45% 的营销负责人承认，他们没法准确测量品牌在 AI 搜索里的可见度。而这些测不到的助手——ChatGPT、Gemini、Perplexity、Google AI Mode——正在悄悄决定：当买家问"该买什么"时，哪些品牌会被点名。AI 可见度审计（AI Visibility Audit）就是补上这个缺口的工具：一套结构化、可复现的评估，回答你站在哪里、为什么、先修什么。
市面上很多"审计"指南停留在仪表盘截图。这是 GEOly AI 的版本：七个步骤、每步有明确产出，并覆盖几乎所有审计都跳过的那一层——决定 AI 代理能不能真正向你下单的商务层。
核心要点
- AI 可见度审计按顺序回答四个问题：你有多可见（基线）、具体在哪赢哪输（提示词）、引擎转而信任谁（引用）、什么在卡你（技术 + 商务闸门）。
- 必须分引擎审计，永远不要看聚合值。品牌可见度在模型之间严重碎裂——ChatGPT 上的强势说明不了 Gemini。
- 最常被跳过的两步是事实准确性检查（AI 说你的话可能是错的）和商务层（商品流、结账标记）——真金白银恰恰藏在这两步里。
- 每条发现都打证据标签——已证实 / 相关性 / 假设——让整改路线图不是建立在感觉上。
- 产出是一张分期路线图：第一周技术解堵，第一个月内容与实体修复，整个季度做信源建设。
开始前：先把测量框架立住
两条规则区分了「审计」和「截图之旅」。第一，对着固定提示词组合测——100+ 条覆盖认知、考虑、购买的真实购买问题，按我们提示词追踪指南的方法搭建——而不是当天早上想到什么问什么。第二，重复采样：AI 回答是概率性的，每条提示词只跑一次的审计，下周就复现不出来。
七个步骤
第 1 步 — 分引擎的 Share of Model 基线
把组合跑过 ChatGPT、Gemini、Perplexity、Google AI Mode；分引擎记录提及率、平均位置、情感倾向——即你的 Share of Model。产出：一张表，引擎为列、你与头部竞品为行。分引擎的差异通常是第一个惊喜：同一个品牌在不同引擎上得分差 3 倍是常态。
第 2 步 — 提示词级胜负盘点
聚合分会把剧情藏起来。把组合分成稳赢、拉锯、稳输三类——品牌词与非品牌词分开统计。产出：按商业意图排序的失守提示词清单。这是审计的营收赌注：每一条稳输的购买阶段提示词，都是一场你缺席的成交对话。
第 3 步 — 引用地图：引擎信任了谁而不是你
对失守提示词，提取引擎引用了哪些域名——评测站、对比文、Reddit 帖、媒体。产出：你所在品类"真正在做推荐"的信源排名清单，并标注你在其中有没有存在感。这张清单就是下季度的外联与内容计划；引用分析可以自动生成它。
第 4 步 — 情感与事实准确性
认真读引擎在品牌词上到底说了什么。给情感打分，但更重要的是抓错误：过期价格、停产产品被当作在售、功能张冠李戴、政策陈旧。产出：错误清单 + 每条错误的可能来源页。购买阶段一个自信的错误回答，比隐身更贵——而且与排名不同，它可以通过修正引擎阅读的页面直接治好。
第 5 步 — 技术闸门
现在——也只有现在——查管道，因为第 1-4 步已经告诉你技术问题是否存在。核查：robots.txt 里 AI 爬虫的访问权（放行 OAI-SearchBot、PerplexityBot 等搜索爬虫，对训练爬虫做有意识的决策）、关键内容的服务端渲染（纯 JS 内容对多数 AI 抓取器不可见）、关键页面的 schema 完整性、干净可抽取的 HTML。产出：一张 pass/fail 清单，修复以天计而不是周计。Google 官方口径也确认不存在需要另建的 AI 基建——这道闸门的意义是别在所有引擎共用的那套检索上掉链子。
第 6 步 — 商务层（所有人都跳过的一步）
如果你卖商品，可见度已经从回答延伸到交易。核查：商品流覆盖与新鲜度（Merchant Center、Shopify Catalog 全站点全 SKU 同步）、代理结账资格（我们 Muse 实测揭出的 true/false 标记）、页面对浏览器代理的可操作性（弹窗和点击陷阱会让代理放弃整张订单）、服务端转化追踪（代理完成的购买不触发浏览器像素）。产出：商品数据记分卡。对 DTC 品牌，这一步的价值经常超过其他六步之和。
第 7 步 — 分期路线图
把发现折成三个时间层：第 1 周——技术解堵（爬虫、渲染、商品流：快、二元、是地基）；第 1 个月——内容与实体（拉锯提示词的答案形页面、事实修正、schema）；季度——信源建设（在第 3 步的引用清单上赢得存在感、评测、社区）。每条打证据标签（已证实/相关性/假设），附上第 1 步基线——90 天后复审时度量的是位移，不是印象。
