搜自己的名字查口碑，是种条件反射。到了 2026 年，你的客户多了第二种反射：他们问 ChatGPT「[你的品牌] 好用吗」或「[你的品牌] 有什么替代品」。当数亿周活用户把 ChatGPT 当答案引擎、而一条答案通常只点几个品牌时，不在这份短名单里，就等于在决策的那一刻隐形。
查 ChatGPT 比查 Google 更棘手。答案是个性化的、不确定的、对措辞敏感。这篇给你一套可复用的手动审计，外加规模化追踪存在感的方法。
核心要点
- ChatGPT 答案是个性化的、每次都在变，所以要从中立会话、用多个 prompt 审计，绝不靠单个走运的查询。 - 测三个意图层：直接品牌（「X 是什么」）、品类（「面向 Y 的最佳 X」）、对比（「X 对比 Y」），每一层揭示不同的可见度缺口。 - 每条答案看三样：准确性、幻觉、情绪，并记录被点名替代你的竞品。 - 手动审计是快照；Share of Model 会随时间追踪你相对竞品的存在感，让你看到趋势而非某一瞬。 - 补缺口靠三招：强化实体定义、赢得可信第三方引用、纠正喂出幻觉的来源。
步骤 1：准备一个中立会话
ChatGPT 会根据你的历史和记忆做个性化。如果你常聊自己公司，模型就偏向提到它，你的审计就会骗你。
登出后开新对话，或关掉 Memory 并用临时对话（Temporary Chat），最好再用隐身窗口。目标是模拟一个对你毫无背景认知的首次用户。同一个 prompt 跑两三次——答案会变——把「规律」而非任何单条回复当作你的数据。
步骤 2：测直接品牌类查询
先从导航意图开始：ChatGPT 知道你是谁吗？
- 「[你的品牌] 是什么？」 - 「[你的品牌] 靠谱吗？」 - 「[你的品牌] 适合谁？」
检查描述是否准确、留意有没有编造功能或价格（幻觉），并记录语气：正面、中性还是怀疑。如果模型连你都描述不对，那你的问题是实体定义，还轮不到可见度。
步骤 3：测品类类查询
接着是商业意图，多数购买决策都在这里发生：「面向 [人群] 的最佳 [品类]」「2026 年顶级 [品类] 工具」「适合 [场景] 的高性价比 [品类]」。
记录你到底出没出现、在列表里排第几、以及和你并列或替代你被点名的每个竞品。这是最影响营收的一层，因为买家在这里搭建短名单。如果竞品总能上榜而你上不了，那就是你的优先缺口。
步骤 4：测对比类查询
对比 prompt 揭示模型如何把你和对手放在一起框定：「[你的品牌] 对比 [竞品]」「[竞品] 的替代品」「[场景] 该选 [竞品] 还是 [你的品牌]」。记录你被框成更强还是更弱的一方，以及理由是否符合现实。对比答案常暴露过时事实和情绪问题，你可以直接针对它们下手。
步骤 5：打分并长期追踪
单次审计是移动表面上的一张快照。要真正管理它，你需要趋势，也就是需要一个指标。
这正是 GEOly 的位置。它是一个 GEO 数据平台，跨 ChatGPT、Gemini、Perplexity 等追踪你的品牌，把杂乱的画面变成数字：可见度用 AIGVR、相对点名竞品的份额用 Share of Model、提及率与引用率，还有一个品牌印象视图，能带原句证据地呈现 AI 对你做出的正面、负面、中性陈述。你不再一次性肉眼扫十个 prompt，而是监测一组实时 prompt、盯着趋势。`app.geoly.ai` 可免费试用；更多见[什么是 GEOly AI](/zh/blog/what-is-geoly-ai)。跨引擎的监测流程见[如何在 AI 搜索中追踪品牌提及](/zh/blog/track-brand-mentions-in-ai-search)。
常见坑
- 登录状态审计，ChatGPT 会拿你自己的历史来讨好你。 - 答案不确定，却只凭一个 prompt 下判断。 - 只测品牌名，漏掉买家真正做选择的品类与对比 prompt。 - 无视幻觉。一个关于你定价的、自信的错误事实，比缺席伤害更大。
如何验证
补完缺口后，在中立会话里重跑同一组 prompt 做对比。因为答案会变，要在多次运行里找「规律的移动」，而不是单条完美回复。监测工具靠采样多次运行并报告聚合值，让这件事变得可靠——这正是持续追踪时 Share of Model 胜过手动抽查的原因。补你找到的缺口，见[如何被 ChatGPT 和 Gemini 引用](/zh/blog/how-to-get-cited-by-chatgpt-gemini)。
常见问题
为什么 ChatGPT 今天提到我的品牌，明天又不提？
答案是不确定的，受措辞、会话上下文和模型更新影响。这很正常。用多次运行和一组稳定 prompt 来判断可见度，别看单日波动——这正是 Share of Model 指标的用处。
我必须付费用工具，还是能手动查？
你可以用中立会话免费手动查，也应该查，用来建立直觉。但要做持续追踪、趋势数据、竞品基准和规模化的印象证据，像 GEOly 这样的平台能做到手动抽样做不到的事。见 [GEOly AI 作者页](/zh/blog/author/geoly-ai)。
ChatGPT 在编造我没有的功能，怎么修？
幻觉通常源于薄弱或矛盾的来源。发布一份清晰、结构化的真实功能与价格说明，加 `Product` 与 `Organization` schema，并纠正模型可能在读的第三方收录。然后重新审计。
Share of Model 是什么？
它是在「你的品牌 + 竞品」这个集合里，你在 AI 答案中的可见度份额。它把「我有没有被提到」重构成「我占了品类对话的多少」，这才是要长期做大的数字。
手动审计该覆盖多少 prompt？
覆盖三个意图层——直接、品类、对比——每层几种措辞，总共 10 到 20 个 prompt。保持这组稳定，才能在多次审计间对比。
