定义：AI 推荐不是开关。品牌可历经被发现、进入考虑集、获得准确推荐三个阶段。Winin 识别缺口发生在哪一阶段，并按证据优先级安排工作。
官网摘要：Reach solves “can you be seen”; Shortlist solves “are you considered”; Accurate & recommended solves “do they trust you, do they pick you”.
三阶段权威说明
REACH（触达）
问题：Can AI read your information?（AI 能否读到你的信息？）
关注信息是否可被发现与读取；缺席会降低进入考虑集的机会。
SHORTLIST（入围）
问题：Will it put you on the candidate list?（会把你放进候选名单吗？）
被看到不等于被考虑；可能出现「挑了竞品、没选你」。
ACCURATE & RECOMMENDED（准确且被推荐）
问题：Is your brand described accurately — and recommended?（描述是否准确——且是否推荐你？）
提及不等于入选；常见问题包括 mentioned-not-recommended、stale price、discontinued 等错述。
客户提问的四种结局（问题认知）
官网用同一购买前问题示例四种结局：Absent / Wrong / Not recommended / Blind spot。详见 learn/ai-brand-visibility。
What this page is / is not
- 是：阶段门定义与度量语义的 canonical 说明。
- 不是：对「0/9」等示意数字的普遍承诺；首页示意图仅作能力说明。
- 词条版：glossary/reach-shortlist-recommended。
FAQ
Q: 只做 Reach（让爬虫可读）够不够？
A: 不够。还需 Shortlist 与准确推荐理由；且需同条件复测验证变化方向。
Q: 与 GEO/AEO/SEO 关系？
A: 见 learn/geo 与站内 FAQ 对齐表述。
阶段门如何用于周报
建议分列三个计数，而不是只报「提及率」：
- Reach 相关：关键题在多少模型上能读到有效、非过时的品牌信息。
- Shortlist 相关：多少答案把品牌列入候选。
- Accurate & Recommended 相关：多少答案描述正确且给出推荐/推荐理由。
这样管理层能区分「完全没被看见」「看见了但没进名单」「进了名单但理由不对或过时价」。示意仪表中的分数仅用于说明产品能力，不构成本页对客户结果的承诺。
相关四结局说明见 learn/ai-brand-visibility；闭环执行见 loop。