看清 ChatGPT 真的搜索了什么，再决定品牌该抢哪个入口
Query Fan-out 分析把 ChatGPT 回答一个问题时 fan-out 出去的多条 web search 查询拆开，聚成需求主题（Demand Themes），并对比品牌共现与引用覆盖，帮团队从「AI 真正搜了什么」反推内容、信源与竞品策略。
不是问卷，不是关键词库，是 AI 回答前真的查过什么
从 439 条 Search Entries 里读出 AI 的检索习惯
Popular Searches 先告诉团队 ChatGPT 最常搜索哪些入口；Demand Themes 把碎片 query 聚成需求方向；Brand Battlefield 再回答谁覆盖了最多入口、谁拿到了更多 citations。
一条完整证据链，而不是一个可见性总分
AI Search 的价值在于把“AI 为什么这样回答”拆到可运营的层级：搜索入口、触发问题、需求主题、品牌共现和引用强度。
先看 AI 真正搜索过的查询入口
Search Entry Details 按频次、覆盖 Prompt 数和共现品牌展开。团队可以直接筛选高频入口，判断该入口背后是工具推荐、竞品对比、价格研究，还是某类解决方案需求。
把散 query 聚成用户需求，而不是让团队读 400 行表格
Demand Theme Detail 把同一意图下的 Search Entries、Triggering Prompts 和 Brands 放在一个可下钻面板里。页面不是告诉你“有多少关键词”，而是告诉你“AI 在为哪类需求找答案”。
捕获 ChatGPT 实际触发的 web search 查询
按 Demand Themes 聚合碎片化搜索入口
对比品牌在搜索入口中的覆盖、出现次数与 citations
下钻每条 Search Entry 的频次、触发 Prompt 与共现品牌
最后看谁占住了更多 AI 搜索入口
Query breadth、appearances 和 citations 放在同一张图里，能区分“被偶尔提到”与“覆盖大多数搜索入口”的品牌。这个视角比单次 Prompt 排名更接近 AI 搜索里的竞争现实。
落到执行时，它指向三类动作
这套页面应该让 SEO、内容、PR 和产品营销知道下一步该补什么，而不是只看一张漂亮 dashboard。
补缺失主题：为高频 Search Entry 建页面、FAQ 或产品说明
补可信来源：围绕 AI 常引用的评测、榜单、社区和媒体做证据建设
补竞品差距：对 query breadth 低的主题优先做内容与分发