AI 可見度工具怎麼選：品牌提及追蹤 vs 網站技術掃描（AVS）差在哪
目錄
先給 30 秒答案：市面上叫「AI 可見度工具」的東西至少是兩類，不要混在一起比分數。
(A) 品牌提及追蹤：固定一組問題去問 ChatGPT、Perplexity、Google AI 模式等，看答案裡有沒有提到你、引用哪一頁、相對競品佔多少。Semrush 在它 2026 年 7 月的工具評比文裡對這類工具的定義是「追蹤你的品牌在 ChatGPT、Google AI Mode、Perplexity 等 AI 生成答案裡如何出現」，列進去的有 Semrush、Peec AI、Profound、HubSpot AEO 等。
(B) 網站技術掃描：看你的網站對搜尋與 AI 檢索是否打得開、讀得懂，例如 robots、結構化資料、llms.txt、可引用的內容結構，輸出分數與缺口清單。我們的 UltraProbe 屬這一類，台灣的 TWTools 三軸測評也是：它自述是 SEO、GEO、AEO 三軸 18 個子指標、純規則評分、免註冊。
A 告訴你「進場之後有沒有被提到」，B 告訴你「門有沒有開、該修哪裡」。還沒做過技術體檢的網站，應該先做 B，再決定要不要買 A。
先講立場：我們是 Ultra Lab，維護開放標準 AI Visibility Score（AVS），並提供免費掃描器 UltraProbe。我們做的是 B。這篇會引用自家指南與研究，也會引用第三方與 Google、OpenAI 的公開文件，每一處都附連結，第三方產品的細節以對方官網當下為準。
「AI 可見度是什麼、怎麼測」我們寫過支柱文：AI 可見度指南。分數門檻與方法限制在 AVS 驗證研究。這篇不重做實驗、不重教結構化資料，只回答一件事：工具品類怎麼選，才不會買錯。
先把品類拆開：你到底在買什麼
同一個搜尋詞「AI 可見度」，賣家可能在賣完全不同的東西。
提及追蹤量的是答案裡的品牌戲份。你給一組固定問題，它看模型回覆有沒有你、相對競品的佔比，有時還附情緒與引用網址。適合向主管報告「這週 AI 有沒有講到我們」，但通常不會告訴你 robots.txt 哪一行擋了爬蟲。
技術掃描量的是網站上可以自動檢查的訊號。你貼一個網址，幾秒內拿到分數與缺口。適合工程與內容負責人排修，但不會告訴你「今天 ChatGPT 有沒有提到你」。那要靠手動固定測題，或另外買提及追蹤，這兩層在可見度指南裡寫過。
把兩類當成同一把尺比高低，就像拿血壓計跟體重計比誰準：都有用，量的不是同一件事。
一張表看完
| (A) 品牌提及追蹤 | (B) 網站技術掃描 | |
|---|---|---|
| 回答的問題 | AI 答案裡有我嗎？相對競品如何？ | 我的網站對搜尋與 AI 檢索打得開、讀得懂嗎？缺什麼？ |
| 常見輸出 | 提及次數、引用來源、聲量佔比（依各產品） | 0 到 100 分加逐項缺口 |
| 常見計價 | 多為月訂閱。Semrush 評比文寫它的 AI Visibility 從每網域每月 99 美元起，Peec AI 入門方案每月 95 美元（2026 年 7 月資料，以各官網當下為準） | 有免費的，例如 UltraProbe 與 TWTools 都免註冊 |
| 回答不了 | 該改 HTML 或 robots 的哪一行 | 本週模型有沒有提到你的品牌 |
| 什麼時候用 | 技術已修好，要持續監控答案裡的戲份 | 還不知道門開沒開，需要一份修繕清單 |
表外補一句：UltraProbe 同一個產品還有提示詞防禦掃描，那是安全品類，跟可見度分數是兩件事，不要混成同一個指標。
同名不同物：「AI Visibility Score」不只一種
這裡最容易踩雷。
Ultra Lab 的 AVS 是對你的網址做自動化掃描後的加權分。現行 v2.0：
AVS = SEO × 0.35 + AEO × 0.35 + AAO × 0.30
SEO 看傳統搜尋的技術體質，AEO 看答案引擎可讀性（結構化資料、llms.txt、AI 爬蟲設定等），AAO 看 AI 代理存取友善度。這條公式就是線上掃描器實際在算的那一條。
版本要講清楚：AVS 最早是兩維的 v1（SEO × 0.5 + AEO × 0.5），驗證研究用的就是 v1。所以研究裡「被 AI 引用的網站約六成是 B 級以上、推薦類查詢門檻約 80 分」這些數字，是在 v1 下量到的，拿今天的 v2 分數直接對照會有落差。我們在研究頁上已經加了版本註記。
追蹤工具那邊也有分數。 Peec AI 的比較頁描述 Semrush 的工具包除了顯示提及次數的彙總，另外還提供一個 1 到 100 的「AI Visibility score」；那一頁沒說這個分數怎麼算，但它掛在提及追蹤的工具包裡，跟掃網站的 AVS 不是同一套東西。HubSpot AEO 則叫「brand visibility score」。Peec 自己量的是可見度百分比、引用頻率與情緒。同一篇 Semrush 評比裡，多數工具圍繞提及、引用、情緒與競品，但也列了 Botify（企業級技術 SEO）和附帶基本 AI 就緒檢查的 Writesonic。兩類東西被放在同一個名字底下，本身就是這篇要講的事。
所以別人說「我們 AI 可見度 78 分」、你說「我們 AVS 78 分」，這兩個數字不能比，除非先確認兩邊量的是同一件事。
最後一句要寫死：分數跟被引用之間是相關，不是因果。到了某個分數，不代表 AI 就會推薦你。
三種情境怎麼選
一、網站還沒做過 AI 可見度的技術體檢
先做 (B)。用 UltraProbe 或任何你信任的規則式掃描拿缺口清單，依投報率先修技術可讀性，再談內容可引用性。修的順序在可見度指南與 AEO 指南寫過，這裡不重抄。
判斷訊號：你答不出「有沒有 FAQPage 結構化資料、有沒有 llms.txt、AI 爬蟲有沒有放行」。
二、技術已修好，要向主管報告「AI 有沒有講到我們」
(B) 當體檢，(A) 或手動測題當監測。
預算緊：用指南裡的手動測題法，固定十題，每月問同一輪 ChatGPT、Perplexity、Claude，看趨勢不看單次。
預算夠、題庫大、要看競品對照：再評估提及追蹤的訂閱，並且自己讀對方的方案與資料來源說明。
判斷訊號：GA4 裡已經偶爾看到來自 chatgpt.com、perplexity.ai、claude.ai 的流量，或手動測題連續幾個月有訊號。你要的是系統化追蹤，不是第一份修繕清單。
三、代理商要給自己的客戶可交付的東西
(B) 最容易做成可重複的交付物：貼網址，拿分數與缺口，照清單排修。提及追蹤通常另外計授權與操作成本，這部分以各工具的方案說明為準。
要對客戶講台灣企業的整體狀況，可以引用我們的台灣企業 AI 可見度報告，但要註明那是當時、用 v1 公式量的，不要當成對方網站今天的分數。
官方文件實際怎麼說
工具文最容易寫成「買了就會被 AI 推薦」。官方說法比行銷文案窄，先對齊。
Google 在生成式 AI 功能的網站優化指南（2026 年 7 月 10 日更新）講得很直接：它的生成式 AI 功能「根植於核心搜尋排名與品質系統」，所以 SEO 的最佳做法仍然適用；從 Google 搜尋的角度，為生成式 AI 搜尋優化「仍然是 SEO」。它也說網路上很多 AEO、GEO 的「hacks」並不有效，並提醒小心宣稱能保證排名、或聲稱掌握 Google 內部指標的第三方工具。
關於 llms.txt，Google 的原話是 Google 搜尋本身不使用這類檔案，放了「不會幫助也不會傷害」你在 Google 搜尋的能見度；如果是為了其他會讀它的服務而放，完全沒問題。結構化資料也一樣：生成式 AI 搜尋不需要特殊標記，但作為整體 SEO 的一部分繼續使用是好的。
所以技術掃描把 llms.txt 列成檢查項，理由是其他 AI 服務可能會讀，不是它能在 Google 加分。
OpenAI 的爬蟲說明列了四個 bot，各管各的：OAI-SearchBot 管 ChatGPT 搜尋露出，GPTBot 管基礎模型訓練，ChatGPT-User 是使用者在對話裡要求時去讀網頁，OAI-AdsBot 只檢查投放廣告的著陸頁。關鍵的一句是：擋掉 OAI-SearchBot 的網站不會出現在 ChatGPT 搜尋答案裡（仍可能以導覽連結出現）。而擋 GPTBot、放行 OAI-SearchBot 是可以同時成立的，兩個設定互相獨立。OpenAI 另外註明，搜尋結果那端在 robots.txt 更新後大約要 24 小時才會跟上。
這正是技術掃描要抓的東西：一行 robots 設定就能決定你在 ChatGPT 搜尋裡存不存在，但提及追蹤工具只會告訴你「沒被提到」。
結論寫一次：技術掃描處理「門與可讀性」，提及追蹤處理「進場之後的戲份」。 兩者互補，沒有哪一個單獨等於「AI 行銷全包」。
四個常見誤會
誤會一：「買了提及追蹤，網站就不用修了。」 追蹤看得到「沒被提到」，通常看不出「是 robots 擋了誰」。門沒開，追蹤再貴也多半是長期空白。
誤會二：「AVS 高就一定會被 ChatGPT 推薦。」 不會。驗證研究講的是被引用網站的分數分佈，是相關觀察，而且在 v1 下量的。分數是排優先序的工具，不是保證書。
誤會三：「UltraProbe 的分數可以跟商業工具的 AI 可見度分數比高低。」 不行。同名不同物，見上一節。
誤會四：「放了 llms.txt 就保證進 AI 答案。」 不會。Google 明說它的搜尋不讀 llms.txt，放不放都不影響 Google 排名。掃描器列它，是因為其他 AI 服務可能會讀，成本也低。該做可以做，但不要把它講成保證。
小結
選工具之前先選品類：
- 不知道門開沒開、缺修繕清單：技術掃描 (B)，從 UltraProbe 開始。
- 門已開、要監控答案裡的戲份：手動測題，或再評估提及追蹤 (A)。
- 不要拿兩套分數比高低。向主管報告時，把「技術就緒」跟「提及表現」分開講。
這篇出自維護 AVS 與 UltraProbe 的團隊，立場開頭就講了。第三方工具的能力與價格以對方官網為準；我們的門檻數字以已公開研究為準，並註明版本，不保證推薦。
先免費掃一次：UltraProbe。想系統理解測法：AI 可見度指南。不想自己修，也可以開通 UltraGrowth：同一份缺口清單，換成按月維運的訂閱方案（建置 NT$19,800 起、月費 NT$6,800 起，以當頁為準）；決定前建議先讀 SEO 收費行情與避雷指南，逐項比過交付清單。
常見問題
AI 可見度工具有哪幾種？
至少兩類。第一類是品牌提及追蹤：固定一組問題去問 ChatGPT、Perplexity 等，看答案裡有沒有你、引用哪一頁、相對競品佔多少。第二類是網站技術掃描：貼網址，檢查 robots、結構化資料、llms.txt 等可自動檢查的訊號，輸出分數與缺口清單。兩類回答不同問題，分數不能互比。
AVS 高就一定會被 ChatGPT 推薦嗎？
不會。我們的驗證研究觀察到被 AI 引用的網站多數落在較高分段，推薦類查詢更嚴，但那是相關性觀察，而且是在 v1 公式下量到的，不是因果保證。分數是排修優先序的工具，不是保證書。
Ultra Lab 的 AVS 跟 Semrush 的 AI Visibility Score 一樣嗎？
不一樣，只是名字像。Ultra Lab 的 AVS 是對你的網址做技術掃描後的加權分，現行 v2.0 是 SEO × 0.35 + AEO × 0.35 + AAO × 0.30。依 Peec AI 比較頁的描述，Semrush 的提及追蹤工具包另外附一個 1 到 100 的 AI Visibility score，它屬於追蹤品牌在 AI 答案裡表現的那一類。兩個數字不能拿來比高低。
只買提及追蹤、不修網站可以嗎？
可以買，但如果網站技術上對 AI 爬蟲是關著的，追蹤工具多半只會持續告訴你「沒被提到」，而不會告訴你是哪一行設定擋住了。比較穩的順序是先掃描修門，再決定要不要買追蹤。
免費的技術掃描哪裡有？
UltraProbe 免費、免註冊，貼網址就有 AVS 分數與逐項缺口：ultralab.tw/probe。台灣也有其他規則式掃描工具，同屬技術掃描品類，選哪個看報告好不好讀、合不合你的工作流程。