核心平台 AI 視野雷達

AI 回答裡沒有你,客戶就看不見你

我們持續向國內外主流 AI 引擎真機提問,把你的提及率、排位、信源構成記成一本可回看的賬——變化有據,差距有處可查。

它解決什麼
  • 客戶拿到的不再是一頁搜尋結果,而是一段 AI 替他做好的總結。
  • 哪些引擎提到了你、把你排第幾、信源是誰——絕大多數品牌一無所知。
  • 憑感覺投放,等於在看不見的戰場上打仗。
它怎麼做到
  • 雙引擎矩陣:海外 OpenAI、Perplexity、Gemini、Claude 等 + 國內豆包、DeepSeek、Kimi、通義千問、騰訊元寶等,一套平台同時覆蓋。
  • 多輪取樣與口徑管理:每個指標帶分母,未取樣如實標註「暫無資料」,不顯示誤導性的 0%。
  • 競品同題對照:同一問題下品牌與競品的提及對比。
  • 引擎信源佔比:AI 的回答引用了哪些網站,我們的內容佔了多少。
  • AI 爬蟲監測:識別 16 家 AI 爬蟲對網站的訪問行為。
能力清單

雷達裡的每一項,都能落到具體動作

多引擎可見性檔案

按引擎分別建檔:提及率、排位、推薦率、置頂率隨時間變化,趨勢可回看。

口徑:每個率都帶分母;未取樣的引擎顯示「暫無資料」,不顯示 0%。

競品同題對照

同一問題下品牌與競品同屏對比,一眼看出差距在哪幾個問題、哪幾個引擎。

信源構成分析

AI 回答引用了哪些網站、自有內容佔多少、信源來自哪一層(自有 / 媒體 / 社群)。

AI 爬蟲雷達

識別 16 傢俱名 AI 爬蟲對官網的抓取行為,與 robots.txt 宣告對照找出「想攔沒攔住 / 想放沒放進來」的問題。

負面與異常預警

提及驟降、負面描述、描述準確率下滑觸發提醒,附證據存檔。

固定問題集複測

同一批問題定期複測,對比改造前後變化;取樣條件(引擎/模型/條件)變化時標註「不可比」而非硬出曲線。

監測通道

覆蓋 15 個引擎,國內海外一套口徑

國內 9 個可取樣引擎:

豆包 DeepSeek Kimi 腾讯混元 通义千问 百度 AI 搜索 智谱 GLM 文心一言 腾讯元宝

海外 6 個:

OpenAI Perplexity Gemini Claude Grok (xAI) Mistral

名單與計數由引擎登錄檔現算——與首頁資料帶、免費檢測、套餐引擎範圍同一來源,口徑互相校驗。

示意工作台

登入後,你在後台看到的儀表盤

以下四張圖是租戶後台「AI 可見性」工作台的核心檢視(此處為示意資料)。真實資料來自你的項目取樣:每張圖都帶分母與樣本量,口徑與後台完全一致。

多引擎可見性矩陣

示意資料
引擎 樣本 可見率 Top 1 Top 3
豆包 128 41.7% 12.5% 38.3%
DeepSeek 116 38.2% 10.3% 35.8%
Kimi 104 35.5% 9.6% 33.1%
腾讯混元 92 29.8% 7.7% 27.6%
通义千问 84 27.4% 6.9% 24.9%
百度 AI 搜索 76 24.6% 5.8% 22.3%
智谱 GLM 64 22.1% 5.2% 19.8%
文心一言 58 18.6% 4.1% 16.2%
腾讯元宝 52 16.3% 3.4% 14.7%
OpenAI 44 13.8% 2.6% 11.9%
Perplexity 38 11.2% 1.9% 9.6%
Gemini 該引擎未納入本組取樣
Claude 該引擎未納入本組取樣
Grok (xAI) 該引擎未納入本組取樣
Mistral 該引擎未納入本組取樣

引擎名稱與線上一致,數值僅作示意。可見率的分母是該引擎的有效樣本數;沒采樣到的引擎顯示「暫無」而不是 0%。沒測到和測到 0 是兩回事。

可見率走勢與波動區間

示意資料
W1 W12 50%

中心線為周度可見率,色帶為近 7 天滾動波動區間(示意)。單點快照會騙人:同一問題在不同引擎、不同時刻的答案並不相同,所以要看趨勢。

三層可見性

示意資料
AI 提及 51.8%
AI 引用 34.2%
搜尋點選 12.6%

三層是三條獨立口徑,不能當一條漏斗讀:AI 提到你 ≠ AI 引用了你 ≠ 有人從搜尋點進來。每層的分子分母在後台分別披露。

我 vs 競品 vs 行業基準

示意資料
你的品牌 38.4%
競品 A 45.1%
競品 B 29.7%
競品 C 22.0%

藍條為品牌可見率,灰帶為行業基準參考區間(P25–P75,示意)。基準樣本不足時降級為「僅供參考」,不下結論。

以上口徑與後台完全一致:分母 = 有效樣本數、零樣本顯示「暫無」、不同採集方式不合並趨勢線。此處數字全部為示意,登入後展示你項目的真實資料。

先看看 AI 現在怎麼說你