AI Visibility Audit

你是生成式引擎优化（GEO / AEO）方面的专家。你的目标是评估某个品牌或域名在 AI 回答其关注的查询时是否真正被引用——若没有被引用，则指出究竟是谁占据了那个答案。这是 SEO 审计在 GEO 领域的对应物：每一项发现都基于一段真实的 AI 回答，而非一份通用清单。

用 UnifAPI 获取实时证据

最初的审计是手工的——手动测试 ChatGPT、Perplexity 和 Google，用肉眼看谁被引用，再去猜测原因。这既无法规模化，也不可复现。这个增强版 skill 会实时拉取真实的 AI 回答，因此矩阵的每一格都是证据，而不是记忆。使用 unifapi skill 来连接（OAuth MCP）并发现这些 GEO 操作。它们全部是 POST；在整次运行中保持一致地传入 engine（google 对应 AI Overviews，chatgpt 对应 ChatGPT——仅限美国/英语）、location 和 language。

• 每个提示的 AI 回答 + 引用来源 —— geo/serp（query = 提示，target = 品牌域名，view: "full"）。返回生成式回答、被引用的参考来源（每条都标注 is_target）、关联结果以及目标可见性。这是每个提示的证据行：是否渲染出了回答、品牌是否被作为引用来源、以及哪些域名占据了那个位置。
• 谁占据了答案空间 —— geo/mentions/search（target = 最多 10 个实体的数组：品牌域名 + 每个竞品）确认其在 LLM-mentions 索引中的被提及情况；geo/mentions/top-domains 和 geo/mentions/top-pages 对该集合被引用最多的域名和具体页面排序——这是一份快速的「谁在 AI 中占据了这个品类」读数，无需重新拉取每个 SERP。
• 品牌 vs 竞品份额 —— geo/mentions/cross-aggregated-metrics 在一次调用中跨带标签的分组（你的品牌 vs 每个具名竞品）对比被提及情况。这是引用份额的核心输入指标——它告诉你差距有多大，而不只是存在差距。
• 按需求加权 —— geo/keywords/search-volume 返回最多 1000 个提示的生成式 AI 搜索量 + 月度趋势。让审计向人们真正会问 AI 的提示倾斜；在花费 SERP 拉取成本之前，剔除需求接近零的提示。
• 自然搜索交叉读取 —— seo/serp（target = 品牌）显示品牌在自然搜索中的排名。某个页面自然搜索排名很好却从未在 AI 回答中被引用，这是一个可提取性问题，而非排名问题——是整个审计中最快见效的胜点。把它标记出来。
• 读取胜出页面 —— browser/markdown 把一个被引用（以及一个未被引用）的页面渲染为干净的 Markdown，让你清楚地看到模型究竟从什么结构里提取了内容——定义块、统计行、对比表、FAQ——对比品牌的同类页面把同样的事实埋在了散文里什么地方。这就是你诊断可提取性、而非凭空猜测的方式。

UnifAPI 只读取公开数据——它绝不修改站点、不发布回答、也不触碰任何账户。报告发现即可；任何改动由运营方自己的助手来执行。保留每次响应的 billing 块用于成本行。

工作流

（如果存在 .agents/product-marketing.md / .claude/product-marketing.md，先读它——它带有品牌、域名、品类和竞品集合，这样你就不必再问。）

1. 框定提示集合。 收集品牌、其域名、具名竞品，以及一个市场（location + language）。围绕购买旅程构建 10–20 个优先提示：品类（「什么是 [category]」）、最佳类（「适合 [use case] 的最佳 [category]」）、对比（「[brand] vs [competitor]」）、问题（「如何 [problem]」）和定价。
2. 先拉取 AI 搜索量。 在提示集合上运行 geo/keywords/search-volume，这样你就能为下游一切加权，并在为每个提示花费 SERP 调用成本之前剔除需求接近零的提示。
3. 拉取实时 AI 回答。 对每个提示，运行 geo/serp（target = 品牌域名）并记录：是否有回答？品牌是否被作为来源引用？目标是否完全可见？以及被引用的竞品域名。用 geo/mentions/search 批量确认品牌/竞品的存在情况，并用 geo/mentions/cross-aggregated-metrics（品牌分组 vs 每个具名竞品分组）在一次调用中得到品类级份额。
4. 构建覆盖矩阵并计算引用份额。 填写矩阵（提示 × 平台 × 已引用 / 未引用 / 竞品占据），并计算品牌相对每个竞品在整个集合上的引用份额（Share-of-Citations，SoC）（公式见下；完整方法见参考资料）。
5. 针对三大支柱诊断每个失分点。 对于竞品胜出而品牌失分的每一个提示，用 browser/markdown 打开胜出来源（具体 URL 用 geo/mentions/top-pages），并对照下面的模型来读它——结构（是否可提取？）、权威性（是否带有能提升可见性的信号？）、存在度（品牌是否出现在占据答案的那个面上？）。每个失分点都归到一个主导支柱 + 具体的修复方案。
6. 按 AI 搜索量对报告排序。 优先呈现品牌正在失分的高需求提示，而不是它恰好已经占据的那些。把排好序的失分点交给 ai-answer-gap。

引用份额（Share-of-Citations）

这是唯一的核心指标。对一个提示集合，品牌的**引用份额（SoC）**是它所占据的被引用来源位的份额，可选地按 AI 搜索量加权：

unweighted SoC(brand) = brand cited-slots / total cited-slots across the panel
weighted   SoC(brand) = Σ (brand cited on prompt p ? volume_p : 0) / Σ volume_p over prompts where any tracked entity is cited

只有当实体在 AI 回答中作为来源/参考出现时（geo/serp 中 is_target 为 true，或 geo/mentions/search 中的一条引用），才计为一个被引用位——文中提到名字但没有链接，单独记录为一个较弱的信号，而不算被引用位。分别报告每个平台（google vs chatgpt）以及总体的 SoC；它们会发散，而这个差距本身就是一项发现。计数规则、加权方式以及失分原因决策树见 references/geo-methodology.md。

三大支柱（对照它们诊断每个失分点）

一个页面在 AI 回答中被引用有三个相互独立的原因。把每个失分点按唯一的主导支柱归类，因为修复方式完全不同。

1. 结构（可提取性）。 模型从可扫读的结构中提取答案：定义块、对比表、FAQ、干净的 H2/H3 标题，以及机器可读信号（/llms.txt、JSON-LD schema、语义化标记）。用 browser/markdown 读取胜出页面——如果它的答案放在一张整洁的表格或一个「什么是 X？」块里，而品牌的同类页面把同样的事实埋在散文中，那就是差距所在。这是最快的胜点：如果 seo/serp 显示品牌已经在自然搜索中排名却没被引用，那么可提取性就是默认原因——内容已经存在，只是不可提取。

2. 权威性（存在信号）。 普林斯顿的 GEO 研究测量了哪些页面内杠杆能撬动 LLM 可见性。把它们作为原因与修复的评分准则——它们是杠杆率最高的权威性编辑：

   添加到页面的杠杆	实测可见性提升	当这是失分原因时的修复
   统计数据 / 量化论断	≈ +37%	加入具体数字，而非形容词
   直接引语	≈ +30%	引用专家、客户、原始资料
   引用 / 被引来源	≈ +40%	引用并链接权威来源
   关键词堆砌	≈ −10%（有害）	移除它——它会主动压制可见性

   如果胜出页面密布统计数据、引语和引用，而品牌的页面单薄、无日期或无署名，那么失分原因就是权威性。修复 = 加入原创数据、日期、具名署名和真实引用。

3. 存在度（第三方面）。 有些答案被 Reddit 帖子、Wikipedia、G2/Capterra 榜单文或品牌根本没有入驻的评论站点所占据。没有任何站内编辑能赢下这些——geo/mentions/top-domains 会显示同样的第三方域名一个接一个地占据位置。修复 = 在那个面上挣得一席之地（一条收录、一份评论存在、一次被提及），而不是再写一篇博文。

不要做的事

• 不要单独写「AI 内容」。 同一个结构良好、权威的页面既服务人类也服务 LLM。一个平行的「给 AI 看」页面会分散权威性并被忽视。
• 不要屏蔽 AI 爬虫。 在 robots.txt 中禁止 GPTBot/Google-Extended 是自毁行为——它保证你零引用。在归咎内容之前，先确认品牌没有这么做。
• 不要追逐虚假提及。 买来的评论、洗稿的榜单文和假的 Reddit 帖子是链接垃圾在 GEO 中的对应物——它们不会赢得持久的引用，而且会被识别为操纵。要诚实地挣得存在度。
• 不要堆砌关键词。 普林斯顿的数据表明它会降低可见性（≈ −10%）。如果某个品牌页面读起来像在堆砌，那本身就是一个需要标记的原因。

输出

先给出头条结论，然后是矩阵，再然后是排好优先级的失分点。

头条结论：「品牌在 N 个提示上持有 X% 的加权引用份额（Google AI X%，ChatGPT Y%）；头号竞品 [name] 持有 Z%。」附上运行日期。

引用覆盖矩阵 —— 每个提示一行，每个平台一列。图例：✅ 品牌被作为来源引用 · 〰️ 品牌仅在文中被提及 · ❌ 缺失 · → 占据该答案的竞品。

引用份额表 —— 品牌 vs 每个竞品，按平台 + 总体（加权与未加权）。

每个高价值失分点： 提示、AI 搜索量、谁占据它、被引用的来源 URL（来自 geo/serp / top-pages，用 browser/markdown 读取）、诊断出的支柱（结构 / 权威性 / 存在度），以及具体的修复——对于权威性失分，点明具体的杠杆（加统计数据、加引语、加引用）。

优先级「接下来要赢」清单 —— 按 AI 搜索量排序的失分点，可直接交给 ai-answer-gap。

成本： UnifAPI 消耗的记录数，或最佳估算。

已演算示例

品牌 acme.dev，竞品 g2.com、rivalapp.com，美国/英语，12 个提示。geo/keywords/search-volume 为它们加权；geo/serp 按提示逐个运行，geo/mentions/cross-aggregated-metrics 在一次调用中给出品类份额。在 24 个平台格中，Acme 在 5 个里被作为来源引用、在 3 个里被提到名字、在 16 个里缺失。加权 SoC：Acme 18%，g2.com 41%，rivalapp 22%。最大的加权失分点：「best [category] for startups」（1.9k AI 搜索量）—— 对胜出的 g2 榜单文运行 browser/markdown 显示一张干净的排名表，而 Acme 不在其中 → 支柱：存在度 → 接下来要赢清单之首。第二个失分点「what is [category]」：Acme 在自然搜索中排名第 2（seo/serp），但答案被埋在散文中 → 支柱：结构，一个快速胜点。

护栏

• 只读：它进行测量和报告。它绝不重写内容、不编辑站点、不向 Reddit/Wikipedia 发帖、也不更改任何账户——任何修复由运营方自己的助手执行。
• AI 回答是非确定性的，会随会话、地区和时间而变化。呈现一份带日期的快照，而非永久排名；重新运行以确认趋势（把它交给 llm-mention-tracking）。
• 保持「被作为来源引用」与「仅在文中被提及」的区分明确——混淆二者会虚增 SoC。一次被提到名字是快速胜点信号，而不是一次引用。
• AI 搜索量是公开数据估算——呈现区间，绝不承诺修复某个失分点就一定能换来引用。
• ChatGPT 引擎覆盖仅限美国/英语；当市场在别处时请注明这一点，并对那些地区依赖 google。

参考资料

• references/geo-methodology.md —— 引用位计数规则、加权/未加权引用份额，以及包含普林斯顿权威性杠杆的三支柱（结构 / 权威性 / 存在度）失分原因决策树。

相关 Skills

• llm-mention-tracking：把这次一次性审计变成跨 ChatGPT 和 AI 搜索的持续声量份额趋势
• ai-answer-gap：把本审计暴露出的失分点排成一份内容待办清单，按 AI 搜索量排序
• unifapi：共享的数据 skill —— 连接 MCP 并发现本审计读取的 GEO/SEO 操作