AI 收录检测（GEO 可见性审计）

检测企业或品牌在主流大模型与 AI 搜索中的被认知、被推荐、被引用情况，输出多维 AI 收录指数与可视化 HTML 报告。

两种用法

| 用法 | 门槛 | 成本 | 适合 | |---|---|---|---| | 问答式（主线） | 零门槛，客户在 WorkBuddy 里说一句话 | 只耗 WorkBuddy 自身积分，不填 Key、不付款 | 绝大多数客户 | | 脚本版（进阶） | 需自填各平台 API Key、跑 Python 脚本 | 约 ¥4.80/次（API 平台收） | 懂技术的用户 / 要精确到每家平台 API 内部收录 |

问答式（主线，推荐）

客户在 WorkBuddy 里说一句「测测 XX 公司在 AI 里能不能被搜到」，AI 就用联网搜索能力模拟真实用户提问，逐条检索判断，直接在对话里给结论 + 生成 HTML 报告。

零门槛、零额外成本：不填 Key、不付款、不跑脚本，只消耗 WorkBuddy 自身积分。

脚本版（进阶，可选）

精确到「某一家平台 API 内部的实际收录结果」（豆包收录几分、元宝引用几次、DeepSeek 认不认识你）。

# 1. 复制配置模板（在任意工作目录，不要在技能安装目录内运行）
cp <skill-dir>/scripts/config.example.json ./config.json

# 2. 编辑 config.json：填企业信息 + 至少一个平台的 API Key

# 3. 先用模拟数据看报告长什么样（0 成本，不发任何网络请求）
python run.py --demo --n 20 --rounds 3 --no-verify

# 4. 永久免费三平台验通路（0 成本）
python run.py --only doubao,wenxin,glm --n 4 --rounds 1

# 5. 全量检测（默认 8 平台）
python run.py

首次运行时若找不到 config.json，会自动在工作目录生成模板并打印填写指引。

出错与中断（脚本版）

出错时不会把平台返回的原始 JSON 和英文堆栈甩给你，而是给一段中文说明：「原因 → 期望 → 怎么办」，并明确下一步做什么。

| 情况 | 控制台显示 | 自动重试 | |---|---|---| | 网络连不上 / 超时 | 网络连不上或超时 | ✅ | | 被平台限流 | 请求太快被平台限流 | ✅ | | 平台自身故障 | 平台服务端故障 | ✅ | | 模型偶发空回答 | 平台返回了空回答 | ✅ | | Key 填错 / 没开通 | API Key 无效或没开通 | ❌ 重试无用，直接说清怎么改 | | 余额不足 / 超配额 | 账户余额不足或超出配额 | ❌ | | 接口改版 | 平台返回结构看不懂 | ❌ |

中途断了不用全量重来。 失败的请求会单独记账，跑完控制台直接给你一条命令：

python run.py --resume

只补失败的那几次，已成功的不重复调用、不重复扣费，两次结果自动合并成一份完整报告。

排查细节加 --debug（会多打一行平台原始返回）。重试次数与间隔在 config.json 的 run.retries / run.retry_backoff 调整。客户侧完整问答见 references/faq.md。

自测

python scripts/selftest.py      # 9 组断言，秒级返回，退出码 0/1

覆盖报错话术、自动重试、失败记账、平台解析、命中判定、评分模型、Query 库、 CLI 全链路与包结构承诺。不联网、不改配置、不写技能目录。

它解决什么问题

当用户向 AI 提问"东莞有哪些公司做 AI 搜索优化"时，你的客户会不会被推荐？会不会被引用？在竞品里排第几？——这就是 AI 时代的搜索可见性问题（GEO）。

本工具把这件事从"凭感觉问两句"变成可量化、可复测、可交付的指标。

检测什么

| 层 | 含义 | 可优化性 | |---|---|---| | L1 参数认知 | 模型脑子里有没有你 | 几乎不能 | | L2 AI 搜索引用 | 联网检索会不会引用你的页面 | 4-12 周见效（主战场） | | L3 稳定性 | 同问题连问 3 次是否稳定 | 噪声过滤 |

不要只测 L1。 只问"你知道 XX 公司吗"测到的是模型参数记忆，客户短期改不动，分数低时无法解释。检测主战场是 L2。

支持平台

默认 8 平台（客户最熟悉的主流大模型）：

| 平台 | 检测层 | 费用 | |---|---|---| | 元宝 | L2 联网搜索 | 0.018 元/次，可领每日免费额度 | | 千问 | L2 联网搜索 | 约 0.03 元/次 | | 智谱·联网 | L2 联网搜索 | 约 0.03 元/次 | | DeepSeek | L1 参数认知 | 约 0.002 元/次 | | 豆包 | L1 参数认知 | 永久免费 | | 文心一言 | L1 参数认知 | 永久免费 | | Kimi | L1 参数认知 | 有免费额度（新用户约 500 万 token） | | 智谱 GLM | L1 参数认知 | 永久免费 |

这 8 个里只有「元宝」「千问」「智谱联网」的开放 API 支持联网搜索（L2），其余 5 个 API 不支持联网，只能测模型记不记得你（L1）。

可选扩展（更专业但收费/门槛高）：阿里百炼 IQS、秘塔、腾讯混元。

纳米（360）无官方 API，自动检测测不到，需人工抽检（结果放附录，不进自动指数）。

缺哪个 Key 就跳过哪个平台，填几个跑几个。豆包、文心、智谱 GLM 永久免费。

完整的端点、单价、Key 申请入口见 references/platforms.md。

评分模型

AI 收录指数 = 100 × (0.30×品类渗透 + 0.20×认知广度 + 0.20×引用质量
                   + 0.15×竞争份额SOV + 0.15×稳定性)

品类渗透（用户不问品牌名时 AI 会不会想到你）权重最高，因为它是唯一能被内容优化在 4-12 周内快速拉动的指标。

详见 references/scoring.md。

费用

工具本身免费，零第三方依赖（仅 Python 标准库），无授权费无月费
--demo 模式 0 元，不发任何网络请求
API 调用费由使用者承担，Key 与账号归使用者自己所有；可自助配置，也可在 Key 申请或参数配置遇到困难时联系作者协助（见 SKILL.md 步骤 6）
一次全量检测（20 query × 3 轮 × 8 平台）约 4.80 元（其中豆包+文心+智谱GLM 永久免费，Kimi 有免费额度）
只跑豆包 + 文心 + 智谱 GLM 三个永久免费平台可长期 0 成本，但只覆盖 L1 层

跑之前 run.py 会自动打印预估成本。

目录结构

ai-visibility-audit/
├── SKILL.md                    技能主入口
├── README.md                   本文件
├── LICENSE.txt                 MIT
├── references/
│   ├── platforms.md            平台接入、价格、Key 申请
│   ├── scoring.md              评分模型、Query 库、行业基线
│   ├── pitfalls.md             六条硬规则、交付注意
│   └── faq.md                  客户常见问题（报错怎么读、怎么补跑、费用、结果怎么读）
├── assets/
│   └── sample_report.html      报告样例
└── scripts/
    ├── run.py                  主入口
    ├── providers.py            各平台适配器（含错误分诊与自动重试）
    ├── detect.py               命中判定
    ├── queries.py              Query 库生成
    ├── score.py                评分模型
    ├── report.py               报告渲染
    ├── selftest.py             自测脚本（9 组断言，不联网）
    └── config.example.json     配置模板

系统要求

Python 3.7+，零第三方依赖。Windows / macOS / Linux 均可运行。

已知限制

360 纳米 AI 无公开 API，需人工抽检，不进自动指数
ChatGPT / Gemini / Claude 国内不可直连，本期不支持
报告口径请统一表述为「国内主流 AI 平台」

许可

MIT License。详见 LICENSE.txt。