📊 如何用「AI 能見度記分簿」：把問 AI 的結果變成可以逐月比較的分數

為什麼你需要這個工具

拿一批問題去問 ChatGPT、Perplexity、Google AI Overview，這件事本身不難，難的是問完之後。

多數人問完是這樣結束的：滑過去看一眼，覺得「好像有被提到」，然後關掉視窗。下個月再問一次，還是「好像有被提到」。你永遠不知道這個月比上個月好還是壞。

更麻煩的是，「有被提到」其實混了三種完全不同的狀況：

• AI 直接推薦你，叫使用者去買你的
• AI 提到你，但推薦的是另一家，你只是比較表裡的一欄
• AI 引用了你的文章當資料來源，但推薦名單裡沒有你

這三種的解法完全不一樣。第一種你要守住，第二種是你的內容沒有把「為什麼選我」講清楚，第三種最可惜，因為你的內容夠好到被當成參考資料，卻沒有被當成選項。

把這三種混在一起看，你會做出錯的決定。

工具運作邏輯：AI 只負責判級，比率由程式算

你把 AI 的回答原封不動貼進來，一則一則用三個減號分隔。工具做兩件事，而且刻意分開做。

第一件事交給 AI：逐題判讀這一則回答裡，你的品牌實際上被怎麼對待，給出 0 到 3 分，並且必須抓出判定依據的那一句原文。

第二件事交給程式：出現率、推薦率、聲量占比、平均分、各引擎分別表現，全部由前端從逐題結果算出來。

為什麼要分開？因為 AI 算比率會算錯，而且錯得不明顯。你畫面上看到「出現率 60%」，但逐題明細只有 4 題拿到 1 分以上、總共 10 題，正確答案是 40%。這種錯沒人會發現，因為兩個數字分開看都很合理。

所以記分簿的系統提示詞裡有一條鐵律是直接寫給 AI 的：不要計算出現率或聲量占比，那些由程式算，你算會跟畫面對不起來。

同樣的道理用在證據上。evidence 欄位必須是你貼的回答裡實際出現的字句，不可以改寫、不可以總結。抓不到就給 0 分。這條是為了讓你能回頭核對，而不是相信一個看起來很專業的總結。

0 到 3 分分別代表什麼

判級標準沿用 AI 能見度檢測包那一套，兩邊用同一把尺，才有辦法接續比較。

判級刻意嚴格。被列在清單裡不等於被推薦，那是 2 分不是 3 分。很多人自評時會把這兩個混在一起，分數就會漂亮得不真實。

同時符合多種時取最高分。每一題 3 分以下都會附一句說明差在哪，而且要具體，例如「被列在比較表但推薦的是另一家」，不會給你「內容需加強」這種放到任何品牌都成立的句子。

最重要的一句話結論：你是沒被看見，還是被看見但不被推薦

報告最上面那句整體判讀，只處理這個分岔，因為這兩種狀況的解法完全相反。

完全沒被看見（多數題目 0 分）

AI 的索引裡根本沒有你。這時候補內容的邊際效益很低，應該先回去確認技術上進不進得來：搜尋用的爬蟲有沒有被 robots.txt 擋掉、不執行 JavaScript 時你的頁面還剩幾個字。這兩件事用 AI 爬蟲健檢器兩到六秒就知道。

被看見但不被推薦（多數題目 1 到 2 分）

技術上沒問題，AI 讀得到你，但在那一題它選了別人。這是內容與定位的問題，補 robots.txt 一點用都沒有。要看的是那一題 AI 推薦了誰、對方的頁面上寫了什麼你沒寫的。

這兩種先分清楚，才不會把兩個月花在錯的那一邊。

被引用的是誰的頁面，比有沒有被提到更值得看

每一題都會抓出 AI 標註的來源類型，最後匯總成一張表：自家官網、電商平台、媒體報導、論壇社群、影音、其他。

這張表常常是整份報告裡最有用的一塊，因為它會告訴你一件平常看不到的事：AI 回答關於你的問題時，引用的是誰。

如果十題裡有八題引用的是蝦皮或 momo 的商品頁，那代表 AI 認得你的產品，但它把使用者送去的是平台，不是你的官網。你在那些題目上的能見度是真的，但流量與名單都留在平台手上。

如果引用的是論壇與社群討論，那代表關於你的資訊主要由別人在寫，你自己的頁面不是主要來源。這種狀況下口碑的影響力比你的官網大，好壞都不在你手上。

這兩種都不算壞，但你應該知道自己在哪一種，而不是只看到「有被提到」就安心。

實際怎麼跑一輪

從檢測包接過來（建議）

先用 AI 能見度檢測包產出該問哪些題目。跑完之後那一頁下面有一顆「問完了，去記分簿交卷」，按下去會把品牌、競品、題目一起帶到記分簿，不用重打。

檢測包負責出題與定義判準，記分簿負責收卷與算分，兩支是同一條流程的前後段。

自己貼也可以

填品牌名、競品（選填，但填了才算得出聲量占比），然後把 AI 的回答一則一則貼進來，用三個減號分隔。

建議在每一則開頭標註題目與引擎，判讀會明顯更準。格式像這樣：第一行寫 [ChatGPT] 推薦幾個台灣的寵物零食品牌，下面接完整回答，然後用三個減號換下一則，第一行寫 [Perplexity] 寵物零食怎麼挑，再接那一則的回答。

沒標註的話工具會從回答內容推斷題目，引擎會標成「未標註」，各引擎分開比較那一段就看不出差異。

存起來，下個月才有東西可以比

跑完按儲存。下次再跑同一批題目時，工具會自動把這次與上次的出現率、推薦率、平均分擺在一起算差額。

這是整支工具最值錢的部分，但只有你第一次就存了才享受得到。單次結果只能告訴你現況，兩次以上才看得出方向。

三個實際情境

每月固定盤一次自己的品牌

同一批題目、同樣的引擎、每月問一次，貼進來存檔。三個月後你會有一條曲線，而不是三段印象。做了內容調整的那個月如果出現率沒動，至少你知道那個方向沒效，可以換別的。

接案前的現況盤點

要提 GEO 的案子，先幫客戶問十題貼進來。拿到的不只是「目前能見度不足」，而是逐題的分數、每一題輸給誰、AI 引用的是哪一類頁面。這些具體到可以直接放進提案，而且通常是客戶自己不知道的事。

驗證某一篇內容有沒有效

針對某一篇文章想攻的那幾題，發布前後各跑一次。如果那幾題從 0 分變成 1 分，代表 AI 開始把它當資料來源了，雖然還沒推薦你，但方向對了。這種中間狀態只有分級制看得出來，用「有沒有被提到」這種二分法會完全看不到進展。

跑完之後做什麼

報告最後會給一份建議動作，每一項都綁定具體的題目，說明為什麼這樣做會改善那一題。照標成 high 的那幾項先做就好。

幾個常見的接法：

• 多數題目 0 分，先去 AI 爬蟲健檢器確認技術可及性，不要先補內容
• 被看見但不被推薦，看最弱的那幾題是誰拿下的，拆對方那一頁贏在哪
• 引用全部來自電商平台，你的官網缺一篇正面回答那一題的內容，用 GEO 引用檢查器評估草稿夠不夠被引用
• 分數還可以但只有一個引擎好，看各引擎分開那一段，差異通常來自內容形式而不是內容品質

然後最重要的一件事：把這一輪存起來，一個月後用同一批題目再跑。