logo

ChatGPT 品牌 GEO 监控

围绕一组提问,返回 ChatGPT 的回答全文与引用来源清单,并结构化给出「品牌、竞品1、竞品2」是否被提及、提及排名与是否引用官网。本版本品牌与竞品可由使用者指定,默认 Octoparse、ParseHub 与 Apify。

发布者
WW_Yang
价格
¥0.281 / 条
最近更新
2026-10-13

概览

给 ChatGPT 提一组问题,它会返回每个问题的回答全文、引用来源清单,并结构化拆出「品牌」「竞品1」「竞品2」三个对象各自是否被提及、提及排名、是否引用官网——用来监测目标品牌与竞品在 ChatGPT 回答里的可见度(GEO)。

默认监测品牌为 Octoparse,对比竞品为 ParseHub 与 Apify;品牌与竞品可在提问时按需指定,输出固定按「品牌、竞品1、竞品2」三个角色呈现。

数据说明

  • 每个提问返回一条记录;AI 回答为 ChatGPT 当次生成内容,引用来源为回答的溯源链接。
  • 需要指定目标市场(两位国家代码,如 US):不同市场下回答的推荐范围与引用来源会有差异。
  • 「是否提及」的值为字符串 'True' / 'False';「提及排名」为字符串数字;未提及时相关字段为字符串 'None'。
  • 「引用标题」「引用链接」「引用域名」是 JSON 数组字符串(如 ["apify.com", "surveymonkey.com"]);引用链接常带 utm_source=openai 等追踪参数。
  • ⚠️ 「是否引用官网」在本次实测的 5 条样本中恒为 'None'(即使被引用的域名就是该品牌官网也未标记),疑似模板该字段未生效,建议以下游自行核对「引用域名」为准。
  • 偶发情况下个别记录的「AI 回答」为空(同一批提问中未取到回答),可原样重跑。
  • 仅覆盖 ChatGPT 公开可采集的回答与引用来源,不保证覆盖所有可能的提及形态。

结果长什么样

每条记录对应一次提问:

提问品牌·是否提及品牌·提及排名竞品1·是否提及竞品2·是否提及引用总数
有哪些值得推荐的数据采集软件True4TrueTrue4

另有「AI 回答」「引用标题/链接/域名」「目标市场」等字段。

应用场景

  • 做品牌 GEO 体检时,把「品牌·是否提及」「品牌·提及排名」按提问逐条看,判断目标品牌在 ChatGPT 回答中的露出位次与频次。
  • 做竞品对标时,对比「品牌」与「竞品1/竞品2」在同一组提问下的提及情况,找出谁更常被推荐。
  • 做多市场对比时,用同一组提问换不同「目标市场」分别跑,比较各市场的推荐差异。
  • 做引用来源分析时,汇总「引用域名/引用链接」,找出 ChatGPT 高频采信的站点,判断内容投放方向。

适用边界

单次任务提交一组提问,每个提问返回一条记录:含 ChatGPT 回答全文、引用来源清单(标题/链接/域名/数量),以及品牌与两个竞品各自是否被提及、提及排名、是否引用官网。品牌与竞品组合可自行指定(默认 Octoparse 与 ParseHub、Apify);需指定目标市场(两位国家代码),影响回答所依据的市场与引用来源;采集条数上限默认 10 条、可上调(值越大耗时与费用越高);仅覆盖 ChatGPT 公开可采集的回答与引用来源。

  • 适合用于
  • 需要监测目标品牌(默认 Octoparse)在 ChatGPT 回答中是否被提及、提及排名与官网被引用情况时
  • 需要对比品牌与两个竞品在同一组提问下的 ChatGPT 可见度差异时
  • 需要拿到 ChatGPT 回答的引用来源清单(标题/链接/域名),用于 GEO 内容与引用策略分析时
  • 不要用于
  • 需要监测 ChatGPT 以外的 AI 渠道时——本应用只覆盖 ChatGPT
  • 需要结构化监测三个以上品牌时——本应用固定输出「品牌 + 竞品1 + 竞品2」三个角色
  • 需要不指定市场、由系统自动判断时——本应用要求显式指定目标市场(默认 US)
  • 需要秒级返回结果时——本应用在后台逐个提问查询,完成时间取决于提问数量

失败处理

开发者声明的失败与重试处理方式,接入时建议一并写进系统提示词。

  1. 1部分数据获取是异步返回的:提问较多时逐个查询耗时较长、无法立即返回;任务状态显示「运行中」表示仍在采集,并非异常
  2. 2任务失败属可重试错误,可原样重新提交
  3. 3偶发情况下某条记录的「AI 回答」为空(同一批提问中个别条目未取到回答),可原样重跑该批任务
  4. 4个别提问中某品牌的相关字段为 'None',表示该品牌未在本次回答中被提及,属正常结果;若整批提问都没有任何品牌被提及,可换更贴近选购/对比决策的提问方式重试

输入参数

调用本 App 需要传入的参数,与 manifest.json 的 input.schema 同源。

  • 提问列表prompts必填array<string>
    要询问 ChatGPT 的一组问题,每个问题返回一条记录。问题越贴近选购或对比决策,越能触发品牌被提及。
    示例["有哪些值得推荐的数据采集软件"]
  • 所查品牌brand选填string
    要追踪的目标品牌,仅填一个。本应用的品牌可见度字段目前按默认品牌 Octoparse 配置输出,换成其他品牌时品牌相关字段可能为空。
    默认值Octoparse
  • 竞争对手competitors选填string
    用于对比的竞品,多个之间用英文逗号分隔(建议不超过两个)。本应用的竞品可见度字段目前按默认竞品 ParseHub、Apify 配置输出,换成其他竞品时竞品相关字段可能为空。
    默认值ParseHub, Apify
  • 目标市场target_market必填string
    两位字母国家代码(如 US、KR、FR),决定回答所依据的市场与引用来源,会原样出现在「目标市场」输出字段中。
    示例US
  • 采集条数上限max_collected_rows选填integer
    最多返回的记录条数,需不小于提问数量,值越大耗时与费用越高。
    范围1–100默认值10

输出数据

单条记录的字段结构,与 manifest.json 的 output.schema 同源。

  • 提问prompt_textstring
    本条记录对应的提问原文
    示例有哪些值得推荐的数据采集软件
  • 采集时间run_timestamp_utcstring
    本次采集完成的时间(UTC,ISO 8601)
    示例2026-10-13T03:12:32.228705Z
  • 目标市场marketstring
    本次查询使用的目标市场(两位国家代码),即输入「目标市场」的回显。
    示例US
  • AI 回答model_resultstring
    ChatGPT 的回答全文(Markdown 格式)。偶发情况下可能为空。
    示例“数据采集软件”范围比较大,通常分为 **网页采集、问卷/表单采集、API/数据库同步、现场/移动端采集**。如果你没有特别限定,我建议按下面场景选择。

示例数据

以下示例按 output.schema 生成;未提供示例值的字段使用结构占位符。

output.example
{
  "prompt_text": "有哪些值得推荐的数据采集软件",
  "run_timestamp_utc": "2026-10-13T03:12:32.228705Z",
  "market": "US",
  "model_result": "“数据采集软件”范围比较大,通常分为 **网页采集、问卷/表单采集、API/数据库同步、现场/移动端采集**。如果你没有特别限定,我建议按下面场景选择。",
  "citation_count": "4",
  "citation_titles": "[\"Apify pricing - plans for data collection at any scale · Apify\", \"SurveyMonkey Plans and Pricing\", \"Fivetran Pricing: Calculating MAR, Plans & Cost Examples 2026\", \"Airbyte Pricing | Open-Source Data Integration & AI Context\"]",
  "citation_urls": "[\"https://apify.com/pricing?fpr=3xw86&utm_source=openai\", \"https://www.surveymonkey.com/pricing/?product=service&utm_source=openai\", \"https://www.fivetran.com/pricing?utm_source=openai\", \"https://airbyte.com/pricing?tab=agent&utm_source=openai\"]",
  "citation_domains": "[\"apify.com\", \"surveymonkey.com\", \"fivetran.com\", \"airbyte.com\"]",
  "brand": "<brand>",
  "competitor_1": "<competitor_1>",
  "competitor_2": "<competitor_2>"
}

调用方式

本 App 支持通过 MCP、API、SDK 与文件导出方式接入,各接入方式共享同一套能力与计价。所有请求统一使用 Authorization: Bearer 请求头完成身份认证,凭证为 API Key(长期有效,在开放平台创建);MCP 客户端另支持 OAuth 免密钥登录。CLI、Skill 等更多接入方式正在规划中。本 App 异步运行,支持中途取消:取消后任务停止;已写回的部分保留,按写回计费。

通过 MCP(Model Context Protocol)协议,可在 Claude、Cursor 等 AI 客户端中直接调用本 App。选择你的客户端与认证方式,复制下方配置即可接入。

客户端配置

把 Bearer 后替换为长期有效的 API Key 即可,各类客户端与 CI、无浏览器环境通用。

mcpServers 配置
{
  "mcpServers": {
    "WW_Yang__geo-brand-ai-overview": {
      "type": "http",
      "url": "https://mcp-v2.bazhuayu.com?pin=WW_Yang/geo-brand-ai-overview",
      "headers": { "Authorization": "Bearer <YOUR_API_KEY>" }
    }
  }
}

让 AI 自己完成配置

不想手动改配置?复制配置提示词,粘贴到任意 AI 客户端对话框,由它按自身方式完成接入(提示词会让 AI 向你索要 API Key,避免凭证留在对话记录或共享配置里)。

如需在同一个 MCP 连接里指定多个 App,前往 MCP 连接页(已为你指定本 App)。

价格

返回一条记录

按实际成功返回的数据条数计费,任务失败不计费。

¥0.281/ 条
提交一次任务

每提交一次任务计费一次,与返回条数无关。

¥0.001/ 次

多个计费事件按各自口径独立累计,具体以每一项说明为准;任务失败不计费。

立即体验

填写参数直接运行,结果来自真实调用。

示例
参数按 input.schema 校验后提交
¥0.281 / 条