品牌提及率追蹤（多引擎）
固定 prompt 集，定期跑 ChatGPT/Claude/Gemini/Perplexity
品牌提及追蹤像定期 mystery shopping——每個月派同一批客人去問 AI 同一批問題：「推薦誰？」你在不在答案裡、排第幾、被怎麼描述，全部記錄下來。
03為什麼是現在學
GSC 只給 Google 系的 AI 曝光；ChatGPT、Claude、Perplexity 的世界是官方數據的盲區——自建提及監測是唯一的量測法，而這份資料是對客戶最有說服力的 GEO 成效證明。
04白話理解（對客戶簡報可直接引用）
方法：設計固定 prompt 集（20–30 題：「推薦台北的 XX 服務」「XX 跟 YY 怎麼選」「XX 領域有哪些值得信任的公司」）、每週/每月對四家引擎（ChatGPT/Claude/Gemini/Perplexity）用 API 跑一輪、記錄：有無提及、排序位置、描述內容、引用了哪些來源（→餵 g17/g21）。成本：每月 API 費不到千元台幣——這份資料值遠超成本，自建不要外包。
05工具箱
- ▸固定 prompt 集（版本控管——題目改了數據就不可比） — 設計一次，長期跑
- ▸四家引擎 API＋簡單腳本 — 本系統第二階段的內建功能（AI-3 模組）
06怎麼做 · SOP 3 步（每步標產出物）
- 1設計 prompt 集（含競品對照題）→ prompt 集 v1
- 2建自動化跑批與記錄→ 監測管線
- 3月報輸出提及率與變化→ AI 能見度月報
07場景應用（實戰經驗）
- ◆「AI 提及率從 2/30 題升到 11/30 題」——這一個數字對老闆的說服力，超過所有技術指標的總和；它就是 GEO 服務的成效語言。
08⚠️ 常見誤區
- ✕prompt 集寫成誘導題（「XX 公司好嗎」）——要模擬真實使用者的中性問法，數據才有意義。
口訣
「同一批問題、固定節奏、四家都問——提及率就是 GEO 的排名。」
10里程碑 · 完成標準（可驗證）
- ☐prompt 集固定
- ☐月度數據累積
- ☐進月報
學習者勾自己的進度；顧問勾客戶專案的交付——同一份標準，兩種用法。
12檢核方式與依據出處
程式自動判定：輸入網址，掃描引擎自己爬、自己打 API、自己判定。
依據等級決定計分權重（🟢×3／🔵×2／⚠️×1）——權重量的是「依據有多硬」， 不是「我們覺得多重要」。查無權威文件的判準，誠實標「業界慣例」。