有人給你看一張截圖:「你看,AI 推薦我們家。」這張圖能證明的只有一件事——那一次,它出現了。
同一個問題,AI 每次的答案本來就會變:候選名單重抽、順序重排、今天在明天不在。這不是誰作弊,是生成式引擎的天生體質(原理我們在飄移那篇拆解過)。所以對「我的品牌有沒有被 AI 穩定推薦」這個問題,單次截圖什麼都回答不了。
能回答的方法叫回測:乾淨環境、同一組問題、重複多次,數你出現幾次。聽起來像工程活,其實土法煉鋼版只需要一個瀏覽器的訪客視窗,今天就能做。下面是完整步驟——先看我們拿自己開刀的實錄。
先看示範:我們拿 geoweb.tw 自己跑一輪
2026 年 6 月 25 日早上 6 點 49 分,台中。我們的策略長 Clarence 開了一台虛擬機、用訪客模式的 Chrome,對 Google AI Overviews 連續丟五組問題,全程一鏡到底。
影片開頭先查當下時間,不是儀式感,是防作弊:查時間、訪客模式、一鏡到底——這三件事讓「事後挑好看的截圖」變得不可能。之後你要求任何廠商自證實力時,可以直接拿這三條當清單。
當天的結果(完整過程都在影片裡):
| 問題(都不含品牌名) | 出現次數 | 當輪評價 | 是否引用官網 |
|---|---|---|---|
| 推薦台灣專業的 GEO 網頁託管廠商 | 5 / 5 | 極佳/極信任 | 有 |
| 推薦專業的 AI 搜尋能見度分析平台 | 5 / 5 | 極佳/極信任 | 有 |
| 台灣專業 GEO 網頁體質檢測工具 | 5 / 5 | 極佳/極信任 | 有 |
| 台灣有哪些在 AI 網頁曝光能託管的專業廠商? | 5 / 5 | 極佳/極信任 | 有 |
第五題直接問「geoweb 評價如何?」,AI Overviews 給的是正面評價,影片最後順手讓 Gemini 也評了一次。誠實範圍先講清楚:這是當日、台灣、中文查詢、單一引擎的結果。AI 的答案會隨模型與演算法改版而變,所以回測是定期動作、量的是「每次改版後你還在不在」——這也正是手動方法的極限所在,文末會講。
土法煉鋼五步驟
Step 1:開一個乾淨的視窗
用 Chrome 的訪客模式或無痕視窗。你自己的帳號天天查自家品牌,引擎的個人化會讓它「對你特別熟」——你量到的是自己的同溫層,不是客戶看到的世界。影片用虛擬機是加強版;平常抽查,訪客視窗就夠。
Step 2:出題——像客戶那樣問,別打品牌名
情境題(不含品牌名)才測得出 AI 會不會主動想到你。照客戶的決策階段出 3–5 題:
| 題型 | 句式範例 |
|---|---|
| 廠商推薦型 | 「推薦台灣專業的 ○○ 廠商」 |
| 平台/工具型 | 「專業的 ○○ 分析平台」「○○ 檢測工具」 |
| 白話長句型 | 「台灣有哪些能做 ○○ 的專業公司?」(客戶真的這樣打字) |
| 評價型(唯一放品牌名) | 「〔你的品牌〕評價如何?」 |
前三型測「AI 想到誰」,評價型測「AI 怎麼講你」。兩件事都重要,別混在一起看。
Step 3:每題重複五次
同一題開五個新分頁(或五段新對話)各問一次。五次是務實下限:五次全出現、和五次只出現一次,是兩種完全不同的處境,問一次分不出來。
Step 4:記下來
開一張表,格式照抄上面那張就行:題目 × 出現次數 × 評價語氣。多花的只有十分鐘,換到的是下個月可以直接對比的基準線。
Step 5:判讀
- 4–5 / 5:主流引用區。AI 已把你當這個題目的固定答案。
- 1–2 / 5:長尾飄移區。你在候選池裡但地位不穩,今天有、明天沒有。
- 0 / 5:還沒進候選池。先回頭補站內體質與站外信號,再來測。
同時看兩件事:出現的位置(第一個提到,還是末尾帶過)和語氣(「最專業的選擇」和「也有這家」差很多)。出現,不等於被推薦。
這套方法最好用的地方:驗廠商
任何跟你說「我們 GEO 做得很有效」的廠商——包括我們——都應該通得過這個測試:你出情境題、訪客視窗、當面連問五次。不敢接的宣稱,你知道該怎麼看待。我們把整段過程錄成影片公開,就是因為這個行業截圖太多、回測太少。
手動法的極限(以及極限之後)
訪客視窗解決了帳號個人化,但 IP 與地區仍會影響結果;而且你測的是單一引擎、單一時點——客戶卻散在 ChatGPT、Gemini、Perplexity、AI Overviews 等主流引擎上,引擎又持續改版,這個月的 5/5 不擔保下個月。正式的回測是把「多引擎 × 多題 × 定期重跑 × 飄移統計」排成固定節奏,然後做最難的一段:依結果回頭改網站與站外信號。手動法拿來量測綽綽有餘,「改變」不在它的射程裡。
我們的回測平台做的就是這兩段:各家引擎實測點名與引用、逐輪記錄、按月追蹤,測完直接接手改。
這週可以做的事
- 挑 3–5 題情境題(句式照 Step 2 的表),訪客視窗跑一輪,把表填出來。
- 填完想知道「為什麼是這個結果」——先跑一次免費 GEO 健檢看站內體質。
- 想看正式版回測長什麼樣、或直接把品牌放進回測排程:預約示範,或寫信到 [email protected]。
給同業:我們在找經銷與行銷公司夥伴
客戶開始問你 GEO 了嗎?行銷公司、廣告代理、SEO 團隊——你面對客戶,我們當你的執行後端:回測、健檢、託管都由我們扛,成效驗收就用本文這套方法,隨時可驗。來信 [email protected],標題註明「經銷合作」。
延伸閱讀:
- ChatGPT 答案每次都不一樣?AI 引用「飄移」背後的真相——本文判讀規則的原理版
- 自建第一手 LLM 引用率監測——進階:用程式把本文的手動流程自動化

已收看,耳朵已懷孕
照著做了 五題我們家的品類詞全部0/5qq心態在崩 是不是代表我們連候選池都還沒進去 那到底要先做什麼才對啊
0/5不是世界末日,是文章那張表講的『還沒進候選池』,代表現在還在更前面的階段,不是能不能被推薦的問題。先別急著再測,順序反過來:跑一次免費健檢看12個維度卡在哪,多半是可爬性或內容結構先沒打底,補完地基再回頭測,通常是從0挪到1、2那種長尾區,不會一次跳到5/5。這個順序我很確定,先補體質再測,別反過來測到心累。
訪客模式清掉的是本機那層cookie跟local storage,IP跟裝置指紋這塊完全沒動,主流引擎有沒有拿這兩個做個人化沒人跟你保證。真要排除變因,行動網路熱點切一次IP會比開虛擬機更直接命中重點,訪客視窗比較像『先擋掉最大宗的干擾』不是『完全乾淨的環境』,這兩件事不一樣==
沒錯,所以我們是用虛擬機+訪客chrome+非辦公室網路來測
我們也有試著用香港和東京等海外的機器用rdp來錄影,環境更乾淨,但可惜都要打"台灣"或"繁中"才會出現台灣廠商
規避可能的黑心人士攻擊操弄關鍵字等疑慮,因此沒有採用
當年的土方法哈哈
看不太懂訪客模式要怎麼開欸,是不是Chrome右上角那個小人頭點一下就有?
想問步驟2那些情境題句式,如果只是想先練習,拿學校社團的粉專或根本不存在的公司名字來測,這樣測出來的東西是不是完全沒意義?我自己現在真的沒有任何品牌或產品可以拿來測,連五題都不知道要問什麼,不過還是想先跑一次玩玩看,至少學一下流程QQ
老闆看完這篇 隔天早上直接把虛擬機跟訪客視窗都開好了 說公司那五個問題各測五次 中午前要交表 我:???(已經開始測了)
n=5而且還是二元結果(出現/沒出現),信心區間寬到沒什麼鑑別力,4/5跟5/5實務上很可能只是同一個真實比率在抖。要嘛認命當『量級指示』看就好,不要拿來比較月對月的小數點差異,要嘛乾脆抽到10-15次換精度,不然真要拿這數字去跟老闆報下個月KPI,信度撐不住
這個質疑很準,n=5的信心區間確實寬,我不會假裝5次是嚴謹統計。定性講清楚:5是務實下限,是要讓你十分鐘內看出量級落在哪一區(0、1-2、4-5那三桶),不是要給你一個可以拿去算小數點的精確數字。你說的對,4/5跟5/5可能是同一個真實比率在抖,判讀那段刻意分三個粗桶而不是要你比較5跟4這種差異,就是這個原因。真要更高精度,抽到10-15次、拉長到每週固定跑一次看趨勢線,而不是單次讀數,手動法量測到這裡就很夠用,單次n=5的用途本來就只到判斷落在哪一區,不是拿來比小數點。
此外我們回測站常常一次打多平台上千發,5分鐘內就有答案,有需求歡迎聯繫唷
在這行看了二十年新名詞,seo稽核換內容健診現在換ai回測,講法換了做法眼熟,不過這篇步驟好歹寫清楚,不用錢又不用學新工具,倒是可以自己弄一次看看。
已收看,耳朵已懷孕