店主那邊反復出現兩個問題。一個是：「我們已經在用 Search Console 和店鋪分析了，但兩者都不告訴我，有人去問 ChatGPT 或 Gemini 要產品推薦時發生了什麼。」另一個來自一位差點花 3000 美元做審計、再加每月 400 美元監測的賣家：這錢值嗎？
第二個問題最好的回答來自同一條帖里另一位賣家：如果交付物是一份報告，那麼 450 英鎊還是 3000 美元都可以跳過——什麼都還沒改就先付錢盯一個數字，順序是反的。所以下面直接給核查本身。我們在三個平台上對自己跑過一遍，其中兩個發現改變了我們的做法。
第 1 步——把你買家真會問的問題寫下來
不是「我的品牌可見嗎」。是二十到四十個按購買前的人真實輸入方式寫的問題：適合某場景的最好的某類產品、滿足某個約束條件的某類產品、某個主流產品的替代品。也留幾個帶品牌名的問題——它們的行為完全不同，而那個不同很重要。
把清單寫進一個檔案。清單才是資產，因為你會反復跑它。
第 2 步——記錄你得到了什麼，不只是「出沒出現」
每個問題在 ChatGPT 和 Gemini 上各跑一遍，每個回答記四件事：你被提及了嗎；你被引用了嗎（來源里真的有一條連結）；出現了哪些競品、順序如何；以及回答引了哪些 URL（誰的都算）。
「被提及」和「被引用」不是一回事，而那個差就是能動手的地方。我們自己跑的時候發現過這種回答：幾乎逐字復用了我們的定位說法，卻把我們寫成一個泛稱——無品牌名，無連結。那是源文本問題，不是排名問題，而任何可見性 dashboard 都不會告訴你是哪一種。
第 3 步——真正改變行動的是那一列
第四列才是錢所在。我們在三個平台上跑非品牌的品類問題時，引用位全部落在 GitHub 倉庫和第三方清單文章上，沒有一條指向我們自己的網站。帶品牌名的問題則相反，確實引了我們自己的頁。
對一個店鋪來說有兩個後果。如果你品類里的非品牌回答引的是零售匯總、平台商品頁和測評站，那麼重寫你的首頁不會改變它們——分發單元是模型實際在引的那個東西。並且兩類問題要分開測——平成一個「可見度分數」，你會得到一個因為你使不上力的原因而波動的數字。
第 4 步——修源頭，不是修 dashboard
賣家報告的兩種失敗，都能在源頭修。
陳舊事實。有位賣家遇到客人拿著一個價格上門，而那個價格他從開店一年多以來就沒再收過。另一位發現 ChatGPT 在推薦一個他幾個月前就停賣的產品，去核了一下，發現另外兩個模型也在顯示同一個已下架的東西。只要舊價格或死掉的產品還留在緩存頁、舊帖子或第三方清單里，那就是會被轉述給你客戶的東西。
缺少對比內容。模型回答「X vs Y」時需要有東西可引。如果你這個品類里沒人寫過一篇誠實的對比，那答案就會用寫過的那個人的材料拼出來。
所以行動清單是：先把陳舊事實在它們真正住的地方改掉（包括不屬於你的頁），再在引用位真正指向的那個面上補上缺的對比或場景內容。一段話為什麼被引、另一段為什麼不被引，機制寫在我們那篇談被 ChatGPT 引用的文章里。
第 5 步——再測一次，但別下周就測
模型看得見的元資料滯後得很厲害。我們自己核的時候，平台報的 star 數和發佈日期都是幾個月前的。別在改完一周內評估效果。幾周後重跑同一份清單，把提及率、引用率和競品順序和第一次對比——這就是第 1 步要你把清單存成檔案的原因。
還有一條紀律：這是採樣，不是測量。回答每次都不一樣，所以每個問題至少跨天重復三次再相信一個變化。跑一次幾乎什麼都說明不了。
在 Orkas 里怎麼跑
Orkas 自帶一個 SeoGeoAgent，而問題清單、每輪記錄和待修清單都住在同一個項目檔案夾里，第二輪可以直接和第一輪 diff，而不是從頭來。更完整的流程在搜索與 AI 回答可見性的場景頁。
它給不了你什麼
- 沒有流量數字。Google Search Console 的生成式 AI 報告沒有 API，而且從結構上就只給展示量——你算不出 AI 的點擊率。
- 沒有競品的真實份額。你在採樣回答，不是在測量一個總體。
- 不保證修完就能傳播出去。有些被引用的來源完全不在你手裡。