via https://moz.com/blog/prompt-tracking-mistakes-whiteboard-friday
你的AI可见度衡量方式有误吗？汤姆·卡珀揭示了AI提示追踪中的4大错误，以及扩展提示列表的4种创新方法。Moz的粉丝们，周五快乐。今天我想谈谈提示追踪。这个话题在行业内一直是讨论的热点，我感觉尤其是在过去几个月，但实际上整个去年都是如此，而且这也是我们在Moz Pro和STAT中都已开发的功能，并面向我们所有客户开放。
但我认为很多人对提示追踪仍持保留意见。所以我今天不打算重点介绍我们的产品，这不是一则广告。相反，我想谈谈我在各种工具中观察到的、人们常犯的四个错误——我认为正是这些错误导致了上述那些保留意见和误解。
1. 关注引用而非提及
第一个错误，可能也是最大的一个，实际上是关于引用的。
白板上放大了提示与响应格式示例的部分。
我这里有一个例子，一个很典型的提示。这类内容你在提示追踪工具里看到的截图可能就是这样的。顶部有一个问题，在这个例子里，大概是关于手机推荐，或者哪款手机最适合某些需求之类的问题。
然后下面是响应，提到了各种手机品牌和子品牌，最后还有一个引用。在这个例子里，我用了pcmag.com。
现在，假设你是苹果公司。在这个例子中你就是苹果，你想评估自己的表现。你可能会做的是，查看是否提到了 apple.com。你会说：”哦，不，引用实际上来自外部网站，是PCMag。因此，这次表现不好。”
我认为这种想法是有问题的。你其实并不真正关心这些信息的来源。实际上，如果非要说的话，这些信息来自其他网站反而更具权威性，对吧？你未必希望自己被引用。
显然，你也有可能成为被引用的来源之一。但最重要的是，你被提及了。
你在AI搜索中胜出了吗？
立即查看你与竞争对手的对比情况！
所以我认为，关键是关注提及而非引用，而且也不一定只关注你主域名的提及，甚至不限于你主品牌的提及。显然，你的其他品牌，比如在这个例子中的 iPhone，或者 iTunes 等等，这些被提及的重要性，要高于谁是被引用的来源。
我们现在知道，这类AI响应在大多数情况下，不太可能为网站带来点击或引荐流量。
这与传统搜索在你的营销漏斗中所处的位置不同——在传统搜索中，你可能一直专注于获取点击。而现在这更多地关乎品牌认知度，关乎出现在对话之中。所以我认为你不应该过分关注谁出现在引用里，除非这本身就是一个机会。
比如，你看到这个，但对自己在这段摘要中被提及的方式不满意。你看到后可能会想：”好吧，那我需要去和PCMag沟通一下，确保我能出现在他们的产品汇总文章里之类的。” 所以，这是你的机会，而不是你的排名之类的东西。
2. 只用排名的思维模式
说到这个，我认为人们犯的第二个大错误，就是用传统的SEO指标来思考这个问题，比如排名。
那么在这里，我可能会说：”哦，好的，我被第一个提到了。因此，这很棒。我赢了。”但实际上，三星品牌被提及的次数更多。
在大量的提示中，我可能更关心的是：我被提及的总次数、提及我的响应所占的百分比、我是如何被提及的、我被提及的具体片段是什么样的、以及使用了什么样的形容词来描述我。
这里有各种各样的指标。我认为这个领域目前还处于非常初期的阶段，所以人们偏好哪些指标也还在发展形成中。但我真心认为，你不应该专注于那些传统的SEO指标，因为它们在这个领域里帮助不大。
当然，谁被第一个提及，这是一条背景信息，可能是你想关注的一个点，但它不应该像传统意义上那样成为你唯一的追求。
在我深入探究更细微的问题之前，我会把分析大量提示作为我的主要工作，这就像是我在这个领域的”排名”基准。我会先查看大量的提示，仅仅关注有多少比例的响应提到了我，以此作为我的主要评估起点。这引出了我要说的第三个大错误，那就是数量。
3. 没有为企业追踪正确数量的提示
如果你是一个像我刚才谈到的苹果那样的品牌，你可能一直在做追踪。我猜苹果公司确实有活跃的SEO项目，他们追踪的关键词数量很可能有数千、数万，甚至数十万个。
因此，对于这种规模的品牌来说，去说”好吧，针对我们所有的产品、所有的品牌和所有的市场，我们就追踪50个提示”，这显然是不合理的。
提示的差异性往往更大。每日输出的结果变化也更多。它们的确定性更低，更偏向长尾。如果有什么不同的话，你实际上应该追踪比（传统SEO中）漏斗顶部关键词更多的提示数量。
别误会我的意思。我认为如果你是个小企业、本地企业，或者业务范围非常特定的企业，也许50个提示在某些情况下就足够了。但这类企业在过去追踪的关键词数量本身也会比较少。
所以我认为你需要有一个合适的规模，这也是我们在产品中努力支持的，确保客户能够获得与其关键词追踪规模相匹配的提示追踪规模，而不会让成本高得离谱之类的。
AI搜索始于一个提示
利用Moz Pro中的”提示建议”功能，识别对你的品牌至关重要的提示。
稍后我会简单谈谈如何利用不同类型的提示，来确保你获得一个具有代表性的全貌。
但这基本上和你习惯的关键词追踪是同样的情况。大概十年前，你在做关键词追踪时可能也有过类似的讨论，你会说：”现在本地化程度太高了，个性化程度也太高了。我们需要更广泛多样的关键词，才能在追踪中获得有代表性的数据。” 现在的情况也是同样的道理。
4. 只追踪头部提示
最后我想谈的一点是头部提示。正如我之前提到的，当你决定追踪哪些提示时，它们通常会更具长尾特性。我不希望你把自己现有的关键词列表直接原封不动地导入到你选择的任何提示追踪工具里。
很少有人会打开ChatGPT，输入”笔记本电脑”然后直接按回车。我确信有人这么做过，很可能我自己就为了在幻灯片上举例而这么干过。但这是一种很奇怪的做法，并不是人们与这类工具交互的真实方式。所以你应该确保在你研究和纳入的提示类型中反映出这一点。
目前，提示的搜索量可能很难衡量。有一些长期存在的统计数据是人们喜欢引用的，我记得大概是说谷歌每天看到的关键词搜索中，有15%是全新的，也就是前所未见的。
可以想见，对于提示来说，这个比例可能是百分之九十几。我不知道确切的数据。
但如果让我猜的话，很可能在百分之九十几。我认为绝大多数提示的搜索量大概都只有一次。所以，实际上，你只需要识别出那些重要的主题，然后设定一些符合现实的提示。
我们有一些工具可以辅助解决这个问题。我的同事皮特博士撰写了一份很棒的指南，我希望它会放在下方参考资料里。”人们还在搜”（People Also Ask）也可能是一个不错的起点，因为这些是谷歌认为确实存在且可能有用的一些真实长尾关键词。这里有很多不同的方法可以尝试，来获取一些具有代表性、更具体、更长尾的术语。这就是我想谈的四种错误。
附加内容：如何创造性地进行提示追踪
作为额外分享，我还想谈谈四个思路，关于如何创造性地利用你的提示追踪，从相同的工具中挖掘出不同的见解。
1. 考虑指定地点或人物角色
一个可以重点尝试的方向是地点和人物角色。
在传统的排名追踪中，很多人（包括我过去也这么做过）会针对同一个关键词，比如从50个不同的邮政编码区域去追踪，看看是否会得到不同的结果。
对于不同类型的业务，这种做法可能用处大小不一。如果你的业务与实体地点无关，那么或许可以更多地尝试人物角色。比如，不问”哪款手机最适合我？”，而是问”对于需要经常在移动中编辑文档的大学生来说，哪款手机最合适？”之类的。这个例子可能有点奇怪，但大概就是这个意思。然后你可以根据业务类型，设定各种不同的人物角色或地点来进行测试。
2. 尝试不同的语言
第二件可以做的事是尝试不同的语言。
目前，大多数提示追踪工具对语言都有一定的兼容性，因为它们所对接的AI界面本身也具有语言兼容性。
ChatGPT基本上会用你输入的语言来回应。你可以打开ChatGPT，界面是英文的，但如果你用意大利语输入，它会用意大利语回复你。你可以利用这一点。如果你的业务存在于多个市场，想看看不同语言下的AI响应情况，就可以借此优势，用你认为合适的任何语言来追踪提示。
显然，这一点也可以和上一点提到的地点因素结合起来。
接下来的两个想法略有不同。它们不太侧重于通过扩展提示来获得更详细、更具代表性的追踪内容，而更多是为了获取不同类型、超出单纯表现层面的洞察。
3. 指定属性
例如，与其问”哪款iPhone最适合……”，你可以问”哪款手机最便宜”、”哪款手机最耐用”、”哪款手机最值得信赖”，或者”哪款手机最注重隐私保护”。你可以将这些作为不同的追踪项目，从而获取不同维度的洞察。
4. 识别并关注市场缺口
或者反过来，这需要你花更多精力去处理这些洞察，但你可以问”三星手机在哪些方面比iPhone做得更好？”之类的问题。然后从中获得一些更偏向定性的见解，并随着时间的推移进行追踪，看看你的营销活动是否改变了用户的这种认知。
好了。希望你们喜欢这些思路，也希望你们没有在犯那些错误。如果正在犯，希望这些内容对你有用。非常感谢。下期《白板星期五》再见。