在 AI 回答中的可见度
助手在某个国家、某种语言下如何描述你，以及是否提到你。只有从那个市场内部才问得出来。
答案现在比搜索先到
当顾客问助手「做 X 应该用什么」时，如果回答里没有你的名字，你就没有进入那次比较。 这不是点击量下降的问题，而是你到底是不是候选的问题。
为什么你自己查不了
助手的回答会随提问地点与语言而改变。 同一个问题，从日本用日语问，和从德国用德语问，返回的公司、引用的来源、排列的顺序都不同。
在自己的办公室里，你只能看到自己语言里的样子。
而手工核对意味着一个问题、问一次。实际需要的是 多个问题 × 多种语言 × 多个助手 × 持续进行，这不是人做的工作。
可以测什么
| 是否被提到 | 按问题、语言、地区 |
| 被怎样描述 | 特点、优势、目标客户是否被正确传达 |
| 和谁并列 | 哪些竞争对手作为备选出现 |
| 引用了什么 | 回答所依据的 URL |
| 有没有变化 | 改动网站之后，回答是否变了 |
自己站点上要整理的
助手读的是和人一样的页面，但读法不同。
- 结构化数据（JSON-LD）既有效，又与页面内容一致
- 标题与问答的组织方式，要让答案能被切出来
llms.txt与站点地图，说明你希望被读到什么- AI 爬虫究竟能不能到达 —— 国别 IP 规则与反爬防护常常在没有人知道的情况下把它们挡住了
最后一条最常被漏掉。公司挡住了自己从没打算挡的爬虫，并不罕见。
谁在用
- 品牌方 —— 持续确认自己是否是候选
- 代理与咨询公司 —— 按客户测量，比较施策前后
- 在多国销售的企业 —— 答案因国家而异，所以必须按国家测
一点说明
助手的回答会波动。 同一个问题不会每次返回同样的答案，所以单次观测不构成证据。 必须持续测量，作为趋势来看。
Kansoku 为每次观测记录：何时、从哪里、向哪个模型、问了什么。 波动本身被记录下来，这才使得施策前后可以比较。
最后更新