ai-brand-visibility

AI 品牌可见度

衡量品牌在所选 AI 回答中的呈现情况、来自 AI 渠道的流量，以及哪些有证据支持的行动可能提升可见度。传统排名、AI 引荐流量、提示词提及和引用是相关但不同的信号。

规则来源

• Semrush 支持的指导原则： 衡量提及、引用、情绪倾向、AI 声量份额、引荐流量和引用来源；在客户旅程的不同阶段使用提示词；提升可访问性、清晰度、原创价值、内容新鲜度、品牌一致性和可信第三方平台上的品牌影响力。
• MCP 合约要求： 经测试的公共 MCP 提供 AI 助手和 AI 搜索流量估算，以及自然搜索／SERP 背景信息。它不提供提示词回答、品牌提及、引用、情绪倾向、提示词级排名或 AI 声量份额。
• 衡量定义： 任何自定义提及率、引用率、竞争对手份额或情绪标签都必须注明计算公式和经测试的样本。
• 行业经验法则： 除非有对照测试或用户数据支持，否则诊断和优先级排序均属于分析师判断。
• 用户可配置的默认值： 平台、提示词、市场、设备、频率和样本量必须符合受众和决策需求。提示词数量或变更阈值没有通用标准。

输入

请一次性询问：

• 品牌名称、域名、产品、受众和市场；
• 用户想要衡量的业务问题或客户旅程阶段；
• 相关竞争对手（如果需要进行比较）；
• 目标 AI 平台，以及任何平台／模型／账号限制；
• 现有提示词列表或第一方来源，例如客户调研、销售通话、支持工单、Search Console 导出数据或分析数据；
• 用户可以提供的任何 Semrush AI Visibility Toolkit 或 Enterprise AIO 导出数据。

不要索要 Semrush API 密钥。官方 MCP 使用 Semrush 身份验证。

公共 MCP 能力边界

执行前，先发现当前可用的工具和架构。

traffic_overview

• summary：请求品牌的总流量以及 ai_assistants 和 ai_search 流量；必要时也请求竞争对手的数据。
• sources：将 traffic_channel 筛选为 ai_assistants 或 ai_search，以获取按引荐来源或搜索引擎划分的估算流量。
• toppages：请求包含 ai_assistants 和 ai_search 的页面级流量，查看哪些 URL 从这些渠道获得估算访问量。

这些是流量估算。它们无法显示未产生点击的品牌提及、带来访问的提示词、AI 回答的内容，或被引用但未获点击的页面。

流量和受众报告需要对应的 Trends 订阅。如果无法访问，请使用用户提供的导出数据，或标记为无法比较。不要用自然搜索估算数据替代。

搜索背景信息

• domain_overview → domain_rank：使用自然搜索总量，以及明确请求的 AI Overview SERP 功能字段，作为 Google 搜索背景信息。
• organic_research → resource_organic：使用排名关键词、URL 和返回的 SERP 功能代码作为搜索背景信息。

AI Overview 关键词／排名总量并不等于 LLM 品牌提及、AI 引用或跨平台声量份额。

不支持的提示词级指标

经测试的公共工具发现中，未提供用于提示词回答、提及、引用、情绪倾向、来源可见度或声量份额的 AI Visibility Toolkit 或 Enterprise AIO 报告。绝不要根据 Traffic Analytics、Organic Research 或人工抽查伪造这些指标。

如果用户提供产品导出数据，请保留该产品的定义并注明来源。否则，请使用下方的受控人工测试流程。

访问与证据防护原则

• 告知用户，调用 Semrush 可能会消耗 API 单位。先使用足以回答问题的最少调用次数，再根据用户要求扩展。
• 将 Semrush Traffic Analytics 和自然搜索数据标注为估算值。
• 区分 Semrush 估算数据、产品导出数据、第一方分析数据、手动提示词观察结果、直接页面／爬虫检查结果和模型推断。
• 手动获取的 AI 答案可能因模型版本、账户、位置、个性化设置、浏览模式和时间而异。单次回答只是一次观察，不代表整个平台的稳定结果。
• 不要暗示 AI 流量等同于 AI 可见度，也不要暗示自然搜索排名能保证被提及或引用。
• 不要承诺排名、引用、提及、流量、收入或交付时间。

回退流程

1. 使用用户提供的 AI Visibility Toolkit 或 Enterprise AIO 导出数据获取专门的提示词指标。
2. 使用官方 Semrush MCP 获取 AI 流量估算值和搜索背景信息。
3. 使用第一方分析数据观察 AI 引荐流量。
4. 在选定的平台上进行受控的手动提示词测试。
5. 检查技术、内容和第三方信息。将其标注为诊断，而非可见度测量。

工作流

1. 明确测量问题

根据受众的真实使用场景选择提示词和平台。纳入与用户目标相关的旅程阶段：

• 研究： 定义、问题、方法和最佳实践。
• 比较： 类别、替代方案和选项权衡。
• 评估： 品牌能力、定价、适用性、局限，以及品牌对品牌的问题。

不要只默认选择漏斗底部的提示词。研究类提示词即使没有提及供应商，也可能揭示引用情况和品类关联。

从第一方语言、用户提供的搜索数据、相关的 PAA 问题和合规的社区调研中获取候选提示词。只有当限制条件反映受众的真实需求时才添加；不要仅仅为了让品牌出现在答案中而刻意设计提示词。

记录样本中每个提示词的选择理由。让用户根据决策重要性和成本选择覆盖深度。

2. 建立 Semrush 背景信息

如果有 Trends 访问权限：

1. 针对品牌和相关竞争对手运行 summary，并使用 ai_assistants 和 ai_search；
2. 分别针对两个 AI 流量渠道运行 sources；
3. 运行 toppages，找出获得 AI 渠道估算访问量的 URL；
4. 保留日期、国家／地区、设备、准确度值和返回的字段。

也可以运行 domain_rank 或 resource_organic，了解传统搜索和 AI Overview 的 SERP 背景信息。将这一层与提示词测试分开。

3. 运行受控提示词样本

对于每次提示词／平台观察，记录：

• 完整提示词；
• 平台、产品界面、可见时的模型／版本，以及浏览／搜索模式；
• 日期／时间、国家、语言、账户状态，以及会话是否为新会话；
• 完整回复或可长期留存的记录；
• 回复完成状态或结束状态，包括空输出或截断输出；
• 品牌提及及其确切上下文措辞；
• 链接／引文及已确认的目标 URL；尽可能解析引文重定向，无法验证时将目标标记为未解析；
• 有意义时，记录提及品牌的顺序；
• 关于品牌的事实性主张，以及其是否正确；
• 提及的竞争对手；
• 局限或失败的运行。

在可行的情况下使用新会话，并对竞争对手采用相同的协议。不要假定新会话能消除所有变异。若决策需要可靠性，则重复观察，并保留每次运行的记录，而非只保留有利的回答。

计算指标前，先定义有效观察。最低要求是：回答非空、已完成，并且能够归因于记录的平台和提示词。将空白、截断、受阻、超时或其他失败的尝试保留在证据日志中，但从提及率、引文率和准确率的分母中排除。重试属于新的观察，不会覆盖失败的尝试。

4. 计算透明的样本指标

仅使用证据能够支持的指标。例如：

• **提及率：**包含该品牌的有效提示词－平台观察数 ÷ 所定义样本中的有效观察总数。
• **引文率：**带有已确认品牌域名引文目标的有效观察数 ÷ 样本中的有效观察总数。不要将未解析的重定向或代理 URL 计为品牌引文。
• **竞争对手提及份额：**该品牌的提及次数 ÷ 所定义比较集合中所有具名品牌的提及次数。
• **事实准确率：**正确的品牌主张数 ÷ 已审核的可验证品牌主张数。

不要将自定义指标称为“Semrush AI Share of Voice”。应将其命名为样本指标，并展示公式、分母、平台、提示词集合和日期。

将情绪和显著性视为编码判断。定义编码规则，保留支持性摘录，并允许人工审核。不要假定排在首位的品牌会获得固定优势。

5. 诊断差距

每项诊断都必须与观察到的证据相关联。

可访问性和爬虫控制

将完整检查委派给 technical-seo-audit。

• OAI-SearchBot 控制 ChatGPT 搜索纳入内容的自动抓取。
• GPTBot 控制潜在的训练用途，且独立于 ChatGPT Search。
• Google-Extended 不控制 Google Search 的内容纳入或排名。

屏蔽训练爬虫并不自动构成 AI 可见性缺陷。通过当前的一手文档核实其他平台的情况。

内容和实体清晰度

审核被引、AI 流量较高或具有战略重要性的页面，检查品牌／产品描述是否准确、答案是否直接、标题是否清晰、是否包含证据、原创数据或经验、来源质量以及事实是否最新。不要强制采用段落、字数、标题数量、对比表或内容新鲜度时限公式。

第三方佐证

审核针对提示词集合所引用的实际域名和页面，以及获批工具或研究提供的相关品牌提及，无论是否附有链接。评估主题相关性、编辑公信力、准确性和一致性。

不要在 Reddit、Quora 或其他社区捏造或散布品牌推荐。正当参与意味着透明地回答真实问题、遵守平台规则、披露关联关系，并在不进行协调操纵的前提下提供价值。

搜索和流量背景

使用自然排名、AI Overview 字段、反向链接和 AI 引荐流量来说明背景，而非因果关系。流量或关键词数量偏低或偏高，都不能证明 AI 系统为何提及或未提及某个品牌。

6. 提出建议并重新测试

对于每项行动，请明确：

• 提示词或证据缺口；
• 涉及的页面、声明、来源或技术控制；
• 应做出的更改；
• 负责人；
• 重新测试的指标和方案；
• 可信度和依赖项。

根据决策需求和平台波动性，按适当的周期重新测试。使用同类提示词集进行比较，并清楚说明平台、模型、市场或样本的任何变化。

输出

证据覆盖范围

证据类别	来源	范围/日期	测量内容	未测量内容

Semrush 流量背景

目标	预估总访问量	AI 助手访问量	AI 搜索访问量	国家/设备/日期	准确性

提示词观察结果

提示词	阶段	平台/模型	提及情况	引用 URL	品牌表述	准确性	竞争对手	证据日期

样本指标

指标	公式	结果	样本定义	局限性

行动

优先级	证据缺口	资产/控制项	行动	负责人	重新测试指标	可信度

最后列出：

1. 已确认： 测得的提及、引用、流量或事实错误。
2. 改进： 与证据直接相关的行动。
3. 验证： 诊断性假设和可变的人工观察。
4. 不可用： 未提供的提示词级产品指标或其他数据。

来源

Semrush 方法论：

• Generative Engine Optimization
• AI Visibility
• How to Rank in AI Search
• AI Search Visibility Study
• LLM Optimization
• LLM Monitoring Tools
• Brand Visibility in AI Search
• Optimize Content for AI Search Engines

主要爬虫参考资料：

• OpenAI 爬虫
• Google 爬虫控制