简短回答： 横跨 1,094 跟踪 US 类别 ChatGPT,仅限 15.2% 有个明确的品牌老板, 31.2% 有了一位新兴的领袖 53.7% 拥有者在10个月左右的时间内就占据了位置。所以战略问题不是“我们如何赢得胜利” AI 搜索",但"这两类中哪一类是我们"——因为答案是相反的,最令人鼓舞的细节是反直观的:最高卷的话题是最不可能拥有所有者.
类别所有权 是一个品牌被命名的方式 在许多不同的买家问题 构成一个话题, 月复一月, 一个AI助理的答案。 这不是搜索排名:引擎中没有任何单个字段记录一个品牌"领导"一个类别,所以只有反复询问话题的问题和计算谁被命名,才能观察到所有权.
AI 中的类属性回答行为与搜索排名一样。 X 品牌引导类 Y 的引擎记录中没有任何内容; 所有权是重复多个不同问题检索的新兴属性, 无论是如何衡量还是如何赢得, 都会有所改变。
这篇作品从问题最大的公开研究中产生,然后阐述了如何找出你的类游戏在哪个游戏中——一个在写出单一页面之前的答案.
核心要点
- 横跨 1,094 跟踪 US 类别 ChatGPT, 15.2% 有个明确的品牌老板, 31.2% 有了一位新兴的领袖, 53.7% 却一直没有解决
- 存在明确业主的地方,它保留了2026年1月至6月月的月度比对的90.4%的顶点.
- 最受欢迎的半个话题中只有11.3%有明显的主人翁,而不太受欢迎的半个话题中只有19%——然而受欢迎的半个话题却携带了98%的AI搜索量.
- ChatGPT 引用关于 15 答复的资料来源与 Gemini的,因为 3给挑战者品牌 大约5倍的空间出现。
- 传统 SEO 强度几乎无法预测 AI 类别所有权:所有者只有较高的有机流量 48.4% 比较和更高权威的分数 52.5%.
有多少类人真正拥有一个主人?
大部分人没有,Semrush和Kevin Indig发现 15.2% 备注 1,094 跟踪 US 类别 ChatGPT 有个明确的主人,而 53.7% 仍然没有一致的领先品牌。
与凯文·英迪格一起 绘制了品牌的全景 1,094 US 类别 ChatGPT 1月至6月之间 2026,涵盖范围超过 50,000 品牌, 220,000 域和 600,000 引证.
| 类别结构 | 份额 1,094 类别 |
|---|---|
| 清除所有者 | 15.2% |
| 新兴领导人 | 31.2% |
| 不安 | 53.7% |
清空的拥有者将顶点保留在 90.4% 。但值得读两次的发现是流行程度的分裂: 11.3% 大部分话题的主人公都很清楚,反对 19% 和那受欢迎的半载 98% 备注 AI 搜索量。
这一点颠倒了通常的假设。 争议最大的、数量最多的话题——买家实际问起的那些话题——是总和最不固定的。
这两种情况有何不同?
某个未解决的类别奖励成为了新兴的领袖, 在一个季度; 一个拥有的类别只让挑战者拥有一个可以超过90.4%的领袖的月持股率, 通常需要数年的时间。
| 未经确定类别(53.7%) | 拥有类别(15.2%) | |
|---|---|---|
| 引擎会做什么 | 名称为旋转的铸件; 无一致的导头 | 几个月来都冠名同一个品牌 |
| 现实目标 | 成为新兴领袖 | 成为可靠的第二个来源 |
| 何以决定. | 覆盖范围及数月内的一致性 | 以90.4%的持有率解雇在职者 |
| 时间范围 | 季度 | 年份或市场事件 |
| 主要指标 | 固定问题集的运行份额上升 | 比较答案中作为替代 |
| 移动错误 | 出版前等待确定性 | 购买一个承诺流离失所的方案 |
边际与标签一样重要。在同一份研究中,领导权换手时,中间铅是: 1.3 个百分点;它在那里, 2.9微弱的类别领导者并不可靠,在几点之内的质疑者确实有争议——比大多数品牌在看现任品牌识别时所假设的更狭小的差距.
为什么所有权是主题层面而不是品牌层面?
所有权是逐个问题赢得的,而不是整个品牌一次,因为每个买家的质疑都是独立检索,一个话题的完整问题集的一致性是引擎反复回答的结局是什么样子的.
- 每个问题都独立检索。 在一个议题上引用的品牌在下一个议题上并不受到青睐,答案中并没有将累积的权威分数结转。
- 在一个主题的提问中,一致性是看似所有权。 在一个题目的20个问题中,有四个问题被命名不是所有权。十四个问题被命名是,即使从来没有在同一天两次。
- 毗连问复合. 覆盖范围可以回答定义,比较,成本,故障模式和替代方法进入的检索池多于覆盖范围,而只回答令人赞叹的问题.
- 第三方的证实是大部分工作。 大约 85% AI的回答中提及品牌的,根据Omnionound的2026年分析,来自第三方页面而不是品牌拥有的领域.
最后一点是令人不舒服的。 大部分引用的域名大多在品牌控制之外 — — 分析员报道、评论网站、论坛、新闻 — — 并且你自己的网站上没有多少出版物会改变这些平台对你的看法。 类别所有权在你无法控制的地盘上受到很大争议。
挑战者哪里有最好的机会?
挑战者的最佳胜率分为未定类别,高引用率的slot引擎,比较,成本和故障模式问题任职者往往跳过.
- 带有更多引用槽的引擎. ChatGPT 引用关于 15 答复的每个来源 Gemini的,因为 3,在Semrush的 ,(在Semrush的 ) 2026 AI 可见度指数从 126 百万个 US 1月至4月记录的提示 2026,槽位的五倍差异是非内置者在室位的五倍差异.
- 未经确定的类别,即为大部分. 这一数据中,53.7%的数字是最令人鼓舞的数字。
- 高卷题,反直觉. 他们比静静的尾巴更不可能有明确的主人.
- 问题在于现任者回答的很不正确。 比较、限制、费用和故障模式问题长期得不到足够的服务,因为现任者避免编写这些问题。
- 非英国市场. 大多数类别的覆盖面在英语以外的每一种语言中都比较小,任职者的优势通常是英语优势而不是第一类. Lifewood's own. 答录引擎引用的多语言内容管道 翻译是缩小这一差距的原因。
你怎么知道你在玩哪款游戏?
将这一类别界定为15至40个买方问题,在记录每个品牌的同时反复处理,并衡量集中程度和幅度,而不是等级。
- 将类别定义为问题集,而不是关键词. 买方实际上会向一位助理提出15至40个问题,涉及定义、选择、比较、成本、风险和替代办法。 围绕问题标题构建内容,AI引擎可以全部提升 反之亦然:先写问题,然后回答问题。
- 反复运行,记录每个品牌。不仅仅限于您的。竞争者名称的分布是所有权信号;您自己的利率只是其中一栏。这是后面的同样的重复测量方法。 测量AI的能见度而不欺骗自己.
- 计算集中度,而不是等级. 如果一个品牌出现在超过一半的横跨整个集的运行中,你属于一个拥有的类别。如果顶端品牌位于三分之一以下,而球场宽阔,你属于一个不稳定的类别。
- 检查一下边距 领导者在下个品牌上两三分可以打得一塌糊涂。 领导者在任何合理的预算上都无法打得清楚。
- 每月重播,看控股率 月复一月的持久性是表明领导人是已经建立还是仅仅是本月的底线。 作为经常性衡量尺度的答卷份额 而不是一次性审计
这只需要时间和重复,首先应该回答,因为它决定了明智的计划是三分之二的推动还是三年的驻留计划。 这些都是不同的预算和不同的团队。
数据没有说明
研究是 US-仅此而已 ChatGPT- 仅涵盖6个月窗口,因此其持续数字是有力的早期证据,而不是永久证据,不应假定其所有权模式未经检查即转让给其他发动机或市场。
- 它是ChatGPT, 它是美国。 其他地方的类别结构在此不作测量,发动机差异很大,不应假定其转移.
- 六个月是短篇 6个月窗口的月持仓率为90.4%,是粘性而不是永久性的有力证据。
- 所有权不是收入。 作为答案中命名的品牌,对阅读购买者有影响,而不是归属销售.
- 与传统 SEO 衡量标准很薄弱。 在同一份研究报告中,类别所有人只有较高的有机流量 48.4% 比较和更高权威的分数 52.5% 都接近硬币翻转 拥有一个类别 AI 答案不是排名好的副产品。
怎么样 Lifewood 方法类别所有权?
Lifewood 在范围界定内容之前,在每一个市场以母语而不是译文反复运行相同的固定问题集,因为答案改变了应当购买的东西。
固定的提问集会反复运行,每个名牌都记录下来,不仅仅是客户的,输出是集中数字和比值而不是等级——Lifewood的背后的纪律. 基因引擎优化 如果某一类别出现不稳定的情况,大多数情况是,计划涉及专题的各种问题,包括现任者避免的比较、费用和故障模式问题。 如果某一类别被广泛拥有,诚实的建议是第二来源存在和较长的视野,而不是无法实施的流离失所方案。
之所以如此,是因为现任者在大多数类别中的优势是英语优势,非英语市场通常都是集中数字最柔软的地方。 运行一个相同的问题,而不是翻译,是使得这种比较有意义,以及 100+ 语言 横跨 40+ 分娩中心 30+ 国家 同样的足迹是AI解答引擎引用方式在全球分布的基础,包含在“国际搜索和救援”中。 AI 答引擎引用到的地方,在标准中,其他买方在购买时使用 比较 AEO 财务报告和已审计财务报表 GEO 机构.