这套系统到底解决什么
这四个问题不解决，投入就是沉没成本
用户改问 AI 了，官网流量在掉
搜索流量下滑不是内容做差，而是决策入口从"搜索结果页十条链接"变成"AI 一段答案"。答案里没有你，就没有下一步。
不知道 AI 怎么描述自己的品牌
同一句"XX 哪家好"，不同模型的推荐顺序、说法甚至错误信息都不一样，而企业几乎从没核对过。
内容投了一堆，无法验证有没有用
缺少"关键词 × 引擎 × 时间"的横向数据，写完发完就结束，无法判断是哪篇内容带来了提及。
被竞品或过时信息占据推荐位
AI 引用的往往是最结构化、最易被爬虫抓取的那几篇内容，多数企业的资料并不适合机器阅读。
已实现的模块，不是规划中的功能
7 项核心能力，均已交付或可演示
多引擎问答监测
已接入 5 家主流大模型问答接口（ChatGPT、DeepSeek、豆包/火山方舟、文心一言、通义千问），按关键词计划定时抓取，支持手动触发与任务防重。
可见度指标体系
记录品牌提及、引用来源归因、推荐顺位、首段提及率，形成关键词级别的趋势曲线，而不是一句"有曝光"。
内容缺口分析与选题
比对目标关键词下 AI 引用的内容与自有内容的差集，输出该补的问答型、对比型、榜单型选题。
AI 辅助生产 + 人工审核工作流
生成草稿后进入 draft→review→published 流程，附带五维 SEO 评分与 simhash 原创度检测，避免同构低质内容。
内容指纹与引用追踪
对已发布内容打指纹，回看它是否真的被模型引用，把"发了很多"变成"哪几篇起作用"。
诊断报告与成本核算
一键生成品牌 AI 可见度诊断报告（支持导出 PDF），并按关键词统计调用成本，便于按项目结算。
为机器阅读而生的发布通道
官网内容侧自带 slug 规范、sitemap、JSON-LD 结构化数据与 llms.txt，让爬虫与 AI 引擎一次抓取即得全文。
从现状诊断到上线，4 步
基线诊断
梳理品牌词、产品词、竞品词、场景提问共数十至上百个关键词，跑一次全引擎基线，出具现状报告。
策略与选题
按推荐顺位缺口与引用缺口排优先级，确定要在哪些平台、以什么内容形态补齐。
内容生产发布
AI 生成 + 人工事实校对 + 审核发布，同步官网结构化数据与第三方高权重来源。
复测与迭代
按周期复跑同一关键词集，输出提及率/顺位变化，未改善的选题重做，同时监测错误信息并纠偏。