如何验证 AI 搜索是否提及你的产品：从脚本到数据的避坑指南

随着用户越来越倾向于向 ChatGPT 等大模型询问商业建议而非使用传统搜索引擎，开发者面临着全新的挑战：你无法直接看到 AI 在对话中推荐了你的产品。传统的搜索控制台（Search Console）只能告诉你页面排名，却无法告诉你 AI 是否在回答“推荐哪家 CRM”时提到了你的品牌。

为了解决这个问题，我构建了一个名为 DOS AI 的助手，并编写了一个自动化脚本来测试 AI 搜索是否真的“点名”了我们的产品。在这个过程中，我发现脚本本身、数据源以及 AI 的行为都会导致测量结果失真。以下是我在构建这套测量系统时踩过的 6 个大坑及解决方案。

实战：如何构建自动化测量脚本？

要获得真实数据，我们不能只靠人工去问几十遍 AI，而是需要脚本。我的脚本逻辑非常直观：

• 模拟用户提问：准备了 35 个买家可能会问的问题，涵盖选择服务、解决任务、询价、对比代理商、品牌认知、哈萨克语和英语等多个维度。
• 控制变量：这 35 个问题中，有 32 个不包含我们的品牌名。每个问题都会发送给带有联网搜索工具的模型，并设定地理位置为我们的城市。
• 成本与频率：单次运行成本约为 1 美元。为了获得可靠数据，我进行了多次运行（9月中旬、10月10日、10月12日）。
• 数据提取：脚本会记录 AI 的回答文本、引用的 URL，并统计我们在回答中出现的频率以及引用来源。

陷阱一：AI 的“复读机”效应

最初，我的规则非常简单：只要回答文本中包含我们的品牌名，就算作一次“提及”。但这导致了大量的误报。

例如，当买家问“什么是 DOS AI？”时，模型有时会直接重复这个问题作为答案。虽然我们的名字确实在文本里，但这显然不是 AI 在主动推荐我们。在第一次测试中，我 2/3 的“命中”都是这种回声。

解决方案：对于包含品牌名的问题，必须要求 AI 必须引用我们的域名（URL）才算有效提及。虽然旧规则依然保留用于对比历史数据，但新规则更精准。

陷阱二：脚本本身的逻辑漏洞

编写脚本比让它“说真话”更难。其中一个致命 Bug 是关于切片操作的。

如果我不给脚本设定 --limit 参数，slice(0, NaN) 会返回空值。结果就是，脚本报错退出，或者显示“nobody names us”（0 of 0）。这对开发者来说是个典型的警示：NaN 处理不当会导致程序静默失败，让你误以为没人提及你的产品。

解决方案：现在，如果脚本遇到逻辑错误，我会将其设置为启动错误（退出码 2），而如果某次运行没有任何回答，则标记为异常（退出码 1），确保我不会错过任何一次运行结果。

陷阱三：AI 的“记忆”与“搜索”切换

AI 并不总是联网搜索。测试发现，大约 1/3 到 1/2 的回答完全不涉及搜索，而是直接从训练数据中回答。对于这些问题，你本月发布的文章完全无效。

此外，AI 决定是否搜索具有随机性。在 10 月 10 日相隔 4 分钟的两次运行中，模型对同一个品牌问题给出了不同结果：第一次从记忆中回答，第二次却搜索到了另一个同名公司并错误引用了它的价格。

解决方案：不要只看单次运行结果。只有当未品牌化问题的提及率发生变化，或者三次运行结果朝同一方向变化时，才将其视为真实趋势。

陷阱四：被忽视的索引与爬取

我原本以为只要发布了文章，AI 就能找到。但实际上，Google 是否索引了你的内容，直接决定了 AI 能否引用你。

• 爬虫调度：通过 Search Console API，我发现 Google 最后抓取我站点地图是在六天前，而那时我刚刚发布新文章。即使 Google 发现了新页面，也可能因为链接权重不足而忽略。
• 索引屏蔽：检查发现，有些平台会对免费账号文章添加 x-robots-tag: noindex 或 nofollow，这些内容在搜索引擎眼中根本不存在。
• 审核队列：另一个平台将新作者的初篇作品放在了审核队列中，没有公开 URL。

解决方案：在脚本中增加一步，在统计“发布”之前，先检查每篇文章的响应头和 robots Meta 标签。确保内容真正可被索引，再谈 AI 提及率。

陷阱五：结构化数据的断裂

为了在 AI 搜索中建立品牌关联，我在主页使用了 sameAs 结构化数据，列出了我们的社交媒体资料。这有助于将品牌名与域名绑定。

但在测试中，我发现其中一个链接返回了 404 错误。虽然这看起来是个小细节，但在 AI 看来，链接断裂会降低品牌资料的可信度，进而影响对主域名的推荐。

解决方案：定期检查结构化数据中的 sameAs 链接，确保所有外部引用都是有效的。

总结

测量 AI 搜索的提及率比传统 SEO 更复杂。我们需要构建一个不仅检查文本，还要检查索引状态、引用来源和逻辑正确性的自动化系统。

对于开发者而言，这意味着：

1. 不要盲目相信文本匹配，要验证 URL 引用。
2. 重视索引问题，确保你的内容真的能被搜索引擎抓取。
3. 理解 AI 的随机性，通过多次运行来过滤噪声。

只有打通了从“发布内容”到“被 AI 索引”再到“被 AI 引用”的完整链路，我们才能获得关于品牌曝光的真正数据。