買家越來越多是在 ChatGPT、Perplexity 或 Google AI 摘要裡認識一個品牌,而不是在搜尋結果第一頁。麻煩的是,這些 AI 平台不會給你曝光數、也不會有分析後台。這篇把追蹤方法從零成本的手動抽查,一路講到自動化腳本,讓你知道自己的品牌在 AI 答案裡到底排在哪。
為什麼傳統追蹤完全看不到 AI 提及
先把問題講清楚:在 AI 搜尋裡,你的品牌只有兩種狀態,被提到,或沒被提到,而傳統工具兩種都看不到。
Google 有 Search Console,社群平台有觸及數據,評價網站有評分。ChatGPT 什麼都沒有,沒有曝光數、沒有儀表板、也沒有內建功能告訴你它怎麼描述你。研究顯示,只有大約兩成的 ChatGPT 提及帶有可點擊的引用連結、能夠在 GA4 裡被追蹤,其餘八成那些直接影響購買決定的品牌推薦、比較與描述,對傳統分析而言是隱形的。
這代表如果你只看網站流量與關鍵字排名,會漏掉正在快速成長的一條研究管道。以 2026 年的數據來看,約六成五的消費者會用 AI 工具做購買研究,B2B 買家的比例更超過七成。
要追蹤的不是排名,是出現頻率
動手之前,得先修正一個常見誤解:AI 答案裡沒有穩定排名這種東西。
有研究團隊在 2026 年初做過大規模測試,讓六百位受試者對 ChatGPT、Claude 與 Google AI 送出近三千筆提示詞。核心發現是,同一個提示詞要 ChatGPT 兩次給出完全一樣的品牌推薦清單,機率不到百分之一;順序也一模一樣的情況,機率低於千分之一。
所以任何標榜能給你「AI 排名位置」的工具,量到的其實是雜訊。
但同一份研究也給了有用的結論:雖然單次回答近乎隨機,多次執行的出現頻率卻是穩定的。在競爭激烈的品類裡,頭部品牌無論提示詞怎麼換寫法,出現率都落在五成五到七成七之間。真正該追蹤的指標因此是曝光率:在一批相關提示詞中,你的品牌被提到的比例。追的是頻率,不是名次。
三個層次要分開記錄
記錄時不要只寫「有/沒有」,那只會得到一堆無法判斷的資訊。建議把結果拆成三層,它們會各自變動,代表的意義也不同。
提及(mention): AI 在回答裡任何位置出現你的品牌名。訊號是,模型知道你存在。
引用(citation): AI 把你網站列為來源並附上連結。訊號是,你的內容被信任,這是內容優化真正要爭取的東西。
推薦(recommendation): 當使用者問「該買什麼」「該找誰」時,AI 主動建議你。訊號直接對應營收,也是買家真正會採取行動的那一層。
另外要一併記錄「還有誰出現」。競品的聲量佔比是這份追蹤一半的價值來源,當對手拿下一個本該屬於你的提示詞,那就是一份現成的內容待辦清單。
步驟一:建立你的提示詞清單
提示詞是整套追蹤的地基,要寫得像買家真的會問的話。建議十到二十條,混合四種類型。
- 品類詞:「最好的 [你的品類] 給 [你的客群]」。
- 問題詞:「我要怎麼解決 [你解決的痛點]」。
- 比較詞:「[你] 跟 [競品] 的差別」或「[競品] 的替代方案」。
- 品牌詞:「[你的品牌] 是什麼」「[你的品牌] 可靠嗎」。
清單一旦定好就固定下來,每月重複使用。你在建立的是時間序列,換題目等於毀掉趨勢的可比性。
還有一個實務提醒:不要只跑品牌詞。「[我的品牌] 是什麼」問起來很安心,但幾乎沒用,因為是你自己在問,答案通常會提到你。真正有價值的是品類詞與問題詞,那裡面你是在跟模型認識的所有選項競爭。
步驟二:手動抽查(免費,每月約一小時)
這個方法能拿到八成該有的訊號,成本為零。
- 開乾淨的工作階段。 用全新對話,不要帶歷史紀錄,記憶功能會讓答案偏向模型已知你關心的東西。登出或另開一個帳號更好。
- 分別在 ChatGPT、Perplexity 與 Gemini 各跑一遍。 Perplexity 的引用最透明,最適合當診斷工具。Google AI 摘要則在會觸發的查詢上一併測。
- 每一筆結果都記進試算表。 欄位包含引擎、提示詞、是否提及、是否引用、是否推薦、出現哪些競品。每次執行一列。
- 重要提示詞跑兩次。 AI 回答是機率性的,同一個問題可能給出不同品牌清單。兩次可以分辨哪些結果穩定、哪些是擲骰子。
一個月一小時、成本零,跑滿三個月你手上就有一條多數企業願意付錢買的趨勢線。之後若發現某個買家常用的引擎上完全看不到你,那是優化方向,不是追蹤問題。
步驟三:改用 API 自動化
當提示詞超過五十條、或想每週跑一次時,手動就不敷使用了,這時可以自己搭一套。
最省成本的做法是用 Perplexity 的 API。一筆典型的 Sonar 查詢約一分錢,一整套二十條提示詞的月度稽核花不到一美元,即使加上重量級的深度研究查詢,也只到一美元上下。流程是把提示詞清單寫成腳本,依序送出、存下回答,再用簡單的字串比對判斷品牌是否出現、出現在哪個位置、引用了哪些連結。
自己搭的好處是資料完全掌握在自己手上。缺點是需要一點基本的程式能力,也要注意各家 API 的計費方式與頻率限制。
付費工具與自建怎麼選
不想自己寫程式的人,市面上已有一批現成工具。
入門價位約從每月二十九美元起,高階方案可到每月四百九十九美元以上。這類平台的做法都類似:定期把上百條提示詞送到 ChatGPT、Perplexity、Gemini 等引擎,抓回回答後分析你的品牌是否被提及、被引用或被推薦,並長期記錄變化。
選擇時看兩件事就好。第一,它有沒有支援你真正在乎的引擎,有些工具涵蓋六個以上,有些只做主流兩三個。第二,它的歷史資料能不能回溯,因為單一時間點的快照沒有意義,趨勢才有。
如果預算有限、又只有二十條提示詞,自建或手動其實都夠用。付費工具的價值在規模,不在單次查詢。
引擎該優先追哪幾個
不需要每個都用同樣的力氣。以小型企業來說,建議的優先順序如下。
ChatGPT 排第一,使用者規模最大,多數買家對話發生在這裡,一次推薦的價值也最高。它同時最難便宜地自動化,但仍值得手動跑,且要分別測一般模式與開啟搜尋的模式,因為答案不一樣。
Perplexity 是最佳的診斷引擎。每個回答都附上可見的引用,你能看到自己不只被提到,還能看出是哪一頁拿下的、又是誰贏過你。
Google 的 AI 介面(AI 摘要與 AI 模式)觸及極大,因為它就長在預設的搜尋行為上。如果你的傳統 SEO 表現不錯,值得檢查 AI 這一層有沒有承接下來。
Gemini 與 Claude 每季跑一次即可。多數領域的買家量較小,但 Claude 偏技術與專業使用者,若你的客群正好是這類人,就把它往前提。
第一個月先做這三件事
不要一開始就想架全套系統。先把最小可行的版本跑起來。
第一,寫出十條提示詞,混合品類、問題、比較與品牌四類,之後每月固定不動。第二,在 ChatGPT 與 Perplexity 各跑一遍,用試算表記下提及、引用、推薦與競品四欄,重要題目跑兩次。第三,選一條你被漏掉的提示詞,去查那個位置被誰佔住、他靠哪些頁面拿下的,那通常就是你下一篇文章要寫的主題。
追蹤的目的從來不是收集漂亮的圖表,而是找出「買家在問、而你不在答案裡」的那些問題。找到了,才有得改。






