AI搜索场景库是按真实用户意图组织的AI搜索监测题库，用来持续观察品牌在大模型回答中的提及、排名、情感、引用来源和竞品共现。
它不是把“品牌名”“品类词”改写成几十个问题，而是把用户会在 DeepSeek、豆包、Kimi、通义千问、Google AI Overviews、ChatGPT Search 等场景里提出的需求，拆成可测试、可统计、可复盘的 Prompt 资产。
对品牌团队来说，AI搜索场景库回答的是一个更具体的问题：当潜在客户不直接搜品牌，而是用身份、任务、预算和时间节点提问时，AI会不会自然提到我们？
AI搜索场景库解决什么问题？
答案先行：它解决“只看品牌词太窄、只看品类词太粗、只测几条Prompt不可复盘”的问题。
真实用户很少只问“某品牌怎么样”。他们更可能这样问：
- “适合新消费品牌的AI舆情监控工具有哪些？”
- “预算有限的SaaS团队怎么做AI搜索优化？”
- “双11前怎么检查豆包、Kimi里的品牌推荐变化？”
- “为什么AI推荐竞品，却没有提到我的品牌？”
这些问题分别对应人群、任务、预算和使用时机。场景库的价值，是把这些高意图问题固定下来，形成可以长期监测的题库，而不是每次临时凭感觉问几句。
| 监测方式 | 典型问题 | 能看到什么 | 主要盲区 |
|---|---|---|---|
| 品牌词监测 | “MaxAEO怎么样？” | 品牌事实、情感、错误信息 | 看不到非品牌推荐机会 |
| 品类词监测 | “AI品牌监测工具推荐” | 品类提及率、竞品名单 | 太宽，难判断购买意图 |
| 场景库监测 | “B2B SaaS内容团队如何监测AI搜索可见度？” | 角色、任务、预算下的真实推荐 | 需要结构化维护 |
| 临时Prompt测试 | 随机问几条 | 快速发现问题 | 无法比较趋势和覆盖率 |
为什么不能只监测品牌词和品类词？
答案先行：只监测品牌词会高估品牌认知，只监测品类词会低估真实购买条件。AI推荐往往发生在带约束的任务问题里。
例如：
某AI品牌监测工具靠谱吗？
这类问题适合看事实准确性和负面信息。
预算30万元以内，电商品牌如何选择能监测豆包、Kimi和通义千问的AI可见度工具？
这类问题更接近采购决策，能看到 AI 是否把品牌放进候选清单、推荐理由是否准确、是否引用官网或第三方来源。
MaxAEO 在题库审计中最常见的结构性问题，不是 Prompt 写得不够“高级”，而是题库只覆盖了品牌词、竞品词和少数品类词，缺少真实购买场景。结果是看起来提及率不低，但一旦用户加入“预算有限”“出海团队”“大促前”“要给老板汇报”等限制条件，品牌就从答案里消失。
如果已有 SEO 关键词库，可以先用 品牌AI监控词怎么选 的方法筛出核心词，再用场景库把关键词扩展成可监测问题。
AI搜索场景库的四层框架
答案先行：一个可用的AI搜索场景库至少要分四层：人群、任务、预算、使用时机。四层可以单独测试，也可以组合成高意图Prompt。
| 分层 | 解决的问题 | 示例标签 | 适合监测的结果 |
|---|---|---|---|
| 人群层 | 谁在问？ | 市场负责人、SEO团队、PR、电商增长、采购 | 不同角色看到的品牌集合 |
| 任务层 | 要完成什么？ | 推荐、比较、诊断、预警、复盘、汇报 | 品牌是否进入任务答案 |
| 预算层 | 有什么限制？ | 低预算、企业级、试点、全球化、合规 | 推荐排序和购买门槛 |
| 时机层 | 什么时候问？ | 发布前、大促前、舆情后、季度复盘 | 风险变化和机会窗口 |
人群层：谁在问，决定AI会引用哪类判断标准
人群类 Prompt 用来测试不同角色看到的品牌答案是否一致。市场负责人更关心品牌声量和推荐位置，SEO团队更关心引用来源和内容缺口，PR团队更关心负面信息，采购负责人更关心成本、部署和合规。
可复制模板：
我是{角色}，想{目标}，应该关注哪些品牌、工具和指标？
示例：
我是消费品牌市场负责人，想监测品牌在AI搜索里的推荐和负面提及，应该关注哪些工具和指标？
B2B SaaS内容团队想提升AI搜索可见度，除了SEO关键词，还应该监测哪些买家问题？
记录这类问题时，重点看三件事：品牌是否出现、AI给出的适配理由是否准确、竞品是否被放在更强的位置。
任务层：用户要完成什么，决定内容缺口
任务类 Prompt 覆盖用户的实际动作，包括了解、推荐、比较、诊断、预警、复盘和汇报。任务越具体，越容易反推出官网内容缺口。
可复制模板：
如何完成{任务}？需要看哪些指标、步骤或工具？
示例：
如何判断一个品牌在DeepSeek品牌推荐结果里为什么没有被提到？
做AI搜索竞品分析时，应该记录哪些字段，才能比较品牌和竞品的差距？
如果团队还没有统一写法，可以先用 AI搜索Prompt怎么写 规范问题结构，再进入场景库管理。
预算层：约束条件会改变推荐排序
预算类 Prompt 用来模拟真实采购限制。AI回答通常不会只按“最好”推荐，还会根据预算、团队规模、上线周期、数据范围、合规要求和使用门槛调整候选品牌。
可复制模板：
在{预算/资源/合规限制}下，如何选择{品类/解决方案}？
示例：
预算有限的初创品牌，想做AI品牌监测和AI舆情监控，应该优先看哪些功能？
年预算30万元以内，电商品牌如何选择能监测Kimi、豆包和通义千问的AI可见度工具？
预算不一定要写具体金额，也可以写“轻量试点”“企业级采购”“本地团队执行”“全球品牌中国区预算”等真实限制。
使用时机层：什么时候问，决定风险和机会
使用时机类 Prompt 适合监测事件前后的答案变化。新品发布、融资、负面舆情、大促、竞品发布、行业政策变化，都可能影响AI引用来源和品牌情感。
可复制模板：
在{事件节点}前后，品牌应该检查哪些AI搜索结果和风险？
示例：
新品发布前，品牌如何检查AI搜索结果里是否存在过期资料或错误卖点？
大促前两周，消费品牌应该如何监测豆包品牌推荐和竞品推荐变化？
这类问题不适合只跑一次。固定每周、每两周或每个活动节点运行，才能看到趋势，而不是一次性截图。
如何从关键词库生成AI搜索场景库？
答案先行：先从SEO关键词抽取意图，再补齐角色、任务、限制和时机，最后把每条Prompt打上标签。
可按 7 步执行：
- 确定业务边界：品牌名、产品线、核心品类、竞品、目标市场、目标AI平台。
- 抽取SEO关键词：保留品牌词、品类词、竞品词、问题词和高商业意图词。
- 判断搜索意图：标记 informational、commercial、transactional、support、risk。
- 补充四层场景：给每个关键词加人群、任务、预算或使用时机。
- 改写成自然提问：像真实用户一样问，避免机械塞关键词。
- 去重和分组：同一意图保留1条标准题，另存2-3条同义问法用于敏感性测试。
- 打标签入库：每条 Prompt 至少记录场景、平台、品牌、竞品、运行频率和负责人。
示例：
| SEO关键词 | 意图 | 场景化Prompt | 标签 |
|---|---|---|---|
| AI品牌监测工具 | 商业调研 | B2B市场团队如何选择AI品牌监测工具？ | 人群：市场；任务：选型 |
| AI搜索优化 | 信息学习 | 小团队如何从0开始做AI搜索优化？ | 人群：增长；预算：低 |
| 品牌AI舆情监控 | 风险预警 | PR团队如何监测豆包、Kimi里关于品牌的负面回答？ | 人群：PR；任务：预警 |
| AI推荐竞品 | 诊断 | 为什么AI推荐竞品，却没有提到我的品牌？ | 任务：诊断；时机：复盘 |
更系统的转换方法，可以参考 SEO关键词转Prompt：从关键词库生成AI搜索监测问题。
一个最小可用AI搜索场景库需要多少条？
答案先行：早期用24-40条就够。先覆盖关键场景，再扩大同义问法；不要一开始堆到几百条。
推荐从这个最小矩阵开始：
| 模块 | 数量 | 生成方式 |
|---|---|---|
| 人群 | 4类 | 市场、SEO、PR、电商/增长 |
| 任务 | 3类 | 推荐、比较、诊断 |
| 预算 | 2类 | 低预算、企业级 |
| 时机 | 2类 | 常规复盘、活动/舆情节点 |
最小题库示例：
| 类别 | Prompt模板 | 示例 |
|---|---|---|
| 人群类 | 我是{角色}，想{目标}，应该看哪些品牌或工具？ | 我是PR负责人，想监测AI舆情风险，应该看哪些工具？ |
| 任务类 | 如何完成{任务}，哪些品牌更适合？ | 如何做AI搜索竞品分析，哪些平台能监测多模型结果？ |
| 预算类 | 在{预算/资源限制}下，如何选择{品类}？ | 小团队低预算怎么开始做AEO优化？ |
| 时机类 | 在{事件节点}前后，品牌应该检查什么？ | 大促前如何检查DeepSeek品牌推荐是否提到竞品？ |
| 组合类 | {角色}+{任务}+{预算}+{时机} | 电商品牌增长团队在双11前如何低成本监测AI引用来源？ |
写题时要避免诱导式表达，例如“请推荐MaxAEO”。更好的写法是让AI站在用户任务上回答，再观察品牌是否自然出现。
每条Prompt应该记录哪些字段？
答案先行：没有标签和结果字段，场景库只能看答案，不能做趋势分析。每条Prompt至少要记录场景标签、平台、提及、位置、情感、引用来源和竞品共现。
| 字段 | 记录方式 | 用途 |
|---|---|---|
| Prompt ID | S-001、S-002 | 方便长期追踪 |
| 人群 | 市场负责人、SEO团队、PR负责人 | 判断角色覆盖 |
| 任务 | 推荐、比较、诊断、预警、汇报 | 判断意图覆盖 |
| 预算 | 低、中、高、企业级、试点 | 判断采购约束 |
| 使用时机 | 发布前、大促前、舆情后、季度复盘 | 判断事件影响 |
| AI平台 | DeepSeek、豆包、Kimi、通义千问、ChatGPT Search | 横向对比 |
| 品牌是否出现 | 是/否 | 计算AI提及率 |
| 推荐位置 | 第1名、第2名、未推荐 | 计算平均推荐位 |
| 情感 | 正面、中性、负面、混合 | 监测声誉 |
| 引用来源 | 官网、媒体、论坛、第三方榜单、无引用 | 诊断信息来源 |
| 竞品共现 | 竞品A、竞品B | 做竞争分析 |
| 答案摘要 | 100字以内 | 方便人工复核 |
| 下步动作 | 新增内容、改官网、做PR、补证据 | 连接优化闭环 |
场景库应该看哪些指标？
答案先行：不要只看“有没有提到”。AI搜索场景库至少要看覆盖率、提及率、推荐位、引用可控率和答案准确率。
| 指标 | 计算方式 | 说明 |
|---|---|---|
| 场景覆盖率 | 已有有效Prompt数 ÷ 目标场景数 | 判断题库是否完整 |
| AI提及率 | 品牌被提到的Prompt数 ÷ 已运行Prompt数 | 判断可见度 |
| 推荐入选率 | 品牌进入推荐清单的次数 ÷ 推荐类Prompt数 | 判断商业机会 |
| 平均推荐位 | 所有推荐位置的平均值 | 判断排序强弱 |
| 引用可控率 | 官网/自有内容引用次数 ÷ 有引用答案数 | 判断信息源是否可控 |
| 答案准确率 | 准确答案数 ÷ 被提及答案数 | 判断事实风险 |
| 竞品压制率 | 竞品排在品牌前的次数 ÷ 品牌与竞品共现次数 | 判断竞争压力 |
一个实用判断标准是：高商业意图Prompt优先级高于低意图Prompt。如果品牌在泛问题里常出现，但在“预算、选型、比较、活动前检查”这类问题里缺席，AI可见度仍然不健康。
如何用结果反推内容优化？
答案先行：每条高意图Prompt都要能对应一个优化动作。场景库不是报表，而是内容、技术和PR的任务入口。
| 监测现象 | 可能原因 | 优先动作 |
|---|---|---|
| 品牌完全未被提到 | 官网没有对应场景内容，或第三方来源不足 | 新增场景页、FAQ、案例或对比内容 |
| 被提到但排名靠后 | 竞品证据更充分，AI更容易引用竞品 | 补充功能差异、客户案例、评测维度 |
| 推荐理由不准确 | 官网卖点表达不清，旧信息被引用 | 更新产品页、About页、帮助文档 |
| 情感偏负面 | 投诉、旧新闻、论坛内容被引用 | 建立事实澄清页，更新媒体材料 |
| 引用来源不可控 | AI依赖榜单、论坛、转载页 | 增加官网可摘录段落和结构化信息 |
| 平台差异大 | 不同AI平台来源、抓取和引用偏好不同 | 分平台做引用来源诊断 |
Google 的生成式 AI 搜索指南强调，基础仍是让内容可抓取、可索引、对用户有独特价值；Google 的有用内容指南也强调内容应提供原创信息、完整说明和超出常识的分析。对品牌来说，这意味着官网不能只写“我们有什么功能”，还要写清楚：
- 适合谁；
- 解决什么任务；
- 不适合什么情况；
- 与竞品差异在哪里；
- 证据来自哪里；
- 用户在什么时机应该使用。
这部分可以结合 官网内容AI理解 做页面级改造，让AI更容易准确提取品牌事实。
AI搜索场景库的质量检查清单
上线前，用下面清单检查一遍。任一项不满足，都可能导致监测结果失真。
- 是否覆盖非品牌场景：不能只问品牌名、竞品名和品类名。
- 是否覆盖四层标签：至少有人群、任务、预算、使用时机。
- 是否避免诱导表达：不要在非品牌问题里强行要求推荐自己。
- 是否每条只测一个主意图：一句话不要同时塞选型、诊断、舆情和预算。
- 是否保留固定版本：不要频繁改标准题，否则趋势会断。
- 是否设置同义问法组：重要场景要有2-3条改写，用来检测措辞敏感性。
- 是否记录引用来源：只看答案文本，不足以指导优化。
- 是否区分平台：不要把不同AI平台结果混成一个平均数。
- 是否有复核机制：高风险、负面、采购类答案需要人工复核。
- 是否连接优化动作：每个问题都应能指向内容、技术、PR或销售材料改进。
如果还在选监测工具，可以对照 AI品牌监测工具怎么选 检查是否支持多平台运行、标签管理、引用来源、竞品共现和趋势导出。
常见问题
AI搜索场景库和关键词库有什么区别？
关键词库记录用户可能搜索的词，AI搜索场景库记录用户可能向AI提出的完整问题。关键词更适合做SEO页面规划；场景库更适合监测AI回答中的品牌提及、推荐理由、引用来源和竞品关系。
AI搜索场景库需要多少条Prompt？
早期建议从24-40条开始，先覆盖人群、任务、预算和使用时机四层。成熟品牌可按产品线、地区、语言、渠道和竞品扩展到100-300条，但前提是每条Prompt都有标签、运行频率和结果字段。
品牌词要不要放进场景库？
要放，但不能只放品牌词。品牌词适合监测事实准确性、情感和负面风险；非品牌场景词更适合监测AI提及率、推荐位和竞品共现。
同一个问题要不要在多个AI平台测试？
需要。不同AI平台的回答结构、来源偏好和推荐逻辑可能不同。品牌至少应区分平台记录结果，而不是把DeepSeek、豆包、Kimi、通义千问、ChatGPT Search等结果混为一个平均值。
场景库多久更新一次？
标准题库建议每周或每两周运行一次；新品发布、大促、融资、负面舆情和行业热点期间，应增加临时场景。更新题库时要保留旧题版本，避免趋势断裂。
监测结果变差，先改内容还是先做公关？
先看引用来源。如果AI主要引用官网，优先改页面结构、FAQ、案例和可摘录段落；如果主要引用媒体、论坛、榜单或投诉页，优先处理外部信息源和品牌事实材料。