> For the complete documentation index, see [llms.txt](https://help.impact.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://help.impact.com/brand/zh/what-would-you-like-to-learn-about/performance-program/performance-program-reports/competitive-insights/ai-search-visibility/ai-search-visibility-faq.md).
# AI 搜索可见度常见问题
*AI 搜索可见度* 衡量一个品牌在 AI 生成的搜索结果中出现的频率和显著程度（例如 ChatGPT、Gemini）。不同于专注于在搜索结果中对网站链接进行排名的传统 SEO， *AI 搜索可见度* 则优先关注品牌是否直接出现在大型语言模型（LLM）的对话式回复中。
为什么 AI 搜索可见度对合作伙伴关系很重要？
虽然传统搜索曾以 Google 排名为中心，但大型语言模型（LLM）的兴起已经改变了消费者行为。用户现在使用 LLM 来发现产品和服务，使得 LLM 提及成为品牌发现的关键组成部分。
许多 LLM 的答案是基于品牌通过 impact.com 平台合作的伙伴所发布的内容生成的。如今，成功取决于识别合适的合作伙伴，并为这些生成式引擎优化内容。为支持这一点，impact.com 已与 [Evertune](https://www.evertune.ai) 合作，为品牌提供可操作的 AI 可见性洞察。
什么是 Evertune？
Evertune 是生成式引擎优化（GEO）和 AI 营销领域的先驱。此次合作为 impact.com 用户提供专门的 AI 搜索可见度报告：
* **Evertune** 提供数据，追踪品牌在各大 LLM 中的出现情况，并识别影响这些结果的具体联盟发布商。
* **impact.com** 提供激活平台，使品牌能够优化与其内容被 LLM 优先推荐的发布商之间的关系。
什么是 AI 评分？
该 *AI 评分* 估算 LLM 推荐你的品牌的概率，例如，当用户提出一般类别问题而没有明确提及你的品牌时。 *AI 评分* 是 Evertune 的专有指标，由两个因素组成：
* **可见度**：你的品牌在 AI 回答中被提及的频率。
* **排名**：在 AI 的回复中，相较于同类竞争品牌，你的排名有多高。
某个类别的提示词是如何确定的？
对于每个类别，Evertune 会生成 5 个独特的漏斗顶部、无提示辅助的提问，这类开放式问题正是现实消费者会问的，例如“最好的旅行信用卡有哪些？”
* **以人为中心的**：提示词模拟真实消费者在某一类别中的搜索方式。
* **基于意图的**：由于 80% 的 AI 提示词都是独特且具有对话性的，因此提示词会按意图和主题进行聚类，而不是按静态关键词。
* **类别特定的**：分析内容包括每个国家、每个类别平均 1,500 次 AI 查询，以确保深度和相关性。
我如何利用这些洞察来优化我的合作伙伴关系？
品牌会使用 *AI 搜索可见度* 数据从多个方面优化其合作伙伴策略：
* **招募高影响力合作伙伴**：识别并与那些已被 LLM 高度引用、但尚未纳入你项目的发布商合作伙伴建立合作关系。
* **优化现有合作伙伴关系**：加强与当前高 AI 影响力合作伙伴之间的联系。
* **更新被引用的内容**：检查那些提及你品牌的高引用文章，确保产品信息是最新的。
* **获得新的引用**：识别那些未提及你品牌但引用率很高的文章，并与这些发布商合作，让你的品牌被纳入其中。
* **通过赞助扩展**：与有影响力的发布商合作开展赞助内容，以扩大你在 LLM 训练数据中的占比。
* **测试并迭代**：随着 AI 领域的发展，利用这些报告跟踪你内容调整随时间产生的影响。
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://help.impact.com/brand/zh/what-would-you-like-to-learn-about/performance-program/performance-program-reports/competitive-insights/ai-search-visibility/ai-search-visibility-faq.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.