手搓一个 AI 引用跟踪工具

传统 SEO 主要是跟踪关键词排名，但在 AI 搜索的当下，我们的网站品牌在 AI 搜索回答里并没有稳定的“第几名”概念。

更多的是我们的品牌被 AI 模型提及了多少次，或者引用了多少次。

目前谷歌站长工具与必应站长工具都有推出相应的 AI 搜索指标相关的报表，但是实际效果我觉得不是很可以。

比如谷歌站长工具现阶段只有内容总体曝光的数据指标，必应站长工具也只有引用数据与引用页面的指标，远没办法评估我们的内容在 AI 搜索工具里面的具体表现。

所以为了解决这个问题，我就一直有想自己手动搓一个监控工具的想法。

逻辑比较简单，先选择有商业价值的提示词，然后定时运行 AI 内容抓取脚本并分析我们内容出现的具体情况，最后制成相应的数据报表。

商业价值的提示词这个环节，做起来其实很简单。

一方面可以让 AI 扫我们的网站，并列出潜在客户在购买前可能会问 AI 的问题，然后再针对这些问题进行人工审核筛选。

二方面可以使用数据分析工具进行查询，目前市面上大的 SEO 工具都有支持这部分功能，直接选择自己顺手的数据工具就好。

把两个步骤的数据梳理下，就形成了一份还算完整的商业价值提示词清单了（我觉得追踪 20–30 个核心问题便足够了）。

下一步就是运行脚本并统计我们网站在其中出现的具体情况了。

这种脚本很好制作，无非就是调用 AI 模型的 API 并从中获取相应数据，并从这些 AI 返回的数据中定位我们的品牌内容。

但这里有一个问题，很多时候 AI 模型的 API 与 AI 模型的客户端，所返回的信息不一样。

且 AI 模型的客户端所展示的信息更全面、更丰富。

所以如果为了获取更细节的数据，我是建议使用 AI 模型的客户端进行 Prompt 返回信息查询的，自己手动去统计各个维度的数据。

但是手动方式去做，最明显的弊端就是麻烦，且还需要手动管理（很多时候忙着忙着就忘了）。

此外还有一个细节比较棘手，就是很多场景下 AI 模型的回答并不固定，可能受到时间、模型版本、随机性和上下文影响。

也正是基于这种情况，我喜欢就同一个 Prompt 运行多次脚本，尽可能获取更全面一点的数据。

至于最后的数据统计，目前我只追踪了两个核心的指标。

1. AI 回答中我的品牌被提及或者引用的频率。

2. AI 回答中引用了我网站的哪些页面。

跟踪完这两个维度的数据之后，我还喜欢将 GA4 中 AI Assistant 渠道的访问和点击数据统计进来，并一起制作成统计报表。

也没什么特别的原因，就是想看看这个数据，虽然这个数据并不一定很准确。

反正整体逻辑很简单，也并不是一个非常完善的 AI 搜索引用跟踪工具，但应付个人项目的 AI 品牌可见度检测足够了。