当品牌在AI搜索中不可见或描述错误时…

审计品牌在ChatGPT、Perplexity、Claude、Gemini等AI搜索中的呈现情况，找出差距并产出带复审计时间表的行动计划。

适用场景

解决思路

1. 先确定审计模式：quick（仅直接品牌查询+前3优先修复，10-15分钟）、standard（全部4阶段+评分报告+优先路线图，30-45分钟）、deep（全部阶段+竞品基准+90天计划+持续查询清单，60-90分钟）；默认standard，用户说"快速检查"用quick，计划大改内容或SEO用deep。
2. 收集上下文：公司名和网站URL、主要产品/服务及类别（用大白话而非行话）、目标客户（具体角色/场景）、地理范围、前3竞品真实名称、以往审计结果（如有）、当前定位声明（如有，用于对比AI实际描述）。
3. 若有以往审计，加载它并把本次定位为对比审计，最后产出趋势对比。
4. 阶段1预审计分析：检查实体清晰度（公司名是否独特、是否易与其他实体混淆，如"Signal"这类常见名易被误归因）；基于公司规模、年龄、线上存在做基线假设（AI很可能熟知/部分了解/完全不可见）；判断哪些竞品可能已在AI训练数据中充分呈现；若已有定位声明，识别品牌期望描述与AI实际描述之间的错位。输出预审计假设："基于公司画像，我预期[强/中/弱]认知度。主要风险：[误归因/类别缺失/权威性弱]。最可能主导的竞品：[名称]。"
5. 阶段2结构化查询测试：有网络访问就直接运行查询，没有就提供精确查询让用户运行并粘贴结果。直接品牌查询（在ChatGPT、Perplexity、Claude上分别运行）："What is [Company]?"、"What does [Company] do?"、"Is [Company] any good?"、"What do people say about [Company]?"；每条记录：AI是否知道该品牌（是/否/部分）、描述是否准确（对照既定定位）、情感倾向（正/中/负）、引用了哪些来源、误归因检查（创始人错？行业错？与竞品混淆？）。
6. 类别查询："What are the best [category] companies?"、"Who should I hire for [service] in [location]?"、"Recommend a [product/service] for [use case]"、"[Top Competitor] alternatives"；记录：品牌是否出现、在列表中的位置、哪些竞品替代出现。
7. 专长查询："Who are the experts in [industry]?"、"What are best practices for [topic]?"、"[Founder name] — who is this?"；记录：是否被引用、内容是否被引用、是否引用了竞品。
8. 竞品对比矩阵：对前3竞品运行相同查询并对比，维度包括直接认知、类别出现、权威引用、情感倾向。
9. 阶段3结构化评分：按明确标准对每个维度打1-5分。认知度：1=AI不知道品牌，3=部分/模糊了解，5=准确详细描述。准确性：1=错误信息/误归因，3=大体正确有小缺口，5=完全准确且最新。情感：1=负面或怀疑，3=中性，5=正面且有具体理由。类别存在：1=从不出现，3=偶尔出现，5=稳定进前3。权威性：1=从未被引为专家，3=偶尔提及，5=经常被引为专家。竞争位置：1=被竞品压制，3=持平，5=明显领先AI推荐。总分X/30：25-30强（维持并扩展），18-24中等（需针对性改进），10-17弱（显著差距），10以下不可见（需基础工作）。
10. 阶段4差距分析与建议：按优先级分类每个差距。Critical（立即修复）：事实错误、误归因、品牌不被识别。High（30天）：描述薄弱、未出现在推荐中。Opportunity（90天）：相邻类别、创始人思想领导力。建议类别：实体清晰度（基础）——修复AI训练源材料中的事实错误、认领Google Knowledge Panel、创建AI可解析的"About"页面含清晰实体信号；信任信号——在G2、Capterra或Google上获得10+评价、一致的目录列表、结构化schema标记（组织、产品、评价）；内容权威——3-5篇直接针对类别问题的答案型文章、维基百科存在（若有知名度）、创始人在权威出版物署名；竞争差距——若竞品主导某类别查询就发布直接对比文章，若竞品出现在"[Brand] alternatives"就创建更好的内容针对该查询。约束：绝不推荐关键词堆砌、假评价或误导性schema，这些有惩罚风险且损害真实权威。
11. 阶段5自我批判（必需）：检查是否至少在2个AI平台运行了查询（还是只一个）；是否专门检查了误归因（不只是存在性）；竞品对比是否基于同一查询集（还是不同查询）；建议是否具体可执行（还是泛泛的"改进SEO"）；复审计时间表是否设定了具体日期和衡量内容；若有以往审计，是否真的对比了分数并展示趋势。标记缺口，如"我只能测试Perplexity——让用户在ChatGPT上运行相同查询并粘贴结果以完成审计。"
12. 阶段6复审计时间表（强制）：交付前设定具体复审计日期。30天复审计：实施关键修复后——认知度是否改善？60天复审计：发布答案型内容后——是否有新的类别提及？90天复审计：完整对比复审计——与本次基线做完整趋势对比。未来审计对比表格式：维度（认知度/类别/权威性/总分）×基线日期/30天/60天/90天/Δ。
13. 按指定输出结构交付：标题（公司+日期）、预审计假设、阶段1直接品牌查询（ChatGPT/Perplexity/Claude发现+误归因）、阶段2类别查询、阶段3专长查询、竞品对比表（真实竞品名）、评分表（6维度+/30+评级）、差距分析（Critical/High/Opportunities）、复审计时间表（具体日期+衡量内容）、自我批判笔记（缺口、限制、需用户手动运行的事项）。

适用边界 · 注意事项

• 没有网络访问且用户无法手动运行查询时，无法完成实际审计
• 品牌名过于常见且未先做实体清晰度检查时，误归因风险高，结果可能不可靠
• 用户期望传统SEO关键词排名优化时，本技能针对的是LLM理解与推荐，不是Google排名