GenGrowthGEO 工具
AI 可见性体检
用冻结的问题集，在你选择的引擎上重复提问，并将提及、引用与独立读取的页面证据对照。历史单引擎报告保留原有范围；任何报告都不能证明模型为什么选择某个答案。
登录后才能跑可见性体检
一轮运行要花真实的调用费，并且指向某个冻结的知识库——两者都属于账号。
测量范围与限制
可选择 ChatGPT、Perplexity 或两者。结果来自报告记录的 API 渠道，不是消费者聊天会话；各报告分别注明引擎和实际观测到的模型。
- 观察到的缺口不是模型选择答案的因果解释，也不证明未来增长。站点索引均有明确边界；不完整的页面证据不能证明不存在。
- 这是抽样。同一个问题这一分钟引用四个来源、下一分钟一个都不引，所以每题要问几遍，每个数字都带区间。
- 按买家口吻写的问题通常是凭记忆回答的。它们的提及值得数，它们的引用数只报数、不带分母。
- 问题是英文的，因为措辞是在英文下测出来的。市场不是被标定的那个时，报告会写明。
关于这项体检
- 为什么同一个问题要问好几遍？
- 因为一次回答不是一次测量。同一个问题问四次，得到四份完全不同的引用清单，交集为零。只问一次的运行会把抛硬币报成发现——这就是每个数字都带采样次数的原因。
- 为什么有些问题没有引用率？
- 是否检索由模型决定。被标定为会触发检索的措辞才带引用率；买家真正会打出来的问法通常是凭记忆回答的，而在「从没查过资料的回答」上算引用率，是一个关于虚无的数字。
- 它说我没被提到，那我该改什么？
- 新版报告仅在独立读取的证据足够时，提供内容覆盖、页面可引用性、第三方在位或对比内容动作。内容缺口仅针对本次审计索引；缺失或不完整的证据保持未归因。历史 v1 报告只包含观测。
接下来去哪
这一轮只是观测。真正会改变什么的是另外两件工具。