投入是否有效——这才是这个工具的正确闭环。