这是每份报告背后的端到端流水线。评级算法见你的可见度评级；精简版见公开方法论页。
1. 问题选择
扫描为你的行业和所在地选取 29 个买家问题模板——按真实买家问法措辞的自然语言问题（详情）。在监测仪表盘上，你的自定义提示词集会取代默认模板。
2. 渠道采样
每个问题经过 3 个渠道：
- Grok 4.5（直连）与 Grok Composer 2.5 Fast（直连）——模型凭自身知识作答，展示它们对你所在品类内化了什么。
- Grok 4.5 + Brave Search（检索增强）——为该问题检索 Brave 的实时网页结果并注入模型，近似检索增强型助手，并产生引用来源。
29 × 3 ≈ 每次扫描 90 条回答，每条都原样存储。
3. 解析与归因
每条回答都会被解析出：
- 品牌提及——你的名称及近似变体，按句子级别归因，仪表盘因此能展示你（或竞争对手）出现的确切句子。
- 竞争对手名称——每个被推荐的品牌，归一化并计数（详情）。
- 情感倾向——每次品牌提及在上下文中是正面、中性还是负面。
- 引用来源——回答依据的每个来源 URL，按域名分组（引用差距）。
4. 网站诊断
与此同时，你自己的网站会接受 9 项 AI 就绪度审计——最多三次抓取（robots.txt、llms.txt、首页），每次都有大小和时长上限。
5. 评分与存储
计算提及率和 A–F 评级，并将一切写入报告——永久可通过 /r/<id> 访问。在监测仪表盘上，该扫描成为趋势历史中的一个数据点，驱动 SOV、情感与趋势图表。
诚实的边界
- 我们采样的是上面列出的渠道，仅此而已——参见平台覆盖。
- 模型输出在运行之间存在波动；单次扫描的数字带有噪声。每周重采样才是信号浮现的方式。
- 约 90 条回答是成本与稳健性之间的刻意折中，而每周完全相同的协议正是趋势线有效性的来源。