> 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）。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？
传统搜索曾经以 Google 排名为中心，但大型语言模型（LLM）的兴起改变了消费者行为。用户现在借助 LLM 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 的答案都是基于品牌通过 impact.com 平台与合作伙伴合作发布的内容生成的。如今，成功取决于识别合适的合作伙伴，并针对这些生成式引擎优化内容。为此，impact.com 已与 [Evertune](https://www.evertune.ai) 合作，为品牌提供可操作的 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，使品牌能够优化与那些内容被 LLM 优先展示的出版商之间的关系。
什么是 AI 分数？
该 *AI 分数* 用于估算 LLM 推荐你品牌的可能性，例如，当用户提出一个通用类别问题而未明确提及你的品牌时。 *AI 分数* 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 的回答中，你相对于同类竞争品牌的排名有多高。
如何为某个类别确定提示词？
对于每个类别，Evertune 都会生成 5 个独特的漏斗顶部、无辅助提示词，也就是现实消费者会提出的开放式问题，例如“最好的旅行信用卡有哪些？”
* **以人为本**：提示词模拟真实消费者在某个类别中的搜索方式。
* **基于意图**：由于 80% 的 AI 提示词是独特且具对话性的，因此提示词会按意图和主题聚类，而不是按静态关键词。
* **按类别划分**：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。
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出版商合作伙伴建立合作。
* **优化现有合作伙伴关系**：加强与当前高 AI 影响力合作伙伴的联系。
* **更新被引用内容**：审查品牌被提及的高引用文章，确保产品信息保持最新。
* **获取新的引用**：识别品牌未被提及但引用度高的文章，并与这些出版商合作以纳入你的品牌。
* **通过赞助扩大覆盖**：与有影响力的出版商合作开展赞助内容，以扩大你在 LLM 训练数据中的影响范围。
* **测试并迭代**：随着 AI 格局的发展，利用这些报告跟踪你对内容所做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.