關於 AI 能見度，你能誠實地對 CEO 承諾什麼？

寫出來是四句話，短到可以在會上直接說：「兩週之內你會拿到一個基線，也就是在一組固定的、你的買家真正會問的問題面板上，每個引擎在答案裡點到我們名字的頻率有多高，按引擎分別報告，並附上誤差範圍。此後每個月，你都會看到同一組面板被重跑一遍，面板與執行記錄都公開。我們會努力抬高其中的提及份額與引用份額，而無論走勢往哪邊去，兩個讀數你都會看到。我們不會承諾名次，不會承諾在任何特定答案裡佔一個位置，不會承諾百分比提升，不會承諾日期，也不會承諾收入數字。」

每一個子句站得住的理由都不一樣。基線站得住，是因為它是你自己做的一次觀測，而不是關於世界的一項主張。固定面板站得住，是因為它自帶分母：它是你選定的那些問題裡的一個份額，這是一個真實的分數；而正如測不到的東西那篇所說，沒有任何引擎公布 prompt 的提問量，因此誰也無法誠實地說出「品類份額」。節奏站得住，是因為那是你能掌控的工作，而不是你掌控不了的結果。而最後那句拒絕站得住，是因為 2026 年那篇批判性綜述在梳理 45 項研究後的結論是：「所審閱的技術中，沒有任何一項顯示出對自然可發現性或下游行為具有穩定的、縱向的、跨平台的因果效應。」¹

讀一讀它的形狀。三句話承諾的是一件儀器和一個節拍，一句承諾了一個行進方向，並寫明了它的不確定性。這比這一類方案通常給出的東西都要小，而當第一個走平的季度到來時，它是唯一還立著的版本。

因為不帶區間的比例，承諾的是噪聲。本課程統一使用的算術是 p = 0.5 時的 95% Wilson 半寬：1.96 除以「n 加 3.84 之後開平方，再乘以 2」。5 次執行約為 ±33 個百分點，30 次約 ±17，200 次約 ±7。所以「我們在五則答案裡被點到三次」是 60%，其合理範圍大約從四分之一一直延伸到十分之九；而「把它抬到 80%」這個承諾，承諾的是一個當下根本看不見的變化。統計檢定力另有一頁把這道算術完整走了一遍。

區間改變的是你說出口的那句話，而不是你做的工作。「在我們的面板上，我們出現在 60% 的答案裡，每條各跑 5 次時上下各 33 個百分點；如果你要把這個誤差壓到十個百分點以內，我需要每條 prompt 跑大約一百次，成本是這些。」它把「你有多樂觀」的爭論，換成了「要買多少檢定力」的決策，而後者恰恰是高管有能力拍板的事。

它也在另一個方向上保護你。在讀數下滑之前就附上的區間，才分得開波動與失敗敘事；事後再補，讀起來就是它本來的樣子。

五樣東西，外加一條排除條款。把 prompt 面板放進附錄，讓分母可以被檢視；寫明是哪些引擎、每個引擎以什麼模式被查詢；寫明每個數字背後的執行次數與區間；並且把測量條件寫進正文而不是腳註：那篇綜述給一項研究開出的最低清單要求列出「產品、模式、模型、日期、地區、帳號，以及是否啟用搜尋」。¹ 一個在一組條件下測量、卻在另一組條件下匯報的承諾，已經不是同一個承諾了。站得住的指標是另一個問題。

排除條款是人們最容易跳過、卻真正能救下專案的那一部分。把拒絕當作拒絕寫下來：「本專案不承諾名次，不承諾出現在任何特定答案中，不承諾百分比改善，不承諾某個變化在哪一天變得可見，也不承諾可歸因於一次引用的收入。」這在啟動時不花任何成本，卻會在氣氛轉向時成為所有人回頭去翻的那份文件。

再加一條重設基線的條款。引擎會在測量底下發生變化，而那篇綜述把「各商用引擎彼此不同，且隨時間變化」評為高置信度。¹ 請事先寫明：當模型版本、模式或介面發生變化時，基線重置，比較重新開始。