怎麼知道 ChatGPT 有沒有提到你的品牌：自己動手查的四個步驟
想知道自己有沒有被 AI 提到，不需要先買工具，一個下午就查得完：把客戶真正會問的話寫成十到十五條提示詞，分別丟給三個主流 AI，記下有沒有出現你的品牌名、排在第幾順位、以及它引用了哪些網址。唯一要先講清楚的是查法：用你自己天天在用的帳號去查，量到的會是被你餵養過的結果，不是客戶看到的畫面——這一步做錯，後面查得再仔細也是白做。
以下四個步驟按時間排：前兩步同一個下午做得完，看引用來源那一步隔天做比較有精神，最後一步是每月固定重跑的動作。整套流程不需要任何付費工具。
先分清楚你要查的是哪一種「被提到」
搜自己的公司名和搜客戶的需求語句，測的是兩件完全不同的事。前者測的是模型記不記得你這個名字，後者測的是它會不會在客戶問「誰能做這個」的時候把你列進名單——只有後者會影響生意。
多數人第一次查的時候都是打自己的公司名，然後看到 AI 講得頭頭是道就放心了。問題是沒有客戶會這樣搜。真正的購買場景是「我在新北想找能做工業設備的網站，有推薦嗎」，這時候 AI 給的是一份三到五家的名單，你在不在那份名單裡，才是你要量的東西。
兩種都要查，但要分開記錄，因為它們對應的處理方式不一樣：名字被記錯是資訊正確性的問題，沒進名單是能見度的問題。GEO 就是讓 AI 回答問題時提到你，而這件事的成效怎麼量成看得到的數字，AI 能見度怎麼量 把四個指標拆得更完整。
步驟一：把客戶真的會問的話寫成提示詞清單
提示詞清單要寫十到十五條，而且每一條都要像客戶會打出來的句子，不是像關鍵字。這份清單寫完之後就固定下來，往後每個月都用同一份，否則你比較的是兩份不同的考卷。
三種提示詞各占一部分比較有代表性：
- 需求型：「新北有沒有推薦的工廠網站設計公司」「小型診所想做線上預約，該找誰」——這是最接近真實購買行為的問法
- 比較型：「找 SEO 公司和找自由接案者差在哪」「這兩種做法哪個適合十人以下的公司」——AI 在這類問題裡最容易主動舉出具體業者
- 規格型：「委外做 SEO 的合約要注意什麼」「怎麼判斷報價合不合理」——這類問題會逼 AI 引用比較深的內容，是最容易看出它讀了誰家文章的一類
寫的時候把你所在的縣市、產業、公司規模都放進去。地區詞會讓答案具體很多，也更接近你真正在競爭的那個場景。
步驟二：三個平台各跑一次，同一題重跑三次
同一個問題問三次，很可能得到三份不完全一樣的名單，所以單次結果不能當結論。這是這類模型的正常行為，不是你操作錯誤——它們每次生成都帶有隨機性，加上連網搜尋抓到的頁面也會變。
實際操作是三個層面的交叉：三個主流 AI 助理、每題重複三次、全程使用暫時對話或無記憶模式。記錄用一張表就夠，每一列是一條提示詞，欄位放這五項：
| 記錄欄位 | 要記什麼 | 為什麼要記 |
|---|---|---|
| 有無出現 | 三次裡出現幾次 | 算提及率的分子 |
| 出現順位 | 名單中的第幾家 | 順位比有無出現更能看出份量 |
| 有無連結 | 有沒有附上可點的網址 | 有連結才有機會帶來流量 |
| 引用來源 | 它列出的網址是誰的 | 判斷該補內容還是該進名錄 |
| 描述正確性 | 講你的那句話對不對 | 錯誤資訊要優先處理 |
這件事沒有現成的後台可以查：Search Console 目前不會把 AI Overviews 帶來的曝光與一般搜尋結果分開列出，所以這 15 條提示詞的結果只能自己記錄。手工紀錄看起來土法煉鋼，但它是目前少數能跨月比較的做法。
三個平台跑完大約六十分鐘。跑的時候不要追問、不要糾正它，一問一答就結束，因為你要量的是客戶第一次問到的那個答案，不是被你引導過三輪之後的答案。
步驟三：看它引用了誰，而不只是看有沒有你
引用來源那一欄的價值比「有沒有出現」高，因為它直接告訴你下一步該做什麼。AI 附的每一個連結，都是它認為值得參考的頁面，把二十幾個連結攤開來看，通常會落在三種類型。
如果來源多半是第三方的整理文章、產業名錄或論壇討論串，代表這個問題的答案主要由外部評比構成，你缺的是被收進那些名單，官網再寫十篇也很難擠進去。如果來源多半是各家業者自己的官網或部落格文章，那就是內容題，你補得上去。如果來源裡有你的網站但引用的是不合適的那一頁（例如引到公司沿革而不是服務說明），問題出在頁面結構，不在有沒有內容。
還有一種常見結果是引用來源裡有你的競爭同業，而他們的那篇文章形式很固定：問題句當標題、開頭一段就把答案講完、中間有明確的數字。AI 偏好引用什麼形式的內容，什麼內容 AI 最愛引用 有從實際引用資料整理出來的歸納。
步驟四：把提及率記下來，每月用同一份清單重測
提及率是這件事唯一能跨月比較的數字，算法是出現次數除以總提問次數。十五條提示詞、每條問三次、三個平台，總提問次數就是一百三十五次；其中出現二十七次，提及率是二十％。
第一次量到的數字沒有好壞可言，它的用途是當基準線。有意義的是第三個月的數字和第一個月的差距，以及差距出現在哪一類提示詞上——需求型提示詞的提及率上升，比規格型上升更值錢，因為前者更接近成交。
記錄檔案本身也要固定：同一份試算表、每月一個分頁、同樣的欄位順序。這件事最常見的失敗不是查不到，是三個月後想比較的時候發現每次記的欄位都不一樣。
查到這三種情況要當天處理
有三種查到的結果不能排進月報慢慢處理，因為它們正在持續傷害你，而且會被反覆引用。
- 營業資訊錯誤：AI 講出來的地址、電話、服務範圍或營業狀態是錯的，尤其是把還在營業的公司說成已歇業
- 同名混淆：你的品牌名被和另一家名稱相近的公司混在一起，客戶問到你、AI 回答的是別人的服務內容
- 舊資訊被當成現況：最常見的是三年前的價目頁，或早就不做的服務項目還掛在答案裡
這三種的共同點是「錯」而不是「少」，處理順序要排在所有能見度工作之前。做法是先找出 AI 引用的那幾個網址，屬於自己的頁面當天更新並提交重新索引，屬於第三方名錄的寫信要求更正，Google Business Profile 上的營業資訊自己登入改——那一頁是在地商家資料最常被抓取的來源之一，改動通常 1 到 3 天就會反映在搜尋結果，但模型端要再等數週到數月。愈晚開始，錯誤資訊被引用的次數愈多。
查完之後，力氣該花在哪
查完之後最該避免的動作，是把整份清單交給一家廠商然後說「幫我做到有出現」。這份紀錄的價值在於它已經幫你分好類：錯誤資訊自己就能改，名錄型的缺口要去談收錄，內容型的缺口才需要產出頁面。
三類的投入產出差很多。錯誤資訊的修正通常一天內做得完，效益卻最直接；名錄與第三方名單要花時間接觸，但一旦進去就會被反覆引用；內容型的缺口最花時間，也是唯一能長期累積的一項。要讓 ChatGPT 這類工具在名單裡提到你，可操作的方向在 怎麼讓 ChatGPT 提到你的品牌 有更完整的拆解；我們自己在做這件事時用的方法與量測指標，都放在 解決方案 那一頁。
SEO 與 GEO 成效受搜尋引擎與 AI 模型演算法、市場競爭等因素影響，實際結果因專案而異，本文所述之查核方法與提及率為觀察工具，不構成品牌被任何 AI 產品引用之承諾。
這四個步驟自己做得完，會卡住的通常是最後一步——來源清單就擺在眼前，卻不知道該先補內容還是先去談收錄。需要有人一起判讀那份清單的話：LINE @APM168 或 02-2601-8918。
本文經 AstraPath 編輯流程 查證與更新。