定义 · Definition
度量闭环：从基线到复测
Improving hotel visibility in ChatGPT is a measurement loop: establish a baseline mention rate, locate the weakest travel intent, close entity/citation gaps for that intent, then re-measure.
提升酒店 AI 可见度 = 度量闭环：基线 → 最弱意图 → 修缺口 → 复测。让数据决定优先级。
1
测基线：免费快照给出 AI Visibility Score 与各意图提及率。
2
找最弱意图：例：某酒店「情侣 / 浪漫」意图提及率仅 0%。
3
修缺口：为该意图补充一致信息、点评与可引用来源。
示例 · 演示数据
从 37 分起步：先修最弱意图
| 意图 | 修复前提及率 | 优先动作 |
|---|
| 情侣 / 浪漫 | 0% | 补浪漫场景描述 + 相关点评引用 |
| 亲子 | 67% | 维持，巩固 |
| 商务 | 41% | 补会议室 / 交通信息 |
上表为 V1 演示数据，仅说明闭环逻辑。真实快照会基于你的 Entity Graph 与竞品集生成。