提示词追踪：AI 时代的排名追踪，以及怎么不骗自己

你的 AI 可见度得分这周涨了 5 个点。先别庆祝：你的品牌什么都没变。AI 回答是随机的——同一条提示词问两次，点名的品牌都不一样。这意味着提示词追踪（Prompt Tracking，排名追踪在 AI 时代的继任者）很容易做，更容易做错。大多数团队追的词太少、跑得太勤、盯着全是噪音的日线图，还据此做决策。

这是 GEOly AI 的正确做法指南：如何设计一个还原真实购买行为的提示词组合、多少数据量才能确认变化是真的、以及怎么把追踪变成行动而不是仪表盘。

核心要点

• 提示词是 AI 时代的关键词，但有个本质区别：回答是概率性的，所以追踪是一个采样问题而不是查表问题。统计学决定你能得出什么结论。
• 广度胜过重复。多条不同提示词定期采样，比少数提示词每天猛跑的置信度高得多——误差减半的代价约是 4 倍样本量。
• 品牌词和非品牌词必须拆开。品牌提示词（"X 好用吗"）很稳定；品类提示词（"最适合 Y 的 X"）波动要大好几倍。混在一起平均，两边的信号都被抹掉。
• 组合要覆盖完整旅程——认知、考虑、购买——而不是只追"最佳[品类]"。你跳过的那些提示词，恰恰是购买决策真正发生的地方。
• 冻结词集。趋势线只有在组合不变时才有意义；每改一次词集，基线就重置一次。

提示词是带概率分布的关键词

经典 SEO 里，一个关键词每天只有一个答案：你排第 4。AI 搜索里，一条提示词是一个分布：你的品牌可能在 ChatGPT 的 40% 回答中出现、Gemini 70%、Perplexity 10%。跑一次几乎说明不了什么——测量单位是跨样本的提及率，向上汇总就是 Share of Model。

这带来一个反直觉的推论：如果你的真实提及率是 40%，稀疏采样下单日读数轻松在 25% 到 55% 之间乱跳。日环比 5 个点的波动通常是天气，不是气候。没内化这一点的团队，最后都在对随机噪音做"优化"——为一次从未真实发生的下跌赶工内容，等数字随机回升时再把功劳记在自己头上。

GEOly AI 的工作规则：组合层面看周线、单条提示词看月线，任何小于误差范围的波动按零信息处理。

先设计组合，再争论分数

最常见的失败不在统计，在覆盖面。团队追了 15 条"最佳[品类]"就宣布测完了，漏掉的恰恰是决策形成的位置。按三个旅程阶段搭组合：