Home AI可见度
🛰️

AI可见度

By Hello Airankia
9 articles

AI Visibility Overview

AI Visibility Overview 是你品牌在 AI Rankia 中的大本营——当你想知道"我现在在 AI 搜索中的表现如何?"时,首先应该查看的地方。 真实结果示例 一旦你的提示词开始运行,Overview 会提供优先级排序的洞察和逐条提示词的细分——如下图所示,Nike 在一个被追踪的提示词中,从 5 个品牌里排名第 1,该时段可见度达到 100%: AI Rankia — AI Visibility Overview 显示"接下来该做什么"的洞察,以及按提示词划分、显示可见度百分比的排名表 你会看到什么 - Visibility、Reach、Mentions、Brand #1 — 该时段的核心数字,以及在你的提示词中出现过的品牌和域名总数。 - What to do next — 直接从你的数据中提取的优先级洞察,例如提示第三方博客正在截获你的引用,或者你的提示词集过小。 - 品牌出现情况筛选器 — 将提示词表格缩小到 Visible / Invisible / Branded / Non-branded。 - 逐条提示词表格 — 每个被追踪的提示词及其排名位置、可见度百分比、运行频率、状态和国家,以及一键跳转到该提示词的 Response、Citations 和 Fan-Out 的链接。 - 按引擎细分 — 用于单独查看任一 AI 引擎(ChatGPT、Gemini、Claude、Perplexity、Google AI、Grok、DeepSeek 等)的筛选器。 如何使用 1. 在左上角的切换器中选择你想要的品牌。 2. 首先阅读 What to do next 卡片——它们是根据你的真实数据排定优先级的。 3. 滚动到逐条提示词表格,按可见度排序,查看你最强和最弱的提示词。 4. 点击任意提示词的 Response 或 Citations,阅读完整的 AI 回答及其背后的来源。 5. 决定下一步该做什么——追踪更多提示词、创建新内容,或对你看到被引用的来源进行外联。 初次使用? Overview 会在你添加提示词并运行监测后开始填充数据。先从 Add Prompts 开始,然后再回到这里。

Last updated on Jul 09, 2026

Semantic Map

Semantic Map 展示了 AI 引擎与你的品牌关联的主题世界——在 AI 回答中围绕你的主题、类别和子问题,以交互式气泡图的形式呈现。 真实结果示例 AI Rankia — Semantic Map 主题气泡图,显示覆盖率和市场体量 - Topics — AI 与你的品牌关联的不同主题集群数量。 - Market volume — 所有主题合计的搜索/回答机会总量。 - Your coverage — 你目前在该市场中出现的百分比。 - Topic Atlas — 一个气泡图,每个气泡代表一个主题:大小 = 市场体量,位置 = 你的覆盖率 vs. 该主题出现的频率。"市场大、覆盖低"的角落正是最大机会所在。 - Opportunity 与 Semantic 切换 — 在"应优先攻克什么"和"我的主题之间如何关联"两种视图间切换。 三步工作流程 1. Discover map — AI Rankia 抓取你的网站,并将其内容归类为主题。 2. Measure visibility — 针对每个主题,检查 AI 在回答该领域问题时引用你的频率。 3. Monitor — 一旦了解了差距,将最大的差距转化为被追踪的提示词或内容简报。 如何使用 1. 为所选品牌打开 AI Visibility ▸ Semantic Map。 2. 查看 Topic Atlas,寻找位于"市场大、覆盖低"区域的气泡——这些是与你相关,但 AI 却很少认可你的主题。 3. 点击某个气泡,查看其背后的具体关键词和子主题。 4. 将最大的差距发送到 Content 以建立覆盖,或在 Add Prompts 中将其添加为提示词以开始追踪。 提示: 强大的主题覆盖是让 AI 引擎有足够信心推荐你的关键。像上面例子中覆盖了94%市场的品牌,在 AI 回答其所在领域的问题时很少会被跳过。

Last updated on Jul 09, 2026

Tracked Prompts

Tracked Prompts 是你正在监测的每一个提示词的库,包含结果和随时间变化的历史记录。 真实结果示例 List 视图在一个表格中显示每个被追踪提示词的实时排名位置、可见度分数、时间表和状态: AI Rankia — Tracked Prompts 列表,显示三个正在监测的提示词及其排名位置和可见度百分比 什么是提示词 提示词是你的受众向 AI 引擎提出的真实问题——比如"马拉松训练最佳跑鞋"或"最佳项目管理工具"。AI Rankia 会在你选择的 AI 引擎上运行每个被追踪的提示词,并记录你的品牌是否出现,以及如何出现。 你会看到什么 - Dashboard / List / Threads — 查看同一批被追踪提示词的三种方式:分析仪表盘、可排序列表,或完整的回答线程。 - 排名与可见度 — 每个提示词当前的排名位置(例如"5个排名和16个品牌中排第1")及其可见度百分比。 - Response / Citations / Fan Out — 直达该提示词完整 AI 回答、其引用来源以及 AI 生成的子查询的链接。 - Freq、Status、Country、Branded — 监测时间表、是否正在处理中、目标市场,以及查询是否直接提及你的品牌。 如何使用 1. 打开 AI Visibility ▸ Tracked Prompts。 2. 使用 List 视图一次性查看所有提示词的排名和可见度,或使用 Dashboard 按时间筛选和绘制某个特定提示词的图表。 3. 点击 Response 阅读确切的 AI 回答,或点击 Citations 查看其背后的来源。 4. 随着监测持续进行,观察每个提示词的结果如何在几天几周内发生变化。 添加更多提示词 在 AI Visibility ▸ Add Prompts 中添加提示词,或使用 AI Prompt Discovery 发现新的提示词。 提示: 每次提示词在多个引擎上运行都会消耗积分。追踪最重要的提示词,并对长尾内容使用每周监测。

Last updated on Jul 09, 2026

Source Influence

Source Influence 揭示了关于你所在市场的 AI 回答背后的网站——即 AI 引擎在谈论你和竞争对手时所依赖的来源。 真实结果示例 当有足够多的被追踪提示词运行时,这会成为 AI Visibility 中信息量最丰富的视图之一——哪些域名在推动你的市场,以及谁主导着 AI 对话: AI Rankia — Source Influence 显示推动市场的域名,以及主导 AI 对话的品牌排名 你会看到什么 - Answers analyzed — 用于计算影响力的、你被追踪集合中的 AI 回答数量。 - Your baseline — 在考虑任何特定来源之前,你被整体提及的频率。 - Cited domains — AI 在回答你所在主题的问题时实际引用的网站。 - Sources lifting this brand — 一旦被引用,就能可衡量地提高你被提及概率的具体域名。 - Domains that move this market — 按 AI 引用频率排名的每个来源,以及你的品牌出现在这些回答中的比例。 - Who owns the AI conversation — 在你的回答中出现过的每个品牌,按总出现次数排名——点击某个品牌可翻转整个页面,查看是哪些域名在推动该品牌。 如何使用 1. 为你的品牌打开 AI Visibility ▸ Source Influence。 2. 先查看 Market Overview,了解哪些域名在推动你整个类别。 3. 使用"Measure influence for"选择器,在你的品牌与任意竞争对手之间切换。 4. 找出那些推动了竞争对手却对你没有帮助的高价值来源。 5. 将这些目标发送到 PR 进行外联,或发送到 Links 以争取引用。 提示: 该工具追踪的提示词越多,效果越精准——它需要有一定数量的真实分析回答,才能在域名层面给出可靠结果。在 AI 已经信任的来源中获得提及,是提升可见度最快的方式之一。

Last updated on Jul 09, 2026

LLM Readiness Audit

LLM Readiness Audit 检查 AI 爬虫是否真的能够访问你的网站——因为如果 AI 无法读取某个页面,无论内容多么优秀,AI 都永远无法引用它。 真实结果示例 以下是一次完成的审计结果:一个总体就绪度分数,以及哪些 AI 爬虫被允许访问、哪些被阻止的清晰划分。 AI Rankia — LLM Readiness Audit 显示36/100的分数,以及被阻止的 AI 爬虫,包括 GPTBot 和 ClaudeBot 你会看到什么 - LLM Ready 分数(0–100) — 你的整体优化分数,并附有简明的标签,例如"Needs Work"。 - Accessible Agents — 能够访问你网站的 AI 爬虫(例如 Perplexity-User、Google-Extended)。 - Blocked Agents — 目前被阻止的 AI 爬虫,每个都附有它收到的 HTTP 状态码(403 表示你的服务器正在主动拒绝它)。像 GPTBot、ChatGPT-User 或 ClaudeBot 这样的主要爬虫在这里被阻止的情况很常见——而且往往是无意造成的。 - 报告下方:针对每个发现问题的具体、按优先级排列的修复建议。 如何使用 1. 为你的品牌打开 AI Visibility ▸ LLM Readiness Audit。 2. 输入你的网站网址并运行分析——每次运行只需消耗少量积分。 3. 首先查看 Blocked Agents 列表。如果某个主要 AI 爬虫显示403,通常是 robots.txt 或防火墙规则在阻止它——这是一个简单且高影响力的修复。 4. 处理其余的建议,然后重新运行审计以确认你的分数是否有所提升。 提示: 被阻止的爬虫往往是一篇写得很好的页面从未被引用的最大原因。在为内容投入更多资源之前,先检查这一点。

Last updated on Jul 09, 2026

AI Schema Creator

结构化数据标记是 AI 可见度中最重要的技术信号之一。AI Schema Creator 生成干净、经过 AI 优化的结构化数据(JSON-LD),你可以直接复制粘贴到你的页面中。 为什么 Schema 对 AI 很重要 AI 引擎依赖结构化数据来理解你的页面——它是什么类型的内容、关键属性,以及事物之间的关系。拥有良好 Schema 的页面更有可能被 AI 引用,也更有可能出现在 Google AI Overviews 中。 开始使用 输入任意网址并选择 Schema 类型——该工具会分析实时页面,生成完整、随时可用的标记代码: AI Rankia — AI Schema Creator 输入界面,含网站网址和 Analyze Schema 按钮 Schema 类型 - Product — 适用于电商和产品页面(名称、描述、价格、评分、库存状况、品牌)。对 AI Shopping 结果很重要。 - Blog/Article — 适用于文章和内容页面(标题、作者、日期、描述、图片)。 - Author — 适用于团队和"关于我们"页面(姓名、资质、职位、个人资料)。有助于建立 E-E-A-T。 - FAQ — 用于富媒体结果的问答对。 - LLM-optimized — 带有额外信号、增强 AI 理解能力的 Schema。 如何使用 1. 为你的品牌打开 AI Visibility ▸ AI Schema Creator。 2. 输入你想生成 Schema 的页面网址。 3. 选择适合该页面的 Schema 类型。 4. AI Rankia 会分析该页面并生成完整的 JSON-LD——可随时在 View History 中查看。 5. 将结果复制到页面的 <head> 中。 生成之后 1. 将 JSON-LD 粘贴到页面的 <head> 中。 2. 使用 Google 的富媒体结果测试工具进行验证。 3. 几周后重新运行你监测的提示词,查看引用情况是否有所改善。 提示: 从你最重要的页面开始——首页、主要产品页面和流量最高的文章。将其与 LLM Readiness Audit 结合使用,确保你所改善的页面确实能被 AI 爬虫访问到。

Last updated on Jul 09, 2026

AI Overview Keywords

Google AI Overviews 在相当一部分查询中出现在搜索结果的顶部——位于传统结果之上。AI Overview Keywords 显示你在 Google 上排名的哪些关键词会触发 AI Overview,帮助你优先处理最重要的部分。 为什么这很重要 如果你在某个会触发 AI Overview 的关键词上已经排在第一页,那么你就已经接近被该概览引用了。一个小小的优化就可能让你进入其中——页面上最显眼的位置。 你会看到什么 针对每个关键词:你当前在 Google 上的排名、是否出现 AI Overview、你的网址是否是其中被引用的来源之一,以及哪些竞争对手被引用了而不是你。 如何使用 1. 为你的品牌打开 AI Visibility ▸ AI Overview Keywords。 2. 输入你的域名。 3. AI Rankia 会将你排名的关键词与显示 AI Overview 的关键词进行匹配。 4. 查看列表——已按最佳机会优先排序。 如何应对结果 - 排名良好,出现 AI Overview,但你未被引用 — 你影响力最大的机会。使用 AI Schema Creator 改善结构并添加 Schema。 - 排名良好且已被引用 — 强势位置;持续监测并保持内容更新。 - 该关键词没有 AI Overview — 此处不需要针对 AI 的特别优化;将精力集中在别处。 提示: 从这里开始寻找快速见效的机会,然后在这些确切的页面上运行 AI Schema Creator,并查看 Analytics ▸ Query Explorer,寻找值得回答的子问题。

Last updated on Jul 09, 2026