> 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 搜索可见性常见问题
*AI 搜索可见度* 衡量品牌在 AI 生成的搜索结果中出现的频率和显著程度（例如 ChatGPT、Gemini）。与专注于在搜索结果中对网站链接进行排名的传统 SEO 不同， *AI 搜索可见度* 它优先考虑直接出现在大型语言模型（LLM）对话式回复中的品牌。
为什么 AI 搜索可见度对合作伙伴关系很重要？
过去，传统搜索主要围绕 Google 排名；而大型语言模型（LLM）的兴起改变了消费者行为。如今，用户使用 LLM 来发现产品和服务，使得 LLM 提及成为品牌被发现的关键组成部分。
许多 LLM 的答案是基于品牌通过 impact.com 平台合作的合作伙伴发布的内容生成的。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。为此，impact.com 已与 [Evertune](https://www.evertune.ai) 以向品牌提供可操作的 AI 可见度洞察。
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，跟踪品牌在各大 LLM 中的出现情况，并识别影响这些结果的具体联盟出版商。
* **impact.com** 提供激活平台，使品牌能够优化与 LLM 优先展示其内容的出版商之间的关系。
什么是 AI 评分？
该 *AI 评分* 估算 LLM 推荐您品牌的概率，例如，当用户提出一个未明确提及您品牌的通用类别问题时。该 *AI 评分* 是 Evertune 的专有指标，结合了两个因素：
* **可见度**：您的品牌在 AI 回复中被提及的频率。
* **排名**：在 AI 回复中，相较于同类别竞品，您的排名有多高。
一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、无辅助提示词，即真实消费者会提出的开放式问题，例如“什么是最好的旅行信用卡？”
* **以人为本**：提示词模仿真实消费者在某一类别中的搜索方式。
* **基于意图**：由于 80% 的 AI 提示词都是独特且具有对话性的，因此提示词按意图和主题聚类，而不是按静态关键词。
* **针对特定类别**：分析平均包含每个国家、每个类别 1,500 次 AI 查询，以确保深度和相关性。
我如何利用这些洞察优化我的合作关系？
品牌使用 *AI 搜索可见度* 数据以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 高度引用但尚未加入您计划的出版商合作伙伴建立合作关系。
* **优化现有合作关系**：加强与当前具有较高 AI 影响力的合作伙伴的联系。
* **更新被引用的内容**：审查您品牌被提及的高引用文章，确保产品信息是最新的。
* **获得新的引用**：识别您品牌未被提及但引用量很高的文章，并与这些出版商合作将其纳入。
* **通过赞助扩展影响**：与有影响力的出版商合作制作赞助内容，以增加您在 LLM 训练数据中的影响范围。
* **测试并迭代**：随着 AI 生态不断演变，使用这些报告跟踪您的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.