★分位说的是「在这个行业里排第几」，不是「做得好不好」。整个行业都很少被 AI 提到时，P90 也可能是个很低的绝对分——所以别只看分位，也要看绝对分。

关于行业基准的常见问题

为什么有的行业点进去没有数字？

样本不足 5 家品牌时我们不公布分位，只显示样本量。这条门槛写死在数据库里（迁移 0012 的 c_min_n=5，样本不足时分位列直接存 NULL），不是前端的显示开关——某个行业只有一两家时，公布分位等于公布那一两家的真实分数。

这些分数是怎么算出来的？

每个品牌按一组中英文问法、在各个 AI 引擎上逐日采样，统计它被提及/被引用的情况。完整口径（含怎么判引用、样本不足怎么标）在方法论页全文公开，可复现。

我能付费让我们公司的分数好看一点吗？

不能。已公开的白帽立场里有两条直接管住这件事：不刷量（不重复发同一条问法人为拉高提及率）、不操纵训练数据——OrcaScope 是监测工具，不是「AI 洗白」服务。分数只反映 AI 引擎实际怎么回答，我们这边没有任何可以调的旋钮。

样本里的品牌是谁？

不公开，也不会公开。发布的只有分位数与样本量——没有品牌名、没有原始回答、没有排名。这不是保守，是因为聚合数据一旦能反推回单个客户，这页就不该存在。

分位高就代表做得好吗？

不一定。分位说的是「在这个行业里排第几」。如果整个行业都很少被 AI 提到，P90 也可能是个很低的绝对分。看分位的同时要看绝对分。

多久更新一次？

跟随每晚的跑批滚动更新，页面显示的是该行业最近一次有聚合结果的日期。某天没跑成，页面显示的就还是上一次的日期——我们不把旧数据标成今天的。