> 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 搜索可见性* 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）。不同于传统 SEO，后者关注网站链接在搜索结果中的排名， *AI 搜索可见性* 其重点是让品牌直接出现在大型语言模型（LLM）的对话式回复中。
为什么 AI 搜索可见性对合作伙伴关系很重要？
过去，传统搜索主要围绕 Google 排名展开，而大型语言模型（LLM）的兴起改变了消费者行为。用户现在使用 LLM 来发现产品和服务，使 LLM 提及成为品牌发现的关键组成部分。
许多 LLM 的回答是基于品牌通过 impact.com 平台与之合作的合作伙伴发布的内容生成的。成功现在取决于识别合适的合作伙伴，并针对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。这项合作为 impact.com 用户提供专业的 AI 搜索可见性报告：
* **Evertune** 提供数据，跟踪品牌在主要 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 优先采用的发布商之间的关系。
什么是 AI 评分？
该 *AI 评分* 估算 LLM 推荐您的品牌的概率，例如，当用户提出一个通用类别问题而未明确提及您的品牌时。该 *AI 评分* 是 Evertune 提供的一项专有指标，结合了两个因素：
* **可见性**：您的品牌在 AI 回答中被提及的频率。
* **排名**：在 AI 的回复中，相较于同类品牌，您的排名有多高。
如何为某个类别确定提示词？
对于每个类别，Evertune 会生成 5 个独特的漏斗顶部、非辅助式提示词，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**：提示词模拟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。
* **按类别定制**：分析包括每个国家、每个类别平均 1,500 条 AI 查询，以确保深度和相关性。
如何利用这些洞察优化我的合作伙伴关系？
品牌使用 *AI 搜索可见性* 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您计划的发布商合作伙伴建立合作关系。
* **优化现有合作伙伴关系**：加强与当前具有高 AI 影响力的合作伙伴之间的联系。
* **更新被引用内容**：审查品牌被提及的高引用文章，确保产品信息是最新的。
* **获取新的引用**：找出那些高引用但未提及您品牌的文章，并与这些发布商合作以纳入您的品牌。
* **通过赞助扩展**：与有影响力的发布商合作制作赞助内容，以增加您在 LLM 训练数据中的存在度。
* **测试并迭代**：随着 AI 格局不断演变，利用这些报告跟踪您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 by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
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 what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
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.