粘贴一段回答，得到它包含的六项信号，并看到每个判定背后的原文。用你的买家实际在用的那个引擎提出你的问题，复制回答，粘贴到下面的框里。没有任何内容会被上传：这里的分析就是一段在本页运行的字符串匹配。
这不是一次可见度测量，而且有必要把原因说清楚。测量意味着——反复地、按计划地、跨平台地——向引擎提问，而每次运行都要花钱。LLMention 不做这件事，这个工具也不假装自己在做：它只给你提供的文本打分。这个说法比这一领域厂商们的说法要弱，但它是唯一一个读到这里的人可以自行核对的。
正在加载检查器……
这六项信号是什么？
每一项都是机械的，并且都会附上产生它的原文片段，所以你可以不同意规则，而不是不同意这个工具：
- 被提到——品牌名或你填写的别名出现在回答中的任何位置。拉丁字母名称按词边界匹配，所以「Ramp」不会在「ramp-up」里被找到；包含非拉丁字符的名称按子串匹配，因为那些文字里没有词边界，用边界模式会什么都匹配不到。
- 在靠前位置被提到——第一次提及落在前 300 个字符内，大约两句话。在结尾段才点你名字的回答，不是能让你浮出来的回答。
- 出现在候选清单里——提及落在项目符号或编号的行上，那才是读者真正做选择的地方。
- 带有推荐——在提及前后 120 个字符内，出现这份已公布词表中的一个词：recommend, recommended, best for, a good fit, worth considering, top pick, strong option, leading, 优先, 推荐, 首选, 适合, 值得考虑。没有这类词的提及只是一个名字，不是一个建议。
- 引用了来源——回答链接到的域名。如果你自己的域名不在其中，引擎就是在从你无法控制的地方描述你。
- 诚实的空白——说明了自己无法确认什么，从这份已公布词表中检测：cannot confirm, can't confirm, cannot verify, not sure, don't have, do not have, unclear, may vary, 无法确认, 不确定, 需核实, 请核实, 建议核实。在事实问题上，这是通过而不是失败：空白是可以补的，一个被客户拿来反问你的自信错误数字，补不回来。
我应该问哪些问题？
先用二十个，分成四组，测量的是不同的东西。把方括号里的部分换成你自己的词——并且使用你的买家实际使用的语言，因为同一个问题用英文问和用中文问，是两次不同的测量。
问题模板本身保留英文，因为它们是可替换的填空结构，复制按钮复制的也是这份英文题库；真正向引擎提问时，用你买家实际使用的语言把方括号替换掉。
品类
问题里没有品牌名。这是唯一测量触达的一组：被一个根本不知道你存在的人找到。
- Which companies offer [product type] for [audience]?
- What are the best [category] tools in 2026?
- Who are the main vendors in [category]?
- Which [product type] is suitable for [size / region / industry]?
- What should I look for when choosing [category]?
场景
一个具体问题，没有品牌名。它检验推荐究竟是从需求推导出来的，还是从一张品类清单里挑出来的。
- How do I solve [problem the product solves]?
- What is the cheapest way to [outcome]?
- How do teams like mine handle [workflow]?
- What alternatives exist when [common constraint]?
- How do I compare [approach A] and [approach B]?
对比
你的品牌对上一个点名的替代品。它显示你究竟能不能进入候选名单——而这类问题最常被回答成「看情况」。
- [Your brand] vs [competitor]: which is better for [use case]?
- Is [your brand] worth it compared with [competitor]?
- What are the disadvantages of [your brand]?
- Which is easier to set up, [your brand] or [competitor]?
- If I need [requirement], should I choose [your brand]?
事实
直接点名你的品牌，问可以核实的信息。它测量的是准确度而不是触达，而出错代价最高的也正是这里。
- What does [your brand] do?
- Who owns [your brand] and when was it founded?
- What does [your brand] cost?
- Which company is behind [your product name]?
- Does [your brand] handle [specific requirement]?
整份题库的纯文本，方便粘贴到笔记文件
Category (No brand name in the question) 1. Which companies offer [product type] for [audience]? 2. What are the best [category] tools in 2026? 3. Who are the main vendors in [category]? 4. Which [product type] is suitable for [size / region / industry]? 5. What should I look for when choosing [category]? Scenario (A problem, no brand name) 1. How do I solve [problem the product solves]? 2. What is the cheapest way to [outcome]? 3. How do teams like mine handle [workflow]? 4. What alternatives exist when [common constraint]? 5. How do I compare [approach A] and [approach B]? Comparison (Your brand against a named alternative) 1. [Your brand] vs [competitor]: which is better for [use case]? 2. Is [your brand] worth it compared with [competitor]? 3. What are the disadvantages of [your brand]? 4. Which is easier to set up, [your brand] or [competitor]? 5. If I need [requirement], should I choose [your brand]? Fact (Your brand by name, against verifiable detail) 1. What does [your brand] do? 2. Who owns [your brand] and when was it founded? 3. What does [your brand] cost? 4. Which company is behind [your product name]? 5. Does [your brand] handle [specific requirement]?
这个工具不能告诉你什么
- 它给不出一个比率。它一次只给一段回答打分。二十个问题问三遍是六十个样本——足够注意到变化，远不足以支撑一个描述你所在市场的百分比。
- 它不知道任何引擎会回答什么。它从未与任何引擎对话。如果你想要自动化，那要按查询付费，你应该向一个把这一点讲清楚的人购买。
- 名字本身就是普通单词的品牌，有时会匹配到那个单词。「we ramp up quickly」包含独立的词「ramp」，而任何字符串规则都无法把它和这家公司区分开。每个判定都会显示子串，所以你能看见它；一个更具体的别名能解决大多数情况。
- 一段回答只是一则轶事。引擎会随会话、版本和地区变化。记录日期、模型和每个问题的三次运行，否则第二次测量和第一次没法比。
证据与来源
GEO can boost visibility by up to 40% overall in generative engine responses, and in the paper's Table 1 the best of the tested methods improve on the no-optimization baseline by 41% and 28%. — Generative Engine Optimization, KDD 2024
已发表的 GEO 研究正是第五项信号值得关注的原因：加入引文和被引用的来源，在测试过的所有单项改动中产生的可测量增益最大。
Primary sources
- Generative Engine Optimization (KDD 2024) — the measured gains the citability weight follows
- What Generative Search Engines Like — what generative engines prefer in retrieved content
- What Gets Cited: Competitive GEO — which of two competing sources is cited first
- The rule set and its weights — every check, its weight and its pass condition
关于这个检查器的问题
我粘贴的文本会被存储或发送到别处吗？
不会。规则在你的浏览器里运行，文本从不离开这个页面。没有服务器请求、没有日志、也没有账号——这也是为什么页面加载完成后，即使断网，这个工具仍然可用。
为什么没有百分制分数？
因为一个分数会诱使你去优化那个分数。六项信号的计数，每一项都附上产生它的子串，告诉你缺了什么，也让你能核对判定。一个数字更容易被引用，也更容易被钻空子。
我可以把它用在客户报告里吗？
你可以引用你粘贴的任何一段回答的六项信号及其证据。但不能把一段回答的计数当作可见度比率来呈现——这正是这个工具刻意拒绝做出的声称；指南里说明了如何正确记录结果。