物界前沿自建AI搜索追踪，从零开始半小时搞定
做SEO的朋友最近老跟我抱怨一件事：传统排名工具还能看，AI搜索这块基本抓瞎。ChatGPT、Perplexity、Gemini各说各话，同一个问题今天引用你明天不引用，你想知道自己到底有没有被提到，只能手动去问，问完还记不住。
我找了一圈现成工具，确实有，比如SE Ranking出了AI Search插件，还有一堆专门做AI可见度的平台。但问题来了，价格不便宜，而且你想追踪的问题往往比较具体，比如"最好的项目管理软件"，工具内置的问题库不一定覆盖你的行业。于是我自己搭了一套，跑通之后觉得这事其实不难。
先理解一下原理。传统SEO追踪是看关键词在第几页，AI搜索追踪是看AI回答里有没有提到你。做法就是模拟真实用户去提问，然后把回答抓下来，检查里面是否出现你的品牌名或域名。就这么简单。
选方案时有两条路。第一条是白嫖路线，直接用Playwright模拟浏览器，去访问ChatGPT、Perplexity这些网站，输入问题，等回答渲染完，抓取文本。好处是免费且和真实用户体验完全一致，坏处是AI服务商可能改版或加验证码，你得跟着修。第二条是API路线，各家都提供API，稳定但花钱，而且ChatGPT的API回答风格和网页版不完全一样，你追踪的是"API里的我"而不是"用户看到的我"。
我建议先走第一条路。我这边用的是Python加Playwright，几十行代码就能跑通一个简单版本。
具体步骤，跟着做就行：
-
装Python，装好后在命令行输入
pip install playwright，然后执行playwright install chromium。这一步是下载一个无头浏览器，就是没有界面的Chrome，让它替你去访问网页。 -
写一个Python脚本，内容大概是：启动浏览器，打开你要测的AI搜索网站，在输入框里输入你的问题，按下回车，等十几秒，然后把回答的文字提取出来。第一次跑通大概需要半小时，大部分时间花在调试等待时间上。
-
在脚本里把你自己的品牌名或域名写进一个列表，提取到回答后逐个检查，哪个词出现了，在控制台打印出来。
-
把问题存成一个文本文件，每行一个，用循环去跑。我放了十个问题进去，跑了一轮大概四十分钟，因为每个问题要等AI回答完再问下一个。
-
跑完后结果写入一个CSV文件，用Excel打开就能看。格式建议是：问题、引擎、日期、是否有提到。
这里有个坑必须提醒你。AI回答是流式的，就像打字机一个字一个字蹦出来，如果你等的时间不够就抓取，拿到的是半截回答，可能恰恰漏掉了提到你的那一句。我一开始只等五秒，出来结果全是未提及，后来改成轮询检查，每两秒看一次回答末尾是否出现停止符号，或者干脆等满二十秒才抓。这个问题不解决，你的数据就是错的，白跑。
还有个坑是访问频率。十个问题对一个IP连续问，容易触发验证码。我后面在两次请求之间加了二十秒随机延时，好很多。如果还是被拦，可以试试换不同的User-Agent，或者拆到几个时间段跑。
数据拿到之后怎么解读，这个比搭建本身更值得好好琢磨。我现在每周跑一次，看的是变化趋势：这周新增了哪个问题的引用，上周还在的这周是不是丢了。比如我追踪的十个问题里，有个问题连续三周提到我们，这周突然不提了，我就去翻最近改了什么内容，分析AI是不是被别家的新内容带走了注意力。另一个方向是看竞品，把你的域名换成竞品的，跑同一套问题，对比双方被提及的次数。能提需求就别自己跑，把这些丢给模型的工具链，让模型按固定格式输出，方便存档。
学完这个，下一步可以试着把问题按用户购买意图分类：比如了解型、比较型、购买型。你会发现AI搜索在比较型问题上引用来源最频繁，这意味着你该优先优化这类问题的内容覆盖。再往后还可以接入定时任务，让服务器每周自动跑一次，结果推到飞书群里，那就基本实现自动化了。
一句话总结我做下来的感受：AI搜索追踪用自建方案够用，关键是别追求一步到位，先把一个引擎、一个问题跑通，再慢慢加。
本文编译自 Hacker News，原文：GitHub - razz1000/ai-search-rank-tracking-example-repo: Track whether ChatGPT, Claude, Perplexity & Gemini mention or cite your site - self-hosted, runs on a GitHub Action · GitHub
版权归原作者所有，本文为基于公开报道的编译与独立分析。
