这种混淆完全可以理解:「LLM mentions」和「LLMention」共用了同样的词,两个产品也都给出一个看起来像可见度的数字。但它们测量的是同一条链路的相反两端:本站测量一个页面能否被引用,DataForSEO 测量一个品牌是否被提及。
两者并无关联。本站不是 DataForSEO 的合作方、经销商或前端界面,双方之间不存在数据关系,也没有共同的运营者。两个产品名称用词相近,并不构成合作;两者也互不替代。
DataForSEO 的 LLM Mentions API 做什么?
按其网站上的描述(读取于 23 October 2026),它提供 LLM 中关键词、品牌和网站提及的数据,定位是追踪品牌在 AI 回答中的可见度。下面这句话是他们的原话,逐字照录:
“LLM Mentions API provides data on keyword, brand and website mentions in LLMs, including metrics like LLM chat mentions, sources and AI search volume.” — DataForSEO, LLM Mentions API overview
他们的产品页把这句话展开成这些内容:Search Mentions,说明某个关键词或域名在 LLM 回答中如何出现、出现在什么语境;Target Metrics,按地区、语言、LLM 和域名汇总提及次数;一个用于并排比较多个品牌的多目标变体;Top Mentioned Domains、Pages 和 Brands;以及历史时间序列,包含新增提及与丢失提及,覆盖 Google 的 AI Overviews 和 ChatGPT,数据可回溯到 2025 年。Lite 端点返回同样的计数和 AI 搜索量,但不带那些更细的拆解。他们的公开页面里还有一个免费的可见度趋势追踪器:llm.dataforseo.com,与 API 分开。
LLMention 测的又是什么?
这个扫描器像爬虫那样抓取一个 URL,然后按 40 项公开检查、12 个加权维度给这次响应打分。它读取 robots.txt、llms.txt 和 sitemap;解析 HTML 里的实体标记、标题结构和可提取的事实;并报告每一项未通过的检查,连同得出该结论的证据。它从不查询模型。
这些权重描述的是「什么样的页面可被引用」。AI 爬虫访问占分数的 16%,因为一个抓取不到的页面根本无从读取。内容深度是 11%,可引用性与证据是 11%,这也是已发表研究支持得最直接的一个维度。AI 上下文文件是 5%,交付与移动端是最小的维度,占 2%:一项真实的检查,但刻意做小。这些百分比没有一个能说明引擎会不会提到你。
两者有什么不同?
这张表列出决定读者需要哪一个的五处差异:各自回答的问题、数据来源、结果单位、盲区,以及各自成为正确工具的时机。
| 维度 | LLMention GEO Scanner | DataForSEO 的 LLM Mentions API |
|---|---|---|
| 各自回答的问题 | 爬虫能否到达这个页面、解析它,并找到一条回答需要引用的内容? | 这个品牌在 AI 回答里被提到了吗,多频繁,在什么语境下? |
| 数据来源 | 你自己的页面,抓取一次,加上 robots.txt、llms.txt 和 sitemap。响应按公开的规则逐项打分。 | 一个 LLM 提示与回答的数据库,按他们网站上的描述,按关键词、域名或品牌查询。 |
| 结果单位 | 一个百分制分数、一个等级,以及未通过检查的清单,每条都附上它看到的证据。 | 提及次数和 AI 搜索量,按地区、语言、LLM 和域名分组,并附历史序列。 |
| 各自看不到什么 | 是否有任何引擎提到或引用你。它测量的是就绪度,不是回答。 | 被引用的是不是你的页面、一次提及因何出现,以及从未被引用的页面究竟有没有被抓取过。 |
| 各自何时是正确工具 | 当你掌控这些页面、还没有被引用的证据,并且想要一份修改清单而不是一条趋势线时。 | 当问题是你是否出现在回答里、与竞争对手相比如何,或者这种存在感随时间如何变化时。 |
各自什么时候是正确工具?
选哪一个,取决于你盯着的是这条链路的哪一端;而两个都需要,也是可能的。
- 选就绪度审计:当页面是你自己的,而你还不知道爬虫能不能读到它。它的产出是一份修改清单,规则也是公开的,所以一个结果可以被拿来争论。
- 选提及监测:当你需要知道你的品牌是否出现在 AI 回答里、与竞争对手相比如何,或者是在上升还是下降时。页面标记做得再多,也回答不了这个问题。
- 当「什么发生了变化」才是那个问题时,两个都要选。审计告诉你对页面的一处改动是否值得做;提及数据告诉你这次改动之后有没有随之发生什么。
- 要的是传统排名,两个都不要选。排名监测和服务器日志分析测量的是另外的层面;对比总览把四种测量并排列出。
其中一个能替代另一个吗?
不能,原因是结构性的,而不是商业性的。就绪度是被引用的一个输入,而不是对被引用的测量。一次提及可以在完全没有抓取你页面的情况下发生:一个回答可以提到它从评测站、新闻报道或竞争对手的对比页里读到的品牌。
它们不是替代品,所以这一页不给它们排名。一个赢家只会是提问方式的产物,而不是关于这两个产品的事实。
关于 DataForSEO 的描述来自哪里?
关于他们产品的每一条说法都浓缩自下面的来源,读取于 23 October 2026;上面那句引语是他们自己的原话。这里不复制任何价格,也不复制任何一方声称的排名:那些东西不需要代码变更就会变。关于本站方法的数字是从 lib/geo/catalog.ts 导入的,而不是手写进来的,所以它们不会与扫描器实际执行的规则脱节。
- DataForSEO, LLM Mentions API overview — 读取于 23 October 2026;上文的引语出自这一页
- DataForSEO, LLM Mentions API product page — 读取于 23 October 2026;下面的端点清单与数据来源浓缩自这一页
- DataForSEO, AI visibility trend tracker — 读取于 23 October 2026;他们免费的品类趋势追踪器,与 API 分开
- Generative Engine Optimization (KDD 2024) — 就绪度权重所遵循的那项测量
- The rule set and its weights — 每一项检查、它的权重与通过条件