面向 AI 的关键词研究:找到买家提出的提示词,以及 AI 助手在背后执行的搜索,估算提示词量并追踪趋势。
发布于
25/10/2026
更新于
25/10/2026
阅读时间
8 分钟

本页内容
简而言之
面向 AI 的关键词研究分三个层次。提示词:买家向 ChatGPT、Gemini 或 Claude 提出的完整问题。扇出查询:助手在每个提示词背后为寻找来源而执行的较短搜索。传统关键词:证明某个主题有需求的搜索量。没有任何 AI 公司公布提示词量,因此需要借助替代指标(Search Console、关键词搜索量、Bing 的 grounding 查询)来估算,并通过每周追踪同一组提示词来衡量趋势。
想深入了解?请询问
快速测验
如何让 ChatGPT 和其他 AI 提到您?
面向 AI 的关键词研究源于一个简单的观察:人们不会在助手里输入关键词,而是带着背景提问。OpenAI 的ChatGPT 使用情况研究(NBER 工作论文,2025 年 9 月)发现,约 49% 的消息属于“提问”,而实用指导、信息查询和写作合计占对话的近 80%。一份由两个词组成的关键词清单会错过其中大部分内容。本指南介绍如何构建这三个层次、用哪些信号判断搜索量与趋势,以及如何把它们转化为会被引用的页面。
传统关键词研究寻找有月搜索量的短查询。面向 AI 的研究增加了两样关键词工具难以呈现的东西:用自然语言写成的提示词,以及助手由此衍生出的搜索。
| 层次 | 示例 | 由谁写出 | 在哪里看到 |
|---|---|---|---|
| 关键词 | 咖啡订阅 | 用户,在 Google 中 | 关键词工具、Search Console |
| 提示词 | 每天喝两杯的新手适合哪种咖啡订阅? | 用户,在助手中 | 销售沟通、客服、评价、提示词追踪 |
| 扇出查询 | 新手 咖啡订阅 评测;新鲜烘焙咖啡 配送 价格 | 助手,在后台 | 会显示搜索过程的回答、Bing grounding 查询、扇出追踪 |
这三个层次并不相互竞争。提示词给出买家的意图和背景。扇出查询说明助手会去读哪些页面。关键词则说明同一主题能否带来 Google 流量。我们关于AI 助手如何选择信息来源的指南解释了为什么由扇出层决定哪些页面会被取回。
不存在官方数字。OpenAI、Google、Anthropic 和 Perplexity 都不公布某个提示词被问了多少次。作为提示词量出售的数字,都是基于样本组、浏览器数据或由搜索量推算的模型得出的估计值。它们有助于在主题之间做比较,但并非实际计数。
有三个官方信号更接近真实情况:
注意
如果某个工具为一句话给出精确的月度“提示词量”,那是模型推算的估计值。请用它比较主题,切勿当作流量预测,并核对其趋势是否与您在 Search Console 中看到的一致。
从包含完整句子的来源入手:销售与客服对话、客户评价、行业论坛讨论,以及 Search Console 中最长的查询。把每一条改写成买家会输入的提示词,并带上背景(公司规模、预算、地区、用途)。
按照买家想了解的内容分组。四个组适用于大多数市场:理解(它如何运作)、收益(能为我带来什么)、比较(该选哪个方案)和质量(如何识别好的供应商)。购买决策发生在比较和质量类提示词上,所以先覆盖它们。传统的搜索意图概念依然适用,只是每句话的细节更多。
样本组太小会遗漏主题,太大则无法追踪。25 到 150 个提示词可覆盖大多数企业。我们的 SEO 与 GEO 提示词库提供了可直接调整的起始写法。

把每个提示词发给买家使用的助手,记录它们执行的搜索。Google 将 AI Mode 描述为一个把问题拆分为子主题并同时发出大量查询的系统,其 Deep Search 为一份报告可执行数百次搜索。这些子查询往往比关键词工具里的任何词都更长、更具体,并且因模型而异。
把扇出查询放进传统的关键词研究工具,获取搜索量、难度和意图。一条助手常用、同时在 Google 上也有搜索量的子查询是双重收获:同一个页面既能在 Google 获得排名,也能被 AI 取回。
把答案相同的提示词和子查询归为一组,再为每个集群分配一个页面,以避免关键词内耗。主题集群生成器可以从一个起始主题完成这种归类。
提示
把提示词本身写成回答它的页面中的 H2 或 H3,并在前两句给出答案。这样助手的子查询与您的标题用词一致,更容易被取回。
趋势比绝对数字更重要,因为需求和助手的行为都在变化。我们的 ChatGPT 引用研究显示,从 2025 年 8 月到 2026 年 8 月,ChatGPT 每条回答的来源数从 5.8 个降至 4.1 个:同一个提示词可能在几个月内多出或减少引用位置。
| 信号 | 来源 | 说明什么 | 局限 |
|---|---|---|---|
| 问句形式的查询 | Google Search Console | Google 上的真实需求,包含 AI Overviews 和 AI Mode | AI 流量未与传统搜索分开 |
| grounding 查询、意图、引用份额 | Bing Webmaster Tools | Copilot 为引用您搜索了什么,以及您在每条查询中的份额 | 抽样数据,仅限 Microsoft 产品 |
| 随时间变化的热度 | Google Trends | 季节性与上升中的主题 | 相对指数,没有绝对搜索量 |
| 搜索量 | 关键词工具 | 扇出查询背后的需求 | 不统计提示词 |
| 每个提示词的提及率 | 每周提示词追踪 | AI 是否引用您,否则引用了谁 | 每次运行结果不同 |
| 扇出频率 | 扇出追踪 | 哪些子查询每周反复出现 | 仅在模型显示其搜索时可用 |
两个习惯能让这些信号真正有用。第一,对比不同时期,而不是只看某一个月,正如我们的 Google Trends SEO 指南在季节性方面所解释的。第二,每周追踪同一组提示词:在稳定样本组上测得的提及您的回答比例,是您能为 AI 可见度建立的最可靠趋势线。

示例
一家自行车店追踪“15 公里通勤该选哪款电动自行车?”。四周内,助手反复搜索“电动自行车 续航 实测”和“通勤 电动自行车 价格”。这两条都不在该店的关键词计划里。一个包含实测续航和价格的评测页面可以同时回答两者,在 Google 上获得该关键词的排名,并为 AI 提供可引用的段落。
同一份研究同时服务两个渠道。在 Google 上有搜索量的扇出查询变成能获得排名的文章;购买意图强的提示词变成 AI 可以引用的对比页和价格页;每周追踪则告诉您哪些有效。面向 AI 的关键词研究从买家的问题出发,跟随助手执行的搜索,并用真实数据验证需求。
Sorank 将这一循环自动化。AI 提示词研究根据您的网站写出所在市场的提示词并按意图分类,AI 查询扇出记录每个助手在其背后执行的搜索,AI 提及追踪则每周衡量您的品牌是否在 ChatGPT、Claude 和 Gemini 中被引用,Pro 方案起还包括 Perplexity 和 Grok。随后,扇出查询会成为您内容日历中的关键词。
可以,但只能覆盖三个层次中的一个。关键词工具能提供 AI 助手在提示词背后执行的短查询的搜索量和难度,有助于确认需求。它们无法显示买家输入的提示词,也无法显示模型实际执行的子查询,因此需要结合提示词追踪和扇出捕获一起使用。
25 到 150 个提示词可覆盖大多数企业。先从主要产品的比较类和质量类问题开始,因为购买决策发生在这里,然后再补充理解类和收益类问题。每周追踪一个稳定的样本组,比一次性检查一长串清单得到的趋势更可靠。
不相同。每个助手都会按自己的方式改写问题,并在不同的索引中搜索,因此子查询因模型而异,并随时间变化。按模型分别记录,可以看出哪些角度是共通的、值得做一个扎实的页面,哪些只属于您的买家所用的助手。
他们已先于您体验了 SORANK

