指南 2026-09-23 更新于 2026-10-25 · 14 分钟阅读

如何挑选 AI 搜索追踪问句：覆盖层级、问句数量与轮换规则

该追踪哪些 AI 搜索问句：五层买家漏斗、30 至 40 条问句、每个引擎跑三次，以及让前后周期保持可比的轮换规则。

快速结论

按本文方法，Canlah AI 建议追踪 30 至 40 条以买家问句形式写成的 AI 搜索问句，分布在五个漏斗层级上，从不带品牌的品类、短名单与细分问句，到带品牌的对比与核实问句，带品牌名的问句封顶在全套的三分之一左右。每条问句在每个引擎上至少跑三次，这样拿到的是一个区间，而不是一个答案。这套方法的基础配额是 4 条品类认知问句、8 条主货架问句、8 条细分货架问句、6 条品牌对比问句和 4 条品牌核实问句，合计 30 条，候选问句还不算在内。

Canlah AI 在 2026 年 9 月 7 日用这套面板跑了自己的站点：39 条问句、六个层级、每条在两个引擎上各跑三次，计划采样 234 次，实际回收 233 次。四条品类认知问句在两个引擎上的提及率都是 0.0，四条品牌核实问句在两个引擎上都是 1.0。一套偏向品牌问句的面板，会把这个品牌报告成「可见」。

把面板当成量具，不要当成计分牌。一套在周期之间变动的问句撑不起前后对比，任何规模的面板也证明不了因果、稳定的声量占比或未来的推荐。先把问句集冻结，分数的事之后再吵。

披露：本文由 Canlah AI 发布，Canlah AI 同时运营下文描述的托管测量服务。Ahrefs Brand Radar、Otterly.ai、Peec AI、Profound、Scrunch AI、Semrush、AthenaHQ、Rankscale 与 LLMrefs 的问句额度取自 2026 年 9 月 23 日核验的公开定价页，未通过付费账号验证。Canlah AI 的数字来自 2026 年 9 月 7 日对 canlah.ai 的一次自审，内部数据，未经独立审计。

AI 搜索该追踪多少条问句？

一个品牌、一个市场、一种语言，30 至 40 条追踪问句是可用的区间，真正卡住你的是运行次数，不是问句数量。面板按观测数计价：问句数乘以每条问句的运行次数，再乘以引擎数。40 条问句、每条跑三次、两个引擎，一个周期就是 240 次观测。同样 40 条问句、每条跑一次、一个引擎，只有 40 次观测，而且拿不到任何区间。

各家公开的套餐上限是席位数，不是观测数，两者会分叉。Ahrefs Brand Radar 的 Lite 档含 5 条 AI prompt、Standard 10 条、Advanced 20 条、Enterprise 从 83 条起。Otterly.ai 用 29 美元卖 15 条、189 美元卖 100 条、489 美元卖 400 条。Peec AI 的 Starter 列 50 条、Pro 150 条、Advanced 350 条。Semrush 写明 AI Visibility Toolkit 25 条、Semrush One Starter 50 条、Advanced 最多 200 条。

一个 20 条席位的套餐，离一套 30 条问句的漏斗面板还差 10 条。这个缺口通常不在演示时出现，而在合同签完之后出现，所以先数清面板，再比较套餐。

一套追踪问句必须覆盖什么

一套追踪问句必须覆盖五个买家层级，因为同一个品牌可以在一层拿到 1.0、在下一层拿到 0.0。层级对应的是买家打字时已经知道什么，从心里没有任何供应商，到核实某一家供应商的口碑。覆盖缺失是有方向的：面板偏向底部两层会美化品牌，偏向顶部两层会低估品牌。

五层买家漏斗、这套方法的基础配额，以及每一层能证明什么。canlah.ai 自审，2026 年 9 月 7 日。

层级	问句数	是否带品牌	Canlah AI 自审结果	这一层能证明什么
L1 品类认知	4	否	两个引擎都是 0.0；引用了 Wikipedia、arXiv 与 Google Search Central	引擎是否解释这个品类，以及它信任哪些信源来解释
L2 主货架	8	否	OpenAI 一侧 0.0 至 1.0；Gemini 一侧 0.0	品牌是否出现在不带品牌的「谁家最好」短名单里
L3 细分货架	8	否	OpenAI 一侧 0.0 至 0.67；Gemini 一侧 0.0	问句点名细分、预算或引擎之后，品牌是否出现
L4 品牌对比	6	是	两个引擎都是 1.0，实际由 3 条问句产生，而不是 6 条	引擎如何把品牌放在替代方案旁边定位
L5 品牌核实	4	是	两个引擎都是 1.0	「这家公司靠不靠谱」是否返回准确事实

来源：Canlah AI 对 canlah.ai 的自审，2026 年 9 月 7 日，每条问句在 OpenAI 一侧与 Gemini 一侧各跑三次；内部数据，未经独立审计。提及率一律按一层之内所有问句的区间汇报，绝不按单次运行汇报，所以「0.0 至 1.0」的意思是，至少有一条问句一次都没被提及，也至少有一条问句每次运行都被提及。

30 条问句里有 10 条带品牌名，是全套的三分之一，这个比例比总数更要紧。一个把 20 个席位全填上品牌问句的品牌，买到的是一块每月都报 1.0 的看板，却永远发现不了自己缺席的那块货架。

Scrunch AI 是本次核验的九家厂商中唯一一家在公开定价页上把漏斗阶段写成可追踪维度的，Core 与 Enterprise 两档都有。2026 年 9 月 23 日核验的其他八家厂商页面上未见漏斗阶段维度，在这些套餐上，层级设计留给买家自己做。

问句从哪里来

AI 搜索追踪问句有四个来源：People Also Ask、Google 自动补全、意图模板和销售通话记录。只用其中一个来源搭出来的面板，偏差方向是可以预判的；Canlah AI 那次自审的 39 条问句取自前三个来源，每条都标了来源。

People Also Ask：品类问题和费用问题的真实说法。四条 L1 问句全部出自这里，包括「在新加坡请一家 AI 搜索优化代理商通常多少钱？」
自动补全：短、没修饰的头部问句，比如「最好的生成式引擎优化代理商？」，内部团队自己动笔是写不出这种句子的。
意图模板：搜索数据很少暴露的对比类与核实类问句，比如「这家公司真的交付过可验证的结果，还是主要靠包装？」
销售通话记录：买家当面对销售提出的异议原话，转头也会对助手再说一遍。这个来源属于一方数据，本来就在手上。

有一个测试能定住平衡：数一数其中有多少条，是一个从没听说过这家公司的人也能打出来的。这次自审里 39 条中有 32 条通过，因为只有 L4 和 L5 那七条点了品牌名。

如何一步步挑选 LLM 追踪问句

挑选 LLM 追踪问句分六步，从写层级配额开始，到在第一个周期之前冻结面板为止。顺序很重要，因为冻结必须发生在第一次测量之前，而不是第一次结果不好看之后。

第 1 步：先写层级配额，再写问句

先定每一层多少条，再往里填：30 条的面板按 4、8、8、6、4 分配。空白清单产出的面板会偏向团队本来就担心的那件事，通常是品牌口碑。

第 2 步：先从 People Also Ask 和自动补全里捞，再动笔

把线上的真实说法拉下来，只做轻微修改。一条被改写成营销语言的问句，就不再对应买家的提问方式；那次自审里，四条 L1 问句全部取自 People Also Ask。

第 3 步：带品牌名的问句封顶在全套的三分之一

品牌问句回应的是真实的采购顾虑，同时会抬高每一个汇总分数。30 条里最多留 10 条，单独汇报，永远别让它们决定头条数字。

第 4 步：把条件和问句记在一起

每一次观测都记下引擎、模型版本、市场、语言、账号状态、日期和运行序号。Canlah AI 那次自审记录了 Gemini 从 gemini-flash-latest 回落到 gemini-flash-lite-latest，正是这条细节，能在三个周期之后解释一次分数变化。

第 5 步：在第一个周期之前定好每条问句跑几次

每条问句、每个引擎跑三次，是拿到区间的实际下限，30 条问句、两个引擎就是 180 次观测。跑一次记录的是曾经出现过的一个答案，不是买家大概率会遇到的东西。

第 6 步：冻结面板，另开一个候选层

在整个对比窗口内锁死计入统计的那套问句。新想法进入一个附加层，单独探测、单独披露，就像那次自审里的 12 条候选问句一样，这样它们动不了冻结面板的数字。

九款 AI 可见度工具的问句额度

本次对比的九个平台，问句额度从 Ahrefs Brand Radar Lite 的 5 个席位到 Otterly.ai 在 Enterprise 以下 489 美元档的 400 条，其中三家不按问句席位计费。AthenaHQ 与 Rankscale 按额度计费，LLMrefs 按关键词计费；计费单位决定了轮换有多贵，对一个跑漏斗面板的团队来说，这是报价单上最要紧的一行。

Canlah AI 与九个 AI 可见度平台的问句额度、计费单位与轮换成本，核验于 2026 年 9 月 23 日。

工具	最适合	标价对应的问句额度	计费单位	轮换一条问句的成本	主要待核实事项
Canlah AI	想让托管团队设计、运行并归档面板的团队	按档位锁定 4、8 或 16 条买家意图，取自五层漏斗，外加一个候选层	托管合作，不按问句计费；GEO 服务每月 $1,500 起，按 AI 平台计价	一次写进报告的范围决定	哪一档对应你需要的买家意图数和 AI 平台；超出套餐的部分要书面报价
Ahrefs Brand Radar	已在用 Ahrefs、想把 AI prompt 放在 SEO 数据旁边的团队	Lite 5 条、Standard 10 条、Advanced 20 条、Enterprise 从 83 条起	问句席位加每月检查次数	席位数以内免费；20 个席位的 Advanced 档离 30 条问句的面板还差 10 条	Enterprise 以下每月检查 150 至 600 次
Otterly.ai	29 美元低门槛起步，并公布了加购价格	29 美元 15 条、189 美元 100 条、489 美元 400 条、Enterprise 从 1,000 条起	问句席位	免费；加 100 个席位要 99 美元	Claude、Google AI Mode 与 Gemini 在所有档位都是加购项
Peec AI	宽而浅的面板，Advanced 最多 350 个席位	Starter 50 条、Pro 150 条、Advanced 350 条；套餐价格：核验页面未提及	问句席位，每档 3 个模型	席位数以内免费	定制问句配置列在 Enterprise
Profound	想要九个答案引擎与定制追踪的企业团队	免费试用 50 条独立 prompt，连续七天每天一次；Enterprise 额度：核验页面未提及	Enterprise 定制	定价页把试用期的问句集描述为固定	定制追踪与九个答案引擎列在 Enterprise
Scrunch AI	想把漏斗阶段作为具名追踪维度的买家	Core 档 250 美元含 125 条独立 prompt	问句席位，5 个授权	席位数以内免费	Core 覆盖 1 个国家、1 个 persona、1 种语言与 4 个 LLM
Semrush	已在用 Semrush、想在同一授权内追踪 AI prompt 的团队	AI Visibility Toolkit 25 条、Semrush One Starter 50 条、Advanced 最多 200 条	每个授权的问句席位	席位数以内免费	页面列出 ChatGPT、Google AI Mode 与 Gemini；其他引擎：核验页面未提及
AthenaHQ	窄面板深采样，按 AI 回答计费	免费 300 额度，Starter 295 美元含 3,600 额度	额度，1 额度等于 1 次 AI 回答	免费；每多跑一次消耗 1 额度	30 条问句、跑三次、5 个模型，一个周期烧掉 450 额度
Rankscale	频繁轮换，因为存储的搜索词不限量	99 美元 1,200 额度、385 美元 5,500 额度、780 美元 12,000 额度	额度，存储的搜索词不限量	免费，因为搜索词不限量	额度消耗随每条 prompt 选中的引擎数放大
LLMrefs	以单一 79 美元价格覆盖大量关键词	单一 All in One 套餐 79 美元含 500 个关键词	关键词，每个关键词展开若干 prompt	500 个关键词以内免费；换一个关键词就换掉它生成的 prompt	把生成的 prompt 与你写的买家问句逐条对照

来源：各厂商定价页与产品页，核验于 2026 年 9 月 23 日，数字按页面公布记录，未通过付费账号测试。「核验页面未提及」指该厂商的公开材料在 2026 年 9 月 23 日核验时没有写到这一条。这不构成该能力不存在的证明。

席位计费和额度计费制造出相反的轮换激励。在席位套餐上，换一条问句不花钱，多跑一次要升档。在额度套餐上，存一条问句不花钱，每多跑一次都要计费。采样深就去算额度套餐的价，面板宽而浅就去算席位套餐的价。

如何轮换面板而不破坏可比性

追踪问句面板只应通过一个独立的候选层轮换，Canlah AI 那次自审的候选层有 12 条问句；计入统计的面板只在一个声明过的边界上改动。窗口中途每增删一条问句都会改变分母，两侧的周期因此不可比，尽管看板照样会把它们画在同一条线上。

那次自审就是现成的例子。这 12 条买家问句候选被当成独立的第六层探测并单独披露，这样它们就不会改动主漏斗各层的提及率口径。这 12 条候选在两个引擎上的提及率都是 0.0，作为诊断有用，作为头条数字没用。

三条轮换规则站得住。只在市场变了的时候退役一条问句，而不是在分数不好看的时候。从同一层里补一条替换，配额才保得住。每一次改动都记日期，因为没人写下来的轮换，会在六个月后变成趋势线上一段无法解释的台阶。

五种常见面板结果怎么读

有五种面板结果反复出现，值得一套标准读法：品类层空白、一层之内区间很宽、一个引擎空白、改过面板之后分数变动，以及对比层找不到同类。Canlah AI 在 2026 年 9 月 7 日的自审里碰到了其中四种。

品类层空白、核实层满分：引擎在被点名问到的时候知道这个品牌，其余时候没有理由提起它。这正是 Canlah AI 自己的结果，L1 为 0.0，L5 为 1.0。应该把它读成品类层的证据问题，而不是口碑问题。

一层之内区间很宽：同一层里，一条问句每次运行都被提及，另一条一次都没有。层级不是修复的单位。把两条问句都拆开看，对比各自被引用的信源，然后对着那条货架问句下手。

一个引擎有、另一个空白：这次自审在 OpenAI 一侧的 L2 与 L3 拿到了提及，Gemini 一侧一次都没有。引擎检索的信源集合不同，所以这是某一个语料里的信源问题，而不是全站的内容问题。

改过面板之后分数变好：先怀疑那次改动，再给工作记功。只对比两个周期里都在的问句，并把这个子集单独汇报。

对比层找不到可比的同类：Canlah AI 的品牌对比层从六条问句掉到三条，因为没有同档位且可核实的同类通过检查，于是回落到不点名任何对手的品类问法。把这个缺口记下来，而不是把这一层凑满。

一套追踪问句不能证明什么

任何规模的追踪问句集都证明不了五件事：稳定的声量占比、因果、未来的提及、登录状态下的消费者答案，以及引擎复述内容的准确性。

它不能证明稳定的声量占比，因为面板采的是一个分布，量的不是一个排名。
它不能在没有重复观测和受控时间线的情况下，证明内容改动与答案改动之间存在因果。
它不能保证未来的提及，因为模型与索引更新会独立于品牌发布什么而改变检索。
如果运行走的是 API，它复现不了登录状态下的消费者会话，这两个界面要分开对比。
它不能替代对引擎复述的公司信息所做的法务、事实与合规审查。

Canlah AI 这次自审也带着自己的局限。运行使用了一个压缩的采样窗口，同意图的样本之间没有时间间隔，因此日内波动没有被表达出来。234 次采样里有 1 次因读取超时失败。结果是一个品牌、一个市场、一天的基线。

什么时候从手工面板换成托管面板

每周期约 180 次观测以内，一张表格做的面板就够用，也就是 30 条问句、跑三次、两个引擎，一个人一天之内能采完并编码。同一套面板铺到五个引擎、两种语言就是 900 次观测，到那个量级，采集会漂移，层级配额会瓦解。过了这个点，选择就是上表里的自助平台，或者一家托管服务商。

Canlah AI 是一家总部位于新加坡的 SEO + GEO 服务商，测量并改善品牌在 ChatGPT、Gemini、Google AI Overviews 与 Google AI Mode 中的可见度，并把 AI 可见度汇报为可复核的区间与带时间戳的证据。每一次合作都从一个按上面五层配额搭好的、锁定的买家问题池开始，原始问句、答案、引用清单与时间戳档案都归客户所有。它的定价页按 AI 平台给 GEO 服务定价：起步档每月 $1,500 起（ChatGPT，4 个买家问题），增长档每月 $3,000 起（加上 Google AI Overviews，8 个买家问题），全面档为定制方案（再加上 Google AI Mode 与 Gemini，16 个买家问题）。

主要的局限在范围上。Canlah AI 以托管服务的方式跑这套面板，不按问句计价，也不提供单点登录或 API 访问；服务满 3 个月后，可以转用 Canlah 天团自己跑。想从第一天起就自己配置追踪工具的团队，应该去买上面那些平台里的一个。

不要只凭这一篇文章决定测量方式。让任何一家服务商，包括 Canlah AI，用你冻结好的面板、在你的市场和语言里跑一遍，并在你签约之前把原始答案交回来。

常见问题

AI 搜索该追踪多少条问句？

30 至 40 条追踪问句覆盖一个品牌、一个市场、一种语言，分布在五个漏斗层级上，带品牌名的问句封顶在三分之一左右。低于 20 条，层级配额会塌掉，一条问句就能左右分数。同一个市场里超过 60 条，面板增加的是重复意图，不是覆盖。

该先追踪哪些 AI 搜索问句？

先追踪不带品牌的主货架问句，因为买家心里还没有任何供应商时，打的就是这些。在 Canlah AI 那次自审里，这八条问句的区间是所有层级中最宽的，从一次都没被提及，到每次运行都被提及。等不带品牌的层级填满之后，再加品牌问句。

可以每个月都换追踪问句吗？

不行。窗口中途每增删一条追踪问句都会改变分母，两侧的周期因此不可比，尽管看板照样会把它们画在同一条线上。应该改为轮换一个独立的候选层，只在一个声明过的边界上、并记下日期，才把问句挪进计入统计的面板。

每条问句跑几次才够？

每条问句、每个引擎跑三次是实际下限，因为跑一次记录的是一个被采样到的答案，而不是一个频率。对真正影响决策的问句采样更深，这也是 AthenaHQ、Rankscale 这类按额度计费的平台适合窄面板的原因。

带品牌名的问句会抬高 AI 可见度分数吗？

会，而且很稳定。在 Canlah AI 那次自审里，七条带品牌问句在两个引擎上的提及率都是 1.0，而 20 条不带品牌的漏斗问句区间从 0.0 到 1.0。一套偏向品牌问句的面板，会给一个在所有短名单上都缺席的品牌报出一个健康的数字。

问句集是 AI 可见度工具定，还是我定？

在多数按席位计费的平台上，问句集由买家自己写，但有三家的核验页面限制了这种控制。Profound 的定价页把试用期的问句集描述为固定，并把定制问句追踪列在 Enterprise；Peec AI 把定制问句配置列在 Enterprise；LLMrefs 根据你追踪的关键词自行生成 prompt。围绕某个工具搭面板之前，先向厂商确认现行范围。

方法与信源

问句额度数字取自各厂商 2026 年 9 月 23 日的公开定价页或产品页，记录的是那一天这些页面写了什么。整个过程没有使用付费账号、私下演示或 API，也没有任何厂商在发布前审阅本文。漏斗配额、层级结果与采样数字来自 Canlah AI 在 2026 年 9 月 7 日对 canlah.ai 执行的一次自审，一个品牌、一个市场的内部运行，未经独立审计。

Ahrefs Brand Radar。各档 prompt 数量、检查次数额度、更新频率。
Otterly.ai 定价页。prompt 档位、100 条 prompt 的 99 美元加购项、引擎加购项。
Peec AI 定价页。prompt 数量、三模型选择、Enterprise 的定制问句配置。
Profound 定价页。试用 prompt 数量、试用期问句集条款、Enterprise 范围。
Scrunch AI 定价页。Core 的 prompt 数量、漏斗阶段、国家与语言上限。
Semrush AI Visibility。各档 prompt 数量、追踪引擎、刷新频率。
AthenaHQ 定价页。额度配给与「1 额度等于 1 次回答」的定义。
Rankscale 定价页。额度配给、搜索词不限量、按引擎的消耗。
LLMrefs。以关键词为追踪单位，以及自动展开的 prompt。
Canlah AI 对 canlah.ai 的自审，2026 年 9 月 7 日，内部数据，未经独立审计。层级配额、提及率区间、问句来源、采样数量、记录在案的失败。
Canlah AI AI 信息页。锁定的买家问题池、采样深度与证据归档范围。

看看哪些买家问句，AI 引擎不带上你也照样答。运行免费 AI 可见度审计 →