Aitrack 知识库：从第一次扫描到完整报告，都可以在这里查清楚。

Aitrack.sg 检查一家新加坡本地业务在 AI 搜索和 AI 推荐中的可见度。它关注 AI 是否理解这家公司、是否会推荐它、是否会引用它的网站或其他来源，以及竞品是否更容易出现在答案里。

• 核心对象是 AI 答案层，而不是传统搜索排名页。
• 主要信号包括提及、推荐、引用、竞品、AI 平台覆盖和下一步行动。
• 产品现在围绕 Quick Scan、完整审计、健康检查和监控组织。

最适合本地商家、代理商、顾问、多品牌运营团队，以及已经在做 SEO / content / local marketing 但想知道 AI 是否真的在推荐自己的团队。

• 餐厅、宠物店、诊所、美容护理、教育培训、B2B 服务、本地零售和多门店业务都适合。
• 如果业务依赖高意图搜索、推荐和口碑比较，AI visibility 就值得单独看。
• 如果你是 agency，可以把它作为客户交付里的诊断层和监控层。

建议先从首页免费扫描入口或 Quick Scan 开始，先判断 AI 是否能识别和提到这家公司。看到明显缺口后，再决定是否跑完整审计或健康检查。

• 新账号有终生免费扫描 3 次。
• 首页不让新人一开始选择 AI 平台，是为了降低第一步门槛。
• AI 平台选择会在更深入检查时出现，适合更认真地比较不同答案来源。

首页只负责让新用户输入公司或店名并开始免费扫描。深入扫描页面适合选择 Quick Scan、完整审计、健康检查，并在合适的工具里选择 AI 平台。

• 首页保持简单：一个搜索框、一个 CTA、一个轻量说明。
• 深入扫描更适合深度用户：选工具、选 AI 平台、看运行状态。
• 健康检查目前是独立入口，专注深度评估。

它们都指向同一个趋势：用户不只是看搜索结果链接，而是先看 AI 生成的答案和推荐。GEO 更关注生成式答案里的品牌出现，AEO 更关注答案结构和可引用证据，AI SEO 则连接传统 SEO 与 AI 答案可见度。

• GEO：让品牌进入生成式答案和推荐 shortlist。
• AEO：让页面内容更容易被 AI 摘要、引用和信任。
• AI SEO：把 entity、evidence、content 和 citation signals 连接起来。

Mention 是 AI 提到品牌；Recommendation 是 AI 把品牌作为推荐选项；Citation 是 AI 给出可点击或可核查的来源。三者重要性不同：被提到是基础，被推荐更强，被引用通常更稳定。

• Mention：AI 知道或提到了你。
• Recommendation：AI 愿意把你放进候选名单。
• Citation：AI 能给出支撑来源，最好是你的官网或可控页面。

AI 答案会受到模型版本、检索结果、网页内容、引用来源、用户问题表达和实时信息影响。一次报告是 baseline，真正有价值的是修复后复查，以及长期 monitoring。

• 不同 AI 平台可能给出不同竞品和引用。
• 页面内容、结构化证据和第三方信号变化后，答案也可能变化。
• 不要把单次结果当成永久排名，应当把它当成当前证据快照。

Competitor pressure 表示同一个答案空间里有多少竞品、目录站、点评站或聚合页在抢位置。即使你的品牌被提到，竞品如果出现得更多、更常被引用，你的 AI search visibility 仍然有风险。

• 竞品不只是真实同行，也包括目录站、listicle、review site 和 marketplace 页面。
• Share of voice 可以帮助判断谁在 AI 答案里占据更多空间。
• 修复重点通常是补强 AI 可引用的服务页、FAQ、比较页和 proof。

Quick Scan 适合快速看一家公司的 AI 可见度基线。它按所选 AI 平台计费，每个 AI 平台 20 点数，适合轻量复查、初筛、比较多个业务或验证修复方向。

• Quick Scan 当前默认平台是 ChatGPT、Google AI Overviews、Gemini。
• 它更适合看有没有被提到、有没有被引用、竞品是否出现。
• 不适合承载完整策略分析，深度建议应使用完整审计或健康检查。

完整审计会先跑 3 组 AI 生成问题，查看不同 AI 平台的结果，再把证据整理成更具体的行动建议和报告。

• 完整审计当前也是 3 组问题，不再使用 5 组。
• 每个 AI 平台 50 点数，选择平台越多，所需点数越多。
• 如果某些证据不可用，页面应该用简单状态说明，并给出清楚的下一步。

健康检查更像深度评估。它关注业务识别、AI 可见度准备度、官网和自有页面覆盖、页面证据、冲突发现和优先行动。它不是只看 AI 有没有推荐你，而是评估你的业务信息是否容易被 AI 理解、核实和引用。

• 当前价格是 350 点数。
• 它会综合业务理解、AI 可见度、官网资产和优先行动建议。
• 适合在正式做 GEO 优化前判断官网和品牌证据基础是否健康。

Monitoring 用来持续追踪你关注的业务。AI visibility 不是一次性指标，修复页面和竞品变化后都需要复查。Monitoring 可以把你 star 的公司变成持续观察对象。

• 适合定期复查 recommendation rate、citation rate、competitor pressure 和 trend delta。
• Dashboard 会优先匹配 profile 里的公司和最近的 Full Audit 数据。
• Monitoring 和一次性 audit 是互补关系。

Dashboard 面向用户 profile 里保存的公司，并优先使用最近一次匹配到的 Full Audit 数据。它是概览层，不替代完整报告，但可以快速看 AI visibility score、source coverage、next action、competitors 和 trend。

• 如果 profile 公司改变，Dashboard 应该匹配最近做过的 Full Audit。
• 历史报告仍然在 Audits & Reports 中查看。
• Dashboard 的作用是快速回到当前最重要的业务状态。

Prompt generator 应该走 AI planner，而不是靠 taxonomy 或规则硬推。它需要先精准理解行业、业务类型和 tags，再生成公平、自然、像真实顾客会问的问题。

• Snapshot 和 Full Audit 都是 3 条 prompt。
• prompt 必须贴近 AI 识别出的 industry / tags。
• 不要生成太泛的 restaurant、local business、Chinese restaurant 这类弱意图 prompt。

不应该。公平测试不能为了让用户公司更容易出现而特意把品牌名、独特卖点、过细条件塞进 prompt。测试问题应该来自正常顾客日常会问的场景。

• 一家蛋糕店不能只因为它做盒子蛋糕、配送和便宜，就只生成最有利于它的三条 prompt。
• 应该测试正常顾客会问的选择、比较、信任、场景和购买问题。
• 只有品牌搜索场景才应该明确使用目标品牌名。

每个 AI 测试问题都应该像一次独立的顾客搜索。一个问题的答案不应该借用另一个问题里的事实、竞争对手或引用证据。

• 独立的问题框架可以减少答案互相污染。
• 证据应该保留在产生它的那个问题下面。
• 报告分析时应该按问题分别归因提及、缺失、竞争对手和引用。

当前有 ChatGPT、Google AI Overviews、Gemini、Claude、Grok、Perplexity、Doubao 和 DeepSeek 共 8 个可选 AI 平台。Health Check 当前聚焦 ChatGPT、Gemini、Perplexity、Claude、Grok 这些主要反馈源。

• Quick Scan 默认：ChatGPT、Google AI Overviews、Gemini。
• Full Audit 默认：ChatGPT、Google AI Overviews、Gemini，用户可选更多 sources。
• DeepSeek 默认不勾选。

在新加坡本地语境里，near me 不一定是自然表达。除非场景强依赖用户附近位置，否则 prompt 应该使用自然顾客问题，例如 recommended pet store in Singapore、best ramen for families in Singapore。

• near me 会把测试变成位置搜索，不一定符合 AI search visibility 的核心问题。
• 过泛 prompt 会降低报告可操作性。
• 公平 prompt 应该既自然，又能代表真实购买意图。

AI visibility score 是一个综合指标，用来概览品牌在 AI 答案层里的表现。它不是传统 SEO 分数，也不是永久排名，而是基于当前 prompts、sources、mentions、recommendations、citations 和 competitor pressure 的可见度信号。

• 分数适合做 baseline 和趋势比较。
• 单次分数不如具体证据和 priority actions 重要。
• 报告里不应该重复展示同一个分数，避免信息噪音。

Surface map 展示不同 AI source 对不同 intent cluster 的可见度。它可以帮助你看出某个平台是否看得到你、某类顾客问题是否更弱，以及某些模型是否缺少可引用证据。

• 每行通常对应一个 source 和一个 intent cluster。
• Visible 不代表已经表现完美，只代表该场景下有可见度。
• 如果某个 source 成功返回但没有出现在表里，通常需要检查解析或归类逻辑。

Evidence conflict 只应该用于具体事实冲突，例如地址、电话、官网、营业时间、服务范围、价格、资格或认证不一致。弱证据、缺页面、低 confidence 不应该被包装成 conflict。

• 报告里不能只写 AI sources surfaced inconsistent evidence 这种空话。
• 应该写明哪个事实冲突、哪些 sources disagree、用户应该核对哪里。
• 如果只是证据不足，应归类为 missing evidence 或 low confidence，而不是 conflict。

Owned asset coverage 检查官网、联系页、服务页、菜单/价格页、FAQ、政策页、案例页、location pages 等是否能作为 AI 可引用证据。每个资产最好展示具体 URL 和判断原因。

• 官网应该确认主域名和业务实体一致。
• Contact/location page 应该清楚给出地址、联系方式和服务地区。
• FAQ、服务页、菜单页和价格页能帮助 AI 给出更具体引用。

好的 priority action 应该贴近业务、竞品和引用证据，而不是模板化地说增加内容。它应该告诉用户改哪个页面、补什么证明、为什么这会影响 AI 推荐或引用。

• 例如：在 product category page 补 delivery policy 和 price range。
• 例如：在 contact page 明确 Singapore outlet address、phone 和 opening hours。
• 例如：新增 FAQ 回答高意图 prompt，而不是写泛泛营销段落。

新账号终生免费扫描 3 次。这个设计是为了让用户先验证产品能否提供有价值的 AI 可见度信号，而不是一开始就要求付费或选择复杂设置。

• 免费扫描适合第一次判断。
• 用完后再通过点数继续运行。
• 免费次数不是订阅倾向机制，而是点数机制的一部分。

Quick Scan 是 20 点数 / AI 平台。完整审计是 50 点数 / AI 平台。健康检查是 350 点数，因为它是更深入的可见度与网站证据评估。

• AI 平台越多，Quick Scan 和完整审计所需点数越多。
• 完整审计默认平台比较轻，用户可以选择更多。
• 健康检查是更深的评估，不按普通快速扫描方式计算。

当前点数包是 SGD 9.90 / 1000 点数、SGD 29.90 / 3300 点数、SGD 59.90 / 7000 点数、SGD 99.90 / 12500 点数、SGD 199.90 / 28000 点数。

• 这些是点数充值包，不是传统月订阅。
• 个人资料菜单里有账单与点数入口。
• 资源菜单里不再放点数入口，避免导航太杂。

Credits 页面目前用于展示套餐、余额和账户记录。正式付款通道上线前，购买入口可能会提示联系团队处理，而不是完整的自动刷卡 checkout。

• Billing 页面会显示 credit packs、余额和最近额度记录。
• 正式付款、发票和自动充值接好后，页面会明确说明。
• 如果你需要提前测试额度，可以通过团队联系入口处理。

AI 需要可引用、可核实、结构清楚的页面。如果官网没有说清楚业务范围、服务地区、价格、菜单、联系信息、FAQ 或 proof，AI 可能会引用目录站、社交页，甚至更容易推荐竞品。

• 官网是最可控的 owned asset。
• AI 更容易引用结构清楚、内容具体、实体一致的页面。
• 只有漂亮首页不够，关键页面必须可被理解和引用。

联系页或 location page 应该清楚展示公司名、地址、电话、营业时间、服务地区、门店信息和官方域名一致性。对本地业务来说，这些是 AI 核实实体的重要证据。

• 地址、电话和营业时间要和公开资料一致。
• 如果有多个 outlet，最好每个 outlet 有独立清楚的信息。
• 页面 URL 应该能在报告里直接展示和评估。

这些页面决定 AI 是否能回答具体购买问题。比如宠物店的 delivery、grooming、product category；餐厅的 menu、reservation、family suitability；诊所的 services、pricing、insurance、doctor credentials。

• FAQ 适合回答高意图 prompt。
• 服务页和菜单页适合承载可引用事实。
• 价格、delivery、booking、policy 和 proof 能让 AI 更有把握。

AI 不只看页面有没有文字，也看信息是否可信、具体、可核查。Reviews、credentials、case studies、photos、policies、FAQ schema 和清楚的结构化内容可以帮助 AI 判断可信度。

• 不要只写营销口号，要写具体服务事实。
• FAQ schema 不是万能，但清楚结构有帮助。
• Proof blocks 应该贴近真实顾客关心的问题。

Audits & Reports 会保留报告记录，底层报告内容当前保留 7 天。过期后仍能看到记录壳、生成时间和过期时间，但需要重新运行才能生成新的内容。

• 7 天窗口用于控制存储和敏感业务输入保留。
• 历史记录适合找回最近一次 Full Audit 或 Health Check。
• 如果内容过期，页面会提示重新生成。

产品会处理账号信息、用户输入的公司/店名、扫描结果、AI outputs、报告内容和必要的沟通上下文。隐私页会解释数据用途、保留逻辑和联系路径。

• 业务输入用于生成扫描、报告和 monitoring。
• 报告内容会按产品保留窗口处理。
• 隐私相关问题可以通过 privacy inbox 联系。

AI 平台偶尔可能因为网络、可用性或返回内容不足而没有可用观察。用户界面应该清楚说明该平台暂时不可用或本次没有返回可用观察。

• 报告页只展示用户能理解的产品状态，并给出清楚的重试或复查路径。
• 可以让用户稍后重跑或减少 AI 平台。
• 系统会保留必要的运行记录，方便后续改进稳定性。

某些 AI 平台在内容很长或响应不完整时，可能不会返回足够可用的证据。产品会尽量保留可读结果，并把不可用的平台标成安全状态。

• 如果某个来源暂时不可用，报告会提示稍后重试。
• Full Audit 会优先展示已经返回可用证据的来源。
• Health Check 也会使用相同的产品化状态说明。

不是。报告是某一刻对 AI 平台和公开证据的观察。AI 平台、网页内容、竞品、引用来源和搜索结果都会变化，所以重要业务应该复查和持续监控。

• 一次报告适合做基线。
• 修复页面后应再次运行，验证变化。
• 长期趋势比单次分数更能说明优化是否有效。

先用免费扫描或 Quick Scan 看 AI 有没有提到你。若竞品明显更多或引用不稳定，再跑健康检查看官网和品牌证据基础，最后针对优先行动修页面并复查。

• 第一步：输入公司/店名。
• 第二步：看 AI 是否推荐你、引用你、漏掉你。
• 第三步：修官网关键页面，不要只改首页文案。

Agency 可以把 Aitrack.sg 作为客户诊断和复盘层：先给客户跑 baseline，再用 Full Audit 找 prompt/citation/competitor gaps，最后把 actions 转成内容、SEO、官网和 monitoring 工作。

• 适合做 discovery、monthly reporting 和 before/after proof。
• 不要只交付分数，要交付可执行页面建议。
• 多客户时重点关注可重复流程和报告一致性。

SEO 团队可以把 AI visibility 加到传统 SEO 之外：不仅看 keyword ranking，也看 AI 是否推荐品牌、是否引用官网、哪些竞品在答案层出现，以及哪些页面缺 citation-ready proof。

• 把 missed prompts 转成内容和页面需求。
• 把 uncited mentions 转成 citation improvement 工作。
• 把 competitor exposure 转成 comparison / proof / authority 计划。

多门店和多品牌团队应先统一实体信息和官网结构，再按品牌或 outlet 跑 baseline。Monitoring 用来追踪重要业务，Audits & Reports 用来找回最近一次深度报告。

• 不要把多个品牌混在同一个输入里测试。
• 多 outlet 应该有清楚 location pages。
• Profile 公司会影响 Dashboard 匹配。