结论先讲：AI 回答会附带引用来源，这是传统 SEO 时代没有的礼物——竞品的站外布局基本上是公开的。三步就能逆向出来：① 用统一问题集测出谁被提及，② 记录 AI 引用了哪些域名，③ 逐个判断这些来源是"可复制的动作"还是"买不来的资产"。第三步是关键，因为多数分析停在第二步，然后去抄那些抄不动的东西。
第一步：建立统一的问题集并测出谁在被提及
问题集怎么建
必须是你和竞品共同争夺的查询，也就是客户在还没决定选谁时会问的问题。
| 类型 | 占比 | 示例（外贸机械） | 说明 |
|---|---|---|---|
| 品类推荐类 | 40% | "中国有哪些可靠的注塑机供应商" | 最核心，直接的推荐位争夺 |
| 选型决策类 | 40% | "选注塑机应该看哪些参数" | 被引用为信息源的机会 |
| 直接对比类 | 20% | "海天和震雄注塑机怎么选" | 已经在比较阶段的高价值查询 |
不要放品牌类问题。 "XX 公司怎么样"只有已经知道 XX 的人会问，不构成竞争。
数量：30–50 个。关键是之后每次复测用完全相同的一组。
测试规范
- 未登录/无痕状态，避免个性化污染
- 覆盖目标平台：海外用 ChatGPT、Perplexity、Google AI Overviews、Gemini、Claude；国内用 DeepSeek、豆包、元宝、夸克、秘塔、百度 AI 搜索
- 每个问题连问两到三次（尤其在 Perplexity 这类实时检索的平台上，同一问题结果会变）
- 记录日期
记录表
| 问题 | 平台 | 提及的品牌（按顺序） | 我方是否出现 | 引用来源域名 | 日期 |
|---|
第三列要记录全部品牌，不只是你的主要对手。 你经常会发现被 AI 推荐的公司里，有几家根本不在你的竞品名单上——这本身就是重要情报。
你会得到什么
跑完之后，做一个简单统计：
- 提及频次排名：谁被提到最多
- 平台差异：谁在哪个平台强。要知道 ChatGPT 和 Perplexity 的被引域名重合度只有约 11%，某个对手可能在一个平台垄断而在另一个平台完全不存在
- 你的位置：在哪些问题上你出现了，哪些完全没有
第二步：拆解引用来源
这是整个方法的核心。AI 给出的引用列表，等于把竞品的信息分布图公开了。
统计动作
把所有记录到的引用域名做频次统计，按出现次数排序，取前 15–20 个。
然后分类：
| 来源类型 | 示例 | 说明 |
|---|---|---|
| 竞品自有域名 | competitor.com | 他们的哪些页面被引用？ |
| 社区平台 | Reddit、知乎、Quora | 哪些具体帖子/回答？ |
| B2B 平台 | 阿里国际站、Made-in-China | 店铺页还是产品页？ |
| 行业媒体 | 垂直行业出版物 | 是报道还是投稿？ |
| 百科/数据库 | 维基百科、Crunchbase | 实体层面 |
| 视频平台 | YouTube | 什么类型的视频？ |
逐个打开看
不要停在域名层面。 点进每一个被引用的具体 URL，看：
- 这是什么类型的内容？ 产品页、技术文章、社区讨论、媒体报道？
- 它为什么被选中？ 是不是回答了一个具体问题？有没有具体数字？结论是不是在开头？
- 发布/更新时间是什么时候？ 新鲜度在 Perplexity 这类平台权重很高。
- 如果是社区内容，发布者是谁？ 是竞品员工、真实用户，还是明显的营销号？
第 4 点尤其重要——如果你发现某个对手的"高引用"来自明显的水军内容，这不是可复制的路径，是一个正在积累的风险。Google 已明确点名追求不真实提及无效且有反制系统。
第三步：区分"可复制"与"买不来"
这一步决定了整个分析有没有价值。 多数竞品分析停在第二步，然后试图复制所有东西，结果把预算浪费在不可能追上的项目上。
把第二步的发现分成三类：
A 类：可复制的动作（立刻做）
特征：成本可控、周期可预期、不依赖历史积累。
| 发现 | 你的动作 |
|---|---|
| 竞品的产品页被引用，因为有详细的选型逻辑 | 改造你的产品页，补上"参数怎么选"这一层 |
| 竞品的 LinkedIn 公司页信息完整且被引用 | 规范化你的 LinkedIn 页，配 sameAs |
| 竞品有 YouTube 工厂实拍被引用 | 拍你自己的，这类内容你也有 |
| 竞品在某个行业媒体有技术投稿 | 向同一家投稿 |
| 竞品的 FAQ 覆盖了你没覆盖的问题 | 补全你的 FAQ |
这一类通常占发现的 60% 以上，而且大部分是低成本的。
B 类：需要长期投入才能追上（规划做）
特征：方向明确但需要时间积累。
- 竞品有维基百科条目 → 你需要先积累独立媒体报道，以年计
- 竞品在 Reddit 有多年真实存在感 → 需要 6 个月以上的真实参与
- 竞品有持续多年的原创行业数据 → 从现在开始建立你自己的
处理原则：选一到两项启动，不要全面铺开。
C 类：买不来也抄不动（放弃或绕开）
特征：依赖你不具备的结构性条件。
- 竞品是行业头部，媒体自然报道它 → 无法复制，但可以从细分品类切入
- 竞品有多年积累的用户讨论量 → 无法追赶，但可以在新兴品类上抢先
- 竞品是上市公司，公开信息天然丰富 → 无法复制
处理原则：不要在这里花钱。 改为寻找它没覆盖的细分领域——这才是中小企业的机会。
一个具体的绕开思路：统计竞品没有被提及的问题。在 30–50 个问题里，通常有一批是所有大品牌都没覆盖的细分问题（特定应用场景、特定合规要求、特定地区市场）。这些是最容易拿下的位置。
一个完整的分析模板
【竞品 AI 可见度分析报告】
一、测试设置
- 问题集：__ 个（品类推荐 __ / 选型决策 __ / 直接对比 __）
- 平台：____
- 测试日期：____
- 测试条件：未登录，每题 __ 次
二、提及频次排名
| 排名 | 品牌 | 总提及次数 | 强势平台 | 弱势平台 |
三、我方现状
- 出现的问题数：__ / __
- 完全缺席的问题类型：____
- 提及语境（正面/中性/负面）：____
四、引用来源 TOP 15
| 排名 | 域名 | 频次 | 类型 | 服务于哪个竞品 | 分类（A/B/C） |
五、行动项
A 类（本季度）：
1. ____
2. ____
B 类（本年度，选 1–2 项启动）：
1. ____
C 类（放弃）：
1. ____
六、机会缺口
所有竞品均未覆盖的问题：____复测与追踪
- 每月复测，用完全相同的问题集
- 重点看两条曲线：你的提及频次变化、引用来源域名分布的变化
- 至少三个数据点再下结论——平台自身波动很大，有记录显示单一信源份额曾在两周内变化数倍
- 每季度重新审视问题集，客户的提问方式会随市场变化
常见问题
Q：需要买竞品分析工具吗？ 起步不需要。30–50 个问题手工跑一遍是半天到一天的工作，而且你会真正看到 AI 是怎么回答的——这个体感是工具给不了的。当问题集超过 100 个、需要每周跑时，工具才有必要。
Q：AI 每次回答都不一样，怎么保证可比性？ 三个做法：每题连问两到三次取稳定结果；固定测试时段；接受一定噪音，看趋势不看单点。这也是为什么要求至少三个数据点。
Q：发现竞品在刷 Reddit / 知乎，我要不要跟？ 不要。Google 已明确点名追求不真实提及无效且有反制系统，平台自身也在识别。更重要的是，这类记录一旦被曝光，产生的负面比原本的收益大得多。把它记为"竞品的风险点"而不是"可复制路径"。
Q：竞品在所有问题上都碾压我，怎么办？ 去看第三步的 C 类和"机会缺口"部分。正面对抗行业头部通常没有胜算，但细分场景、特定应用、特定市场的问题往往无人覆盖。中小企业的机会在长尾——有研究显示 AI 引用的分布比传统搜索长尾得多，单一域名很少超过总引用的 5%，其余 95% 分散在数千个域名上，这对小玩家是好消息。
Q：这个分析多久做一次完整版？ 完整版每季度一次，简版（只测提及频次）每月一次。
Q：能用这个方法评估服务商效果吗？ 可以，而且应该。在服务商开始工作前做一次完整基线，之后每月复测。如果服务商拒绝配合建立基线，这本身就是答案。
本文数据来源：5W Citation Source Audit Q1 2026（6.8 亿+ 次引用综合，跨平台域名重合度）；Evertune（2 亿条提示词，引用分布长尾特征）；Google Search Central 生成式 AI 优化官方指南（2026-05-15）。本文最后核查日期：2026 年 7 月 31 日。
作者：妙蛙 GEO 研究团队