您的工廠在 ChatGPT 的供應商短名單上嗎?30 個提示詞的檢測
在改寫任何一個頁面之前,先弄清楚自己的位置。以下是一套 30 個提示詞的檢測、一份評分表,以及任何出口團隊都能在一個下午完成的結果解讀方法。

買家在找供應商時,我們要怎麼知道 ChatGPT 和其他 AI 助理到底有沒有推薦我們的工廠?
一句話回答做一次固定的檢測:按照買家的提問方式寫 30 個英文提示詞,涵蓋探索、比較、規格、核實和替代方案。把它們丟給 ChatGPT、Perplexity、Gemini、Copilot,以及 Google 的 AI Overviews 或 AI Mode,記錄您是否被提及、出現在哪裡、事實是否正確,以及您自己的網站是否被引用。每月重複同一組提示詞;告訴您該修正什麼的是趨勢,而不是單一答案。
要點速覽
- 一個問題證明不了什麼:Google 表示 AI Overviews 和 AI Mode 可能執行相關搜尋的「查詢擴散」,所以答案會隨措辭而變。一組固定的 30 個提示詞能給您一條基準線。
- 涵蓋五種買家意圖:探索、比較、規格、核實您的名稱,以及尋找競爭對手的替代方案。
- 每個答案評四項:是否被提及、位置、事實準確度,以及是否引用您自己的網站。
- 如果您到處都缺席,先檢查爬蟲存取權:OpenAI 表示,選擇退出 OAI-SearchBot 的網站不會出現在 ChatGPT 的搜尋答案中。
- 每月重跑同一組提示詞,比較的是比率,而不是單一答案。
越來越多海外買家在打開電商平台或報名展會之前,會先請 AI 助理列出一份供應商短名單。對任何出口團隊來說,第一個問題很簡單:他們問的時候,您的工廠會出現嗎?大多數團隊只做一次測試就下結論(「我問過 ChatGPT 一次,我們不在裡面」),然後就開始改寫頁面。這跳過了最有用的一步。先用一組可以重複的固定提示詞來衡量,您就會知道哪個修正最重要。
為什麼工廠應該在修正任何東西之前,先檢測 AI 答案?
AI 答案不是查一次就能確定的排名。Google 給網站擁有者的文件說明,AI Overviews 和 AI Mode 可能使用「查詢擴散」技術,跨子主題和資料來源發出多個相關搜尋來組成一個回應,而且只有在 Google 系統判斷有幫助時才會出現 AI Overviews,所以它們常常不會觸發。措辭稍微一變,來源也會跟著變。
這就是為什麼一個問題只是個案。三十個問題,每月以同樣方式提問,才會成為資料。基準線也能保護您的預算:如果您之後重建能力頁面,提及率從 30 次中 3 次上升到 30 次中 9 次,您就能拿出變化的證據,而不是為一張截圖爭論。
如何按照買家的提問方式寫出 30 個提示詞?
用英文、以買家的口吻寫提示詞,並包含買家實際會寫的細節:產品、材質、認證、市場和訂單量。分散在五種意圖上,每種六個提示詞。
| 意圖 | 提示詞範例 | 您在檢查什麼 |
|---|---|---|
| 探索 | 「Which factories in China make LFGB-certified silicone kitchenware for private label?」(中國有哪些工廠生產通過 LFGB 認證、可做自有品牌的矽膠廚具?) | 您到底在不在短名單上? |
| 比較方式 | 「Compare silicone kitchenware manufacturers in Guangdong for small custom orders.」(比較廣東可接小量客製訂單的矽膠廚具製造商。) | 您被排在哪裡?依據什麼標準? |
| 規格 | 「What MOQ and lead time should I expect for custom silicone spatulas from China?」(從中國訂製矽膠鍋鏟,最低訂購量和交期大概是多少?) | AI 是否引用了您頁面上的事實? |
| 核實 | 「Is [your English company name] a reliable supplier? What certifications do they hold?」([您的英文公司名稱] 是可靠的供應商嗎?他們有哪些認證?) | 您自己的事實是否被正確描述? |
| 替代方案 | 「Alternatives to [competitor] for silicone baking mats.」(矽膠烘焙墊方面,[競爭對手] 的替代選擇。) | 您是否和買家已經知道的對手一起出現? |
把您的業務信箱當作來源。每週詢盤中出現的問題,就是買家現在會先問 AI 的問題。把清單存在試算表中,檢測一旦開始就不要修改任何提示詞;改變措辭會讓基準線重新歸零。
應該測試哪些 AI 引擎?怎麼測?
在買家可能提問的地方測試:ChatGPT、Perplexity、Gemini、Microsoft Copilot,以及含 AI Overviews 或 AI Mode 的 Google 搜尋。記錄日期、引擎、模式(例如 ChatGPT 是否使用了搜尋),以及是否登入。使用乾淨的瀏覽器設定檔,讓您自己的瀏覽紀錄不會影響結果,並為每個答案保留截圖或匯出的文字。
有兩點技術說明能讓檢測更公平。第一,不同引擎用不同的爬蟲抓取網路內容。OpenAI 的文件指出,OAI-SearchBot 用於讓網站出現在 ChatGPT 的搜尋功能中,選擇退出的網站不會出現在 ChatGPT 的搜尋答案中,但仍可能以導覽連結的形式出現。Perplexity 表示,PerplexityBot 用於在其搜尋結果中呈現並連結網站。第二,模型可能完全不搜尋,直接根據已知的內容回答,所以一個提到您卻沒有連結的答案,仍然值得記錄。
如何為答案評分?
每個答案都用同樣的四個欄位評分,再匯總成可以追蹤的比率。
| 欄位 | 評分方式 | 追蹤的比率 |
|---|---|---|
| 被提及 | 提到您的工廠記 1,沒有則記 0 | 提及率 = 提及次數 ÷ 答案數 |
| 位置 | 在清單中的排名;若未列入清單則記「正文」 | 進入前三名的比例 |
| 準確度 | 所在地、產品、認證和產能是否正確? | 被提及答案中的準確率 |
| 引用自家網站 | 答案連結到您的網站記 1 | 引用率 |
再加一欄:哪些競爭對手被提到。30 個提示詞乘以五個引擎,您會得到 150 個答案,足以看出是否有某個對手一直占據您想要的位置,以及引擎引用的是他們的哪些頁面。
結果告訴您該修正什麼?
表格中的規律會指向修正方向,這正是先衡量的意義。
- 幾乎到處都缺席。先查存取權,再看內容。確認您的 robots.txt、CDN 和防火牆沒有封鎖您在意的引擎的搜尋爬蟲,並確認主要頁面已被 Google 索引。
- 在核實類提示詞中被提及,在探索類提示詞中缺席。AI 知道您存在,卻沒有把您和這個品類連結起來。為每條核心產品線建立一個能力頁面,寫明買家會問的材質、認證和產能事實。
- 被提及,但事實有誤。您的資訊在網路上不一致。讓網站、電商平台店鋪和 LinkedIn 上的英文名稱、地址和產品類別保持一致。
- 競爭對手被引用了自家頁面。打開那些被引用的頁面。它們通常直接用具體數字回答一個問題。這就是您要對標的格式。
檢測多久應該重跑一次?
對大多數工廠來說,每月一次就夠了。固定提示詞組合,每月在同一週重跑,比較的是比率,而不是個別答案。發布新的能力頁面或修正實體資料時,在表格中記下日期,以便把變化和工作連結起來。新的提示詞放在另一個分頁,不要混進基準線。
三十個提示詞每月要花一個人半天時間。如果很難擠出這段時間,這正是 GEO 中最容易自動化的部分,因為方法永遠不變。
ToucHigh 能幫您做什麼
希望這項檢測不需要有人維護試算表就能執行?ToucHigh 的 GEO Autopilot 可以:
- 檢查您在 ChatGPT、Perplexity、Google AI 和 Gemini 中的能見度,並顯示您的工廠在哪裡隱形;
- 撰寫並上線修正內容,包括能力頁面、問答與實體資料,並圍繞正在升溫的採購問題撰寫 GEO 文章;
- 長期追蹤您的 AI 引用份額,讓每個月的變化一目了然。
預約 30 分鐘策略通話,帶上您的英文網站和兩個競爭對手,我們會一起做一次即時的 AI 能見度檢測。
工廠與B2B供應商:看看ToucHigh如何提升AI搜尋中的供應商能見度。 需要把曝光變成商機?了解策略先行的外拓獲客服務ToucHigh PRO。
常見問題
檢測提示詞應該用英文還是中文?
用買家使用的語言。對美國和歐洲買家來說是英文,按採購經理實際輸入的方式寫,包含產品、材質、認證和訂單量。如果您也賣給用西班牙文或德文提問的買家,就另外建立一組該語言的提示詞,而不是在同一條基準線中混用語言。
應該在登入還是未登入狀態下測試?
選定一種並保持固定,並記錄在表格中。未登入、乾淨設定檔的測試比較接近第一次接觸的買家。如果您也想看個人化的答案,就另外用一欄來記錄。
應該追蹤多少個競爭對手?
三到五個就夠了:業務團隊丟單給他們的對手,以及在 AI 答案中反覆出現的名字。記錄答案中提到的每個競爭對手,再聚焦在反覆出現的那幾個。
這項檢測可以自動化嗎?
可以。提示詞組合、引擎和評分欄位都不變,所以檢測可以定期執行,並回報提及率、準確度和引用份額。ToucHigh 的 GEO Autopilot 這類工具就能做到,還會撰寫修正內容。
參考來源
- AI features and your website — Google Search Central
- Overview of OpenAI Crawlers — OpenAI
- Perplexity Crawlers — Perplexity
我們為什麼寫這篇我們寫這篇文章,是因為出口團隊一直問我們 AI 會不會推薦他們的工廠,而大多數人只測試過一次。一套可重複的檢測,能把這份擔憂變成一個可以改善的數字。


