跳到主要内容

提示词研究:整理问题并监测 AI 回答

2 分钟阅读AI Visibility入门最后核实 2026-09-16

Prompt Research 用于组织那些调查品牌在 AI 回答中可见度的问题。它把主题、提及信息、情感倾向、可见度指标和跟踪控制集中在一起,并为单个问题提供详细报告。

用它来研究真实的客户问题、对比各平台,并搭建一套可重复使用的监测问题集。添加一条提示词是在衡量或配置研究,它本身并不会让品牌更容易被某个 AI 平台推荐。

查看提示词列表

  1. 打开 Prompt Research 并确认网站。
  2. 设置日期范围、品牌词/非品牌词范围以及 Platforms。
  3. 搜索某个问题,或查看主题分组。
  4. 使用 Filter By 和 Customise Columns 聚焦表格内容。
  5. 勾选某条提示词的复选框,即可显示 Edit、Delete、Track 和 View Details 控件。点击提示词文本同样会打开它的单独报告。

本次演示使用的是 Last 7 days、Unbranded 和全部平台。表格显示 6 个主题下共 90 条提示词,并带有提及情况、是否为品牌词、情感倾向、可见度得分、出现频率、跟踪状态、主题和来源意图。有几个问题虽然有结果,却被标记为 Untracked。因此,出现在列表中并不足以证明已启用周期性跟踪。

搜索后表格只剩一个问题,但顶部的 Total Prompts 仍为 90。请把表格筛选和仪表板整体的汇总范围分开看待。

添加单条提示词

选择 Add Prompt。单条录入表单包含 Select Topic、Enter Your Prompt 和 Location,提交控件为 Add。说明文字把主题和位置描述为可选项;请在相关场景下填写有意义的值,并在自己的账户中确认校验规则。

写一个具体的客户问题。对于本地发现类需求,要写明目标地点:“Can you recommend a Kerala restaurant in Southampton, UK?”比“Where should I eat nearby?”更可控。请查看网站的位置配置,而不是默认每个模型都知道“附近”指的是哪里。

本次只检查了单条录入表单,并未向账户中添加人为的提示词。

批量导入提示词

Bulk Prompts 标签页接受 CSV 文件,并标明最大 20 MB。其说明中列出了以下列:

列要求表单中显示的含义
Prompt必填要在 AI 回答引擎中评估的确切问题。
Topic可选该问题的分类或主题。
Country可选两位字母代码,例如 GB、US 或 IN。
Location可选城市或地区;说明中指出留空则使用网站配置中的位置。

表单中还有 Select Topic 和 Location 控件,下方是 Update Prompts In Bulk。表单取值与逐行取值之间的优先级、重复项处理以及导入校验均未经测试。在大批量上传前请先确认这些行为。

批量提示词表单与文档中说明的 CSV 列。批量提示词表单与文档中说明的 CSV 列。

设置周期性跟踪

选中目标提示词所在的行,然后选择 Track。配置对话框会列出已选主题,并提供 2x/Week、Weekly 和 Monthly 选项。在测试账户中,Daily 需要额外付费插件才能使用。对话框还提供 Rank Change Alerts 复选框,默认为勾选状态。

在选择 Confirm & Start Tracking 之前,请先核对频率、所选问题和提醒设置。本次演示只打开并取消了该对话框;没有启用周期性运行、没有购买插件,也没有发送提醒。排程与提醒送达仍未经验证。

跟踪频率与排名变动提醒设置。跟踪频率与排名变动提醒设置。 尽管报告中包含 90 个问题,用量指示器显示的却是 2/250 条提示词。其提示文字说明这是每月额度。在未确认各项统计口径之前,不要把用量计数、列表中的条目数、运行次数和已跟踪问题数混为一谈。

谨慎解读各项指标

指标或字段实际含义
Total Prompts报告所述范围内的问题库存量,而不是访问量或独立用户数。
Visibility Consistency / Prompt Success Rate不同的平台衡量口径;不要假设它们分母相同或含义一致。
Competitor Visibility Gap一个差距指示器,需结合问题和竞争对手证据进一步调查。
Avg Sentiment由模型得出的情感倾向,而非客户满意度调查。
Appearance Frequency已观测到的出现次数的频率指标;短横线表示缺失/不可用,并不自动等于零。
Average Position / Avg rank在抽样 AI 输出中的位置度量,而不是 Google 自然搜索排名。
Source Intent一种分类,需对照实际问题的措辞进行复核。

概览中一致性、成功率和差距指标的确切计算公式需要向产品方确认。在测试的概览中,Visibility Consistency 显示 100%,而 Prompt Success Rate 为 17.78%,因此不能把 100% 的一致性描述为“出现在每一个回答中”。

查看单个问题

详情页显示 Analysis runs、Platforms covered、Runs with brand mentioned 和 Latest run,随后是出现频率、平均位置、提及声量份额、引用率和情感倾向。

页面图表可用于查看 Appearance、Mention SoV、Citation Rate 和 Sentiment,时间序列区域则提供 Mentions 或 Avg Rank 以及竞争对手对比。Sources & Citation Categories 和 AI Recommendations 各自都有 Latest run 和 Latest per platform 两种范围。这些部分明确说明其依据的是所选运行的证据,而不是全部历史运行的合并结果。

使用 Run Analysis Now 可发起一次新的单独分析,请等待各平台完成后再解读结果。Optimise with Content Writer 作为下一步操作控件提供;撰写内容并不保证未来一定会出现或被引用。

对于某个在概览行中已有可见度和情感数据的问题,详情页起初却没有任何历史记录。这是范围/历史数据的不一致,而不是实际零提及的证明。在解读空白图表或看似为零的占位值之前,请先检查运行次数和日期范围。

检查结果背后的回答

本次单独测试在三个平台上完成了三次运行。三次都提及了该品牌。All 视图显示 100% 的 Appearance Frequency、平均位置 2、38% 的 Mention Share of Voice、67% 的 Citation Rate,情感倾向 75/100。筛选到 ChatGPT 后,报告正确地缩减为一次运行,位置为 1,Citation Rate 为 100%。单次运行得出的 100% 并不能证明长期的一致性。

完成一次运行后筛选至 ChatGPT 的提示词详情页。完成一次运行后筛选至 ChatGPT 的提示词详情页。 Prompt Run History Across Platforms 表格显示日期/时间、平台、提及状态、位置、搜索查询、回答、引用和地区。打开 Response Breakdown 可查看四个标签页:

  • Response: 模型在该次运行中给出的回答。
  • Competitors: 回答中提到的品牌;对话框说明蓝色表示该品牌同时被作为来源引用。
  • Sources: 模型使用或引用的链接。
  • Actions: 该次分析给出的后续建议步骤。

单次 Response Breakdown 中的 Sources 标签页。单次 Response Breakdown 中的 Sources 标签页。 来源卡片可能使用 Google 这类中间域名,而不是企业自己的域名。在把某张卡片计为自有站点引用之前,请先查看实际的目标页面和上下文。Editorial、UGC 和 Corporate 等类别标签是有待核查的分类,而不是经过独立验证的质量评分。

品牌对比表格区分 Mentions、Visibility、Avg Rank 和 Latest Rank。其说明指出,Latest Rank 来自最近一次提到该品牌的运行;它未必是整体最新一次运行中的排名。

对照企业实际提供的产品与服务来审核建议的操作。不要在未核实的情况下照搬模型生成的菜品、饮食方式、营业时间或服务相关表述,也不要把某条建议操作当作线上网站缺少该功能的证明。

示例:构建一套有用的本地问题集

对于一家餐厅,应围绕它真实的菜系、位置、菜单和相关客户需求来选择问题。把品牌类问题与通用发现类问题分开。观察到的列表中,一家英国餐厅的主题集里出现了关于 Southampton, NY 的问题:这是复核相关性的理由,而不是去做一个纽约落地页的理由。

对同一批问题和平台的重复结果进行比较。在规划内容之前,先检查来源和事实缺口。即便提示词完全相同,AI 回答也会有差异,详情页也明确将其度量描述为方向性的抽样信号,而非权威排名。

故障排查与已验证范围

在账户级 AI 运行期间,Add Prompt 被临时禁用;运行完成后恢复可用。请等待当前操作结束,而不要反复发起新的操作。

已检查单条和批量录入表单、选择操作、跟踪配置以及单个报告的控件。导入/导出文件、编辑/删除提示词、周期性推送以及转交 Content Writer 的流程均未执行。概览结果在一次完整的全模型分析完成前后均做过查看。另有一次单独分析在三个平台上完成;其历史记录、平台筛选和 Response Breakdown 标签页均已验证。

连接一个资源,看着数据开始累积。

连接 Search Console 资源的那一刻,入库就开始了:不用配置 Google Cloud 项目,不用 BigQuery,也不用设计表结构。你只要连接资源,SEO Stack 就会从那天起存下你的每一行数据。

  • 需要信用卡
  • 在试用期内取消不会扣款
  • 无合约