選 20–50 個客戶真實會問的問題，在 ChatGPT、Google AI 模式、Gemini、Microsoft Copilot、Perplexity 各問一次，記錄 AI 是否提到你、描述是否正確、引用了哪些網址與競爭者；每月用同一組問題重測，就能看出 AI 能見度的變化。
- AI 能見度要用「固定的問題」量測，否則每次結果無法比較。
- 問題分五類：品類、需求、比較、品牌、在地。
- 記錄四件事：有沒有提到你、描述對不對、引用哪個網址、還提到哪些競爭者。
- AI 回答會變動，同一題建議問 2–3 次，看整體趨勢而非單次結果。
- 網站分析中來自 AI 的流量是「下限值」，部分 AI 點擊無法和一般搜尋分開。
步驟一：建立目標問題清單
問題要來自客戶真實會問的話，而不是你希望被搜尋的關鍵字。最好的來源是業務與客服：「客戶第一次聯絡時，通常怎麼問？」
| 類型 | 用途 | 範例 |
|---|---|---|
| 品類 | 有沒有被列入「這一類公司」 | 台灣有哪些做工業自動化設備的公司？ |
| 需求 | 客戶有問題時會不會想到你 | 工廠想導入自動化，該找誰評估？ |
| 比較 | 和競爭者並列時怎麼被描述 | A 公司和 B 公司的自動化方案差在哪？ |
| 品牌 | AI 對你的認識正不正確 | {公司名稱}是做什麼的？可靠嗎？ |
| 在地 | 地區型生意是否被找到 | 台中有推薦的工業自動化廠商嗎？ |
建議比例：品類與需求佔一半以上，因為這是還不認識你的潛在客戶會問的問題。
步驟二：固定測試條件
AI 的回答會變動，條件不固定，每個月的結果就無法比較。
- 平台：固定 3–6 個，例如 ChatGPT、Google AI 模式、Google 搜尋的 AI 摘要、Gemini、Microsoft Copilot、Perplexity
- 對話：每一題都開新對話，避免前面的對話影響回答
- 帳號：記錄是否登入；盡量每次用相同狀態
- 重複：每題問 2–3 次
- 記錄：日期、平台、地區
步驟三：用表格記錄
建議用試算表，每一列是一次提問：
| 欄位 | 填寫內容 |
|---|---|
| 日期 | 2026-10-01 |
| 平台 | ChatGPT |
| 問題 | 台灣有哪些做工業自動化設備的公司？ |
| 是否提到你 | 是／否 |
| 排在第幾個 | 第 3 個（沒提到則留空） |
| 描述是否正確 | 正確／部分錯誤／錯誤（錯誤時記下錯在哪） |
| 是否引用你的網址 | 是／否；引用的是哪一頁 |
| 同時提到的競爭者 | 列出名稱 |
| AI 引用的外部來源 | 列出網址（例如媒體、協會、比較網站） |
最後一欄特別重要：AI 引用了哪些外部網站，就是你該去建立曝光的地方。
步驟四：計算指標
| 指標 | 算法 | 意義 |
|---|---|---|
| 提及率 | 提到你的次數 ÷ 總提問次數 | AI 會不會想到你 |
| 引用率 | 引用你網站的次數 ÷ 總提問次數 | AI 會不會把你的網站當作來源 |
| 正確率 | 描述正確的次數 ÷ 提到你的次數 | AI 對你的認識正不正確 |
| 競爭者佔比 | 各競爭者被提到的次數 ÷ 總提問次數 | 誰在 AI 回答中佔了位置 |
建議分平台、分問題類型各算一次。例如「品牌問題提及率很高，但品類問題幾乎沒有」，代表 AI 認識你，但不會主動推薦你。
步驟五：從結果找出下一步
| 你看到的狀況 | 可能原因 | 下一步 |
|---|---|---|
| 所有平台都沒提到你 | 網站讀不到或沒被索引 | 檢查爬蟲與索引 |
| 有提到，但描述錯誤或過時 | 各處資料不一致 | 統一 Entity |
| 品牌問題有提到，品類與需求問題沒有 | 缺少回答客戶問題的內容、缺少第三方證據 | 把常見問題寫成答案頁；建立第三方證據 |
| 提到你，但引用的是別人的網站 | 你的網站沒有清楚回答這個問題 | 針對該問題寫一頁專門的回答 |
| 競爭者一直被提到，引用來源是某個比較網站或媒體 | 對方在該來源有曝光 | 評估在同一來源建立曝光 |
步驟六：每月重測，搭配網站數據
用同一組問題、同樣的條件每月重測一次，記錄指標變化，並對照這個月做了哪些調整。
同時搭配這些數據：
- 網站分析：來源為 chatgpt.com、perplexity.ai、gemini.google.com、copilot.microsoft.com 等的流量。ChatGPT 帶來的連結通常會加上
utm_source=chatgpt.com - Google Search Console：搜尋曝光與點擊
- Bing Webmaster Tools：索引狀態，以及 AI 相關的成效報表
要注意：從 Google AI 摘要、AI 模式點進來的訪客，通常會被記為一般 Google 搜尋；部分 AI App 不會帶來源資訊，會被記為直接造訪。所以網站分析中的 AI 流量是下限值，實際只會更多。
可以直接用的檢查表
- 列出 20 個以上的目標問題，涵蓋五種類型
- 決定 3 個以上的 AI 平台，固定測試條件
- 每題每個平台問 2–3 次，填入記錄表
- 計算提及率、引用率、正確率、競爭者佔比
- 整理 AI 引用的外部來源清單
- 依「步驟五」的對照表，列出這個月的三件改善事項
- 設定下個月的重測日期
數位聖經用同樣的方法量測自己的網站，過程公開在 Case Study 001。如果想直接取得完整的量測與分析，可以參考 AI 能見度健檢。這是 GEO 五個支柱中的最後一個「持續量測」，完整方法見 GEO 是什麼？。
常見問題
一次要測多少個問題才夠？
剛開始用 20 個問題、3 個 AI 平台就能建立基準線。要拿來做決策或每月追蹤，建議擴充到 50–100 個問題、5 個以上平台，結果會比較穩定。
為什麼同一個問題，我和同事問出來的答案不一樣？
AI 的回答本身有隨機性，也可能受到登入狀態、對話紀錄、所在地區與個人化設定影響。所以量測時要固定條件（例如都開新對話、記錄地區與日期），每題問 2–3 次，看的是整體比例而不是單一次回答。
可以用程式自動量測嗎？
可以用各家 AI 的 API 自動化，但 API 的回答不一定和使用者在網頁或 App 上看到的相同。建議以自動化取得大量數據，再每月人工抽測一部分，並在報告中註明量測方式。