要追踪品牌在 Gemini 中的提及，你需要四样东西：一套源自真实买家问题的 prompt 集、在 Gemini 应用里固定节奏的采样流程、一张把「提及」和「引用」分开记录的台账，以及一个带 Gemini 引擎筛选的追踪工具，在人工检查撑不住时把整个闭环自动化。Alphabet 2025 年 Q4 财报显示 Gemini 应用月活已突破 7.5 亿，它已是全球最大的 AI 回答入口之一——却也是被追踪得最少的一个，因为多数团队把它和 Google AI Overviews 混为一谈。两者是引用行为完全不同的两个入口，这份指南把区别和操作流程一次讲清。
核心要点
- Gemini（独立应用与 gemini.google.com）和 Google AI Overviews、AI Mode 是不同的入口；2026 年 I/O 上 Google 已把后两者合并为统一的 AI Search 体验，而 Gemini 应用仍然独立存在。
- Gemini 只在它自己决定外链时才显示 Sources 按钮，相当一部分品牌提及完全不带引用——提及率和引用率必须作为两个指标分开记录。
- Gemini 的 grounding 底层就是在跑 Google Search 查询（Gemini API 文档有明确说明），已被收录、有自然排名的页面在获取引用上有结构性先发优势。
- 回答是非确定性的：每条 prompt 采样 3–5 次，才能把结果当趋势看。
- 30–50 条 prompt、每周一轮，是可用追踪体系的下限；每日自动化运行才是现实的终态。
先把地图画对：Gemini、AI Overviews 与 AI Mode
「Gemini」一词同时指两件事：驱动几乎所有 Google AI 产品的模型家族，以及 gemini.google.com 和移动端的独立助手应用。当营销团队讨论追踪品牌在 Gemini 中的提及时，指的几乎都是后者——那个像 ChatGPT 一样回答购买问题的对话产品。
AI Overviews 和 AI Mode 则活在另一个地方：Google 搜索内部。AI Overviews 是经典搜索结果上方的 AI 摘要，AI Mode 是对话式搜索标签页。2026 年 I/O 上，Google 把两者合并为统一的 AI Search 体验，默认模型为 Gemini 3.5 Flash，并公布 AI Overviews 月活超 25 亿、AI Mode 月活破 10 亿。
区分它们的原因在于检索机制不同。AI Search 是检索优先：先搜后总结，引用位是版式的一部分。Gemini 应用是模型优先：默认靠模型知识作答，只有当它判断搜索能改善答案时才通过 Google Search 做 grounding。同一个问题，品牌可能在 AI Overviews 里被频繁引用，在 Gemini 应用里却几乎隐身。把它们当作独立引擎分别追踪，永远不要把数据平均到一起。
第一步：用真实买家问题构建 prompt 集
别用泛化关键词。去挖用户下单前真正会问的问题：销售通话记录、客服工单、站内搜索日志、Reddit 讨论帖、People Also Ask。然后归入四类：
- 品类型：「300 美元以内最好的无线吸尘器」
- 对比型：「[你的品牌] vs [竞品]，哪个更好」
- 问题型：「能搞定厚地毯宠物毛的吸尘器」
- 品牌型：「[你的品牌] 值得买吗」「[你的品牌] 测评」
30–50 条是最佳区间——覆盖完整漏斗，又维护得过来。Gemini 和 AI Mode 还有一个特殊变量：fan-out。一个问题会被拆解成多个隐藏子查询，品牌可能通过一条你从没写下的子查询进入或退出答案，所以高价值问题要多备几种问法变体。这套指标体系的完整定义——提及率、引用率、Share of Model——见配套文章 AI Search 可见性 KPI 指南。
第二步：在 Gemini 中运行并采样
用干净的浏览器配置打开 gemini.google.com，避免个人历史污染结果。记下模型版本（默认的 Flash 和 Pro 答法不同）、日期和所在国家——三者都会改变答案。然后每条 prompt 跑 3–5 次。Gemini 是非确定性的：跑一次是轶事，跑五次才是样本。
运行时留意 Sources 按钮。按 Google 官方帮助文档的说明，来源以按钮形式出现在回答底部或正文行内，点开是右侧链接面板——按钮不出现，就意味着这条回答没有附带任何链接。这个「缺席」本身就是数据，记下来。
