可审计的公式、Core-3 引擎口径，以及 Citebench Index 的版本规则。

Citebench 方法论 v0.1

目的

Citebench 用冻结、可版本化的问题池，按榜单测量品牌在 AI 答案引擎中的可见度。它是测量标准，不是内容生成器。

Index 按榜单计算（一个品类 + 冻结题池）。跨榜的分数不可直接比较。

• AI 学习（ai-learning）— 公开 MVP 主榜

• CS 学习（cs-learning）— Beta / 并行试跑

SaaS 与电商榜在题池冻结后开放。

Index 对当周成功返回答案的引擎等权平均（Perplexity、ChatGPT Search，以及可选的 Google AI Overviews）。若某引擎关闭或降级，UI 标记该周为 degraded，并对其余引擎取平均。

对实体 E 与 Core 题集 Q：

MentionRate(E) = |{ q in Q : 答案文本出现 E 的品牌名或别名 }| / |Q|

• 大小写不敏感

• 每个品牌有经审核的正式名与别名列表

• 禁止危险短别名（如 TOP）

CitationRate(E) = |{ q in Q : 至少一条引用 URL 的 host 命中 E 的域名 }| / |Q|

• host 等于品牌域名，或为其子域

• Kaggle Learn 使用 kaggle.com——竞赛页可能抬高引用，v0.1 视为已知噪声

单引擎：

Index_engine(E) = 0.4 × MentionRate_engine(E) + 0.6 × CitationRate_engine(E)

Core-3 合成（仅成功引擎等权）：

Index(E) = mean(Index_engine(E))

比率与 Index 落在 [0, 1]（界面可显示为 %）。

Coursera 同时出现在 AI 学习与 CS 学习，使用相同域名与别名。打分始终在单一榜单题池内进行。

• 周跑不得就地修改冻结题干

• 题池变更需提升版本并写入变更说明

• v0.1 约 31 道 Core 题用于 pilot；公开权威 freeze 目标为 v0.2+（≥80 题）

每条 (engine, query_id, run) 保存原文哈希、解析器版本与适配器版本，便于审计已发布周次，而无需暴露内部实现路径。