对品牌、SEO、内容和公关团队来说，这项研究直接决定 AI 品牌监测是否可信。Prompt 选得太泛，品牌提及率会被低估；Prompt 只围绕品牌词，竞品和品类机会会被漏掉；Prompt 不可复测，AI搜索排名、引用来源和情感变化就无法形成趋势。
Google Search Central 在 AI features and your website 中说明，AI Overviews 和 AI Mode 会处理更复杂的问题、比较和探索型查询，也可能通过 query fan-out 拆出多个相关子问题。这意味着：AI搜索用户意图研究必须从短关键词转向多条件、可复测的真实问题库。
什么是 AI搜索用户意图研究？
AI搜索用户意图研究，是用可复测 Prompt 还原用户向 AI 提问时的角色、任务、约束和决策阶段，并据此监测品牌、竞品和引用来源。
它和传统 SEO 用户意图研究有关，但目标不同。SEO 更关注用户在搜索框里输入什么词；AI搜索用户意图研究更关注用户让 AI 帮他判断什么、比较什么、排除什么、推荐什么。
例如，“AI品牌监测工具”只是主题；真实 AI Prompt 往往会变成：
我负责消费品牌公关，想每周监测 DeepSeek、豆包、Kimi 里品牌被怎样推荐、是否被竞品替代、回答有没有负面倾向，有哪些工具适合做长期追踪？
这个问题里同时包含角色、平台、任务、频率、风险和工具选型。AI 回答也会更接近用户真实决策。
搜索这个词的人真正想解决什么？
搜索“AI搜索用户意图研究”的用户，通常不是只想知道概念，而是想解决 6 个具体问题：
- AI 搜索里的“用户意图”和传统 SEO 意图有什么区别？
- 怎么从 SEO 关键词、销售问题、客服记录和竞品内容里采集真实问法？
- Prompt 库应该包含哪些字段，才能长期监测？
- 哪些 Prompt 值得周度追踪，哪些只需要月度观察？
- AI 回答里的提及、排名、情感、引用来源怎么量化？
- 如何把 Prompt 结果变成内容选题、官网改版和品牌澄清动作？
所以，一篇真正有用的文章不应停留在“信息型、导航型、交易型”分类，而要把意图研究落到Prompt 资产、监测指标和内容动作上。
AI搜索用户意图与 SEO 搜索意图有什么区别？
| 对比项 | SEO 搜索意图 | AI搜索用户意图 |
|---|---|---|
| 输入形式 | 短词、短句、问题 | 带角色、限制和任务的自然语言问题 |
| 常见目标 | 找信息、找网页、买产品 | 让 AI 推荐、比较、诊断、总结、排除风险 |
| 研究单位 | 关键词、主题、SERP 页面类型 | Prompt、答案结构、引用来源、实体出现位置 |
| 主要指标 | 搜索量、排名、CTR、转化 | 提及率、推荐位次、情感、引用占有率、竞品共现 |
| 内容动作 | 做页面、补关键词、优化标题 | 做可摘录段落、对比页、FAQ、案例、结构化证据 |
| SEO 关键词 | 直接改写的弱 Prompt | 更适合监测的真实 Prompt |
|---|---|---|
| AI品牌监测工具 | 有哪些 AI品牌监测工具？ | 我负责消费品牌公关，想监测 DeepSeek 和豆包里品牌被怎样推荐，有哪些工具适合每周追踪？ |
| AEO优化 | AEO优化怎么做？ | B2B SaaS 官网已经有 SEO 内容，下一步怎样做 AEO优化 才能提高 AI 引用和推荐概率？ |
| 竞品分析工具 | 竞品分析工具推荐 | 预算每月 5000 元以内，想比较自己和竞品在 Kimi、通义千问里的提及率，应该看哪些指标？ |
关键词库仍然有价值，但它只是种子。更稳妥的做法是先用 SEO 数据找到主题，再用SEO关键词转Prompt的方法补齐角色、任务、限制和判断条件。
四维 Prompt 意图矩阵怎么搭？
有效的 Prompt 库不是问题清单，而是业务场景地图。每条 Prompt 至少要落在一个人群、一项任务、一个约束条件和一个决策阶段上。
| 维度 | 要回答的问题 | 示例 |
|---|---|---|
| 人群 | 谁在问？ | 市场负责人、SEO 团队、公关负责人、电商品牌增长团队、采购负责人 |
| 任务 | 他要 AI 帮忙做什么？ | 推荐、比较、排雷、预算申请、内容规划、舆情诊断 |
| 约束 | 他有什么限制？ | 预算、行业、地区、平台、团队规模、合规要求、上线周期 |
| 阶段 | 他离行动多近？ | 初步了解、方案比较、短名单、采购前验证、复盘优化 |
四维组合后，Prompt 的商业价值会明显不同。
| 意图强度 | Prompt 示例 | 监测频率 |
|---|---|---|
| 低 | AI搜索优化是什么意思？ | 月度 |
| 中 | B2B SaaS 做 AI搜索优化，应该先改哪些页面？ | 双周 |
| 高 | 预算每月 5000 元，想比较 3 个 AI品牌监测工具，应该看哪些指标？ | 周度 |
| 风险高 | 为什么 AI 回答里说我们品牌不适合企业客户？这个信息可能来自哪里？ | 每日或隔日 |
判断优先级时，不要只看搜索量。AI 搜索的高价值问题往往搜索量不大，但决策接近度高，能直接暴露品牌推荐、竞品替代和负面误读风险。
如何采集真实问法？
采集 Prompt 要先找真实业务触点，再用 AI 扩展同义问法；顺序反了，题库会很大，但离用户很远。
- 提取种子主题：来自 Search Console、站内搜索、销售通话、客服工单、社媒评论、竞品页面、行业社群和投放搜索词。
- 标注用户角色：不要只写“用户”，要写“公关负责人”“内容负责人”“电商增长负责人”“SaaS 市场总监”等。
- 补充任务动词：推荐、比较、排除、诊断、解释、估算、生成清单、制定方案。
- 加入约束条件：行业、地区、预算、团队规模、工具栈、合规要求、上线周期、已有内容基础。
- 扩展问法变体：把同一意图改写成口语、专业、老板视角、执行视角和采购视角。
- 去重并分层：保留表达不同、判断条件不同、答案可能不同的 Prompt。
如果团队已经有监控词库，可以先按品牌AI监控词选择方法筛出品牌、品类、竞品、痛点和风险词，再扩展为 Prompt。若要把问题写得更适合复测，可参考AI搜索Prompt写法框架。
Prompt 库字段应该怎么设计？
Prompt 库必须能复测、能归因、能分组统计。只保存一句问题，后续很难解释 AI 可见度为什么变化。
| 字段 | 用途 | 示例 |
|---|---|---|
| prompt_id | 保持长期追踪稳定 | ae_intent_001 |
| Prompt 原文 | 固定复测问题 | 我负责消费品牌公关，想监测 DeepSeek 和豆包里的品牌提及，有哪些工具适合？ |
| 用户人群 | 分析不同角色的回答差异 | 消费品牌公关负责人 |
| 任务类型 | 区分推荐、比较、诊断 | 工具选型 |
| 约束条件 | 记录预算、平台、行业、地区 | 每月 5000 元以内，监测 DeepSeek 和豆包 |
| 决策阶段 | 判断漏斗位置 | 短名单比较 |
| 平台 | 区分 AI 回答来源 | DeepSeek、豆包、Kimi、通义千问 |
| 期望实体 | 记录品牌、品类、竞品 | MaxAEO、竞品 A、AI品牌监测工具 |
| 指标口径 | 统一评价方式 | 提及率、推荐位次、情感、引用来源 |
| 复测频率 | 控制监测成本 | 周度、双周、月度 |
| 结果摘要 | 便于内容团队行动 | 未提及 MaxAEO，引用竞品博客 |
| 下一步动作 | 把数据转成执行项 | 补产品对比页、补指标说明、更新 FAQ |
建议至少追踪 5 个指标：
| 指标 | 计算方式 | 适合回答的问题 |
|---|---|---|
| 品牌提及率 | 提及目标品牌的有效回答数 / 有效回答总数 | AI 有没有想到你？ |
| 推荐位次 | 品牌在推荐列表中的平均位置 | AI 是否优先推荐你？ |
| Top 3 推荐率 | 品牌进入前三推荐的回答数 / 有效回答总数 | 你是否进入短名单？ |
| 情感倾向 | 正面、中性、负面、混合 | AI 对品牌的描述是否有风险？ |
| 引用占有率 | 引用目标域名次数 / 全部引用次数 | AI 是否引用你的官网或内容？ |
注意：并非所有 AI 平台都会稳定展示引用链接。没有明确引用时，可以记录“引用线索”，例如回答中出现的页面标题、机构名、竞品内容表述或可追溯的事实来源。
怎样判断哪些 Prompt 最值得监控？
优先监控离收入、声誉和竞品替代最近的问题。泛知识问题可以保留，但不应占用主要预算。
MaxAEO 内部常用一个 12 分制优先级评分：
| 评分项 | 分值 | 判断标准 |
|---|---|---|
| 人群匹配度 | 0–3 | 是否来自目标客户、采购者、影响者 |
| 任务商业度 | 0–3 | 是否涉及推荐、比较、预算、采购、替代 |
| 约束清晰度 | 0–2 | 是否包含行业、预算、平台、规模等限制 |
| 品牌风险强度 | 0–2 | 是否涉及负面评价、合规、安全、投诉、误读 |
| 答案波动价值 | 0–2 | 不同平台或不同时间是否容易给出不同结果 |
评分达到 8 分以上的 Prompt，建议进入周度监控；5–7 分可双周或月度观察；4 分以下只在主题扩展、内容规划或季度复盘时使用。
小样本校准：24 条 Prompt 能发现什么？
Prompt 库上线前要先做小样本校准。目标不是证明某个平台好坏，而是检查问题能否稳定触发品牌、竞品、推荐理由和引用线索。
MaxAEO 演示库曾以“AI品牌监测软件采购”为样例，设计 24 条 Prompt，按约束强度分成三组：
| Prompt 组别 | 条数 | 设计方式 |
|---|---|---|
| 泛问法 | 6 | 只包含主题，例如“AI品牌监测工具推荐” |
| 半约束问法 | 12 | 加入预算或决策阶段 |
| 完整约束问法 | 6 | 同时加入角色、任务、平台、预算和阶段 |
每条 Prompt 在 DeepSeek、豆包、Kimi、通义千问各复测一次，共得到 96 条回答，并记录品牌提及、推荐位次、情感、引用来源和竞品共现。
| 观察项 | 泛问法 | 半约束问法 | 完整约束问法 |
|---|---|---|---|
| 回答数 | 24 | 48 | 24 |
| 出现明确品牌列表或工具比较 | 7 | 31 | 18 |
| 出现推荐理由或引用线索 | 5 | 22 | 18 |
| 能反推出内容动作 | 4 | 24 | 19 |
这个结果不是行业基准，也不代表所有品类都会相同。它说明的是一个方法问题：Prompt 越接近真实采购语境，越容易暴露品牌在 AI 回答里的真实位置。
| 对比项 | 优化前 | 优化后 |
|---|---|---|
| Prompt | AI品牌监测工具推荐 | 我负责消费品牌公关，预算每月 5000 元，想监测 DeepSeek、豆包、Kimi 里的品牌提及、情感和竞品表现，有哪些工具适合做短名单？ |
| 结果可解释性 | 容易只返回泛工具名 | 更容易出现预算、平台、监测指标和竞品维度 |
| 内容可行动性 | 不知道该补什么内容 | 可判断是否缺少行业页、对比页、指标说明页或案例页 |
如何分析 AI 回答里的用户意图？
不要只看 AI 有没有提到品牌，要拆解它为什么推荐、为什么不推荐、引用了谁、误解来自哪里。
每次复测后，建议按 6 个问题做人工抽样检查：
- AI 把用户任务理解成了什么？
- AI 推荐了哪些品牌、工具、方法或内容来源？
- 目标品牌是否出现？出现位置靠前还是靠后？
- 推荐理由是否准确，是否来自官网可验证信息？
- 是否引用竞品、媒体、论坛、百科或过期页面？
- 回答中有没有负面、模糊、错误或不完整描述？
如果 AI 没提到品牌，常见原因不是“模型偏见”，而是官网缺少可引用信息：没有清晰品类定义、没有对比页、没有行业场景页、没有案例、没有价格或适用边界说明。Google 的有用内容指南也强调原创信息、完整描述、实质分析和相对搜索结果的新增价值，这些同样影响内容能否被 AI 摘取和引用。
如何用 Prompt 结果反推内容优化？
Prompt 结果必须变成页面动作。只做报表不改内容，AI 可见度不会稳定提升。
| Prompt 发现 | 可能原因 | 内容动作 |
|---|---|---|
| AI 不理解品牌做什么 | 官网缺少一句话定义和品类归属 | 在首页、产品页、About 页增加清晰定义和结构化描述 |
| AI 总引用竞品 | 竞品有更完整的对比、案例或指标页 | 补竞品对比页、替代方案页、指标解释页 |
| AI 推荐理由不准确 | 卖点表述分散，旧内容未更新 | 更新核心页面、FAQ、案例和使用边界 |
| AI 提到品牌但排名靠后 | 缺少权威证明和场景覆盖 | 增加行业案例、第三方报道、客户证言、数据说明 |
| AI 不引用官网 | 页面不易摘录或关键信息藏在图片里 | 增加定义块、表格、步骤清单和纯文本摘要 |
| AI 出现负面误读 | 旧信息、论坛内容或竞品表述被引用 | 发布澄清页、更新 FAQ、补充对比和限制说明 |
当同一意图有多种问法时，不要为每个 Prompt 建一篇薄内容。更好的做法是做一个覆盖完整意图的主页面，再用 H2、表格、FAQ 和案例承接变体。若 AI 持续不提及某类主题，可用AI内容空白点方法把缺口转成下一批选题。
Prompt 库多久更新一次？
Prompt 库应按业务节奏更新，而不是无限扩容。核心商业意图周度复测，品牌风险问题每日或隔日监测，认知型问题月度复盘即可。
| Prompt 类型 | 示例 | 建议频率 |
|---|---|---|
| 核心商业意图 | 工具推荐、竞品比较、预算选型 | 周度 |
| 品牌风险 | 负面评价、投诉、合规、安全、误读 | 每日或隔日 |
| 内容机会 | 如何做、最佳实践、清单、模板 | 双周或月度 |
| 泛认知问题 | 概念解释、趋势理解 | 月度或季度 |
触发更新的信号包括：新品发布、竞品融资或降价、平台模型升级、品牌公关事件、官网核心页面改版、内容集群上线、销售团队反馈新异议。
一个实用比例是 70/20/10：
| 比例 | 用途 | 目的 |
|---|---|---|
| 70% | 保持稳定 | 观察长期趋势 |
| 20% | 根据销售、客服和内容反馈迭代 | 捕捉真实新问题 |
| 10% | 探索新平台、新人群、新问法 | 发现增量机会 |
常见错误
只把关键词改成疑问句
“AI搜索优化怎么做？”比短关键词好一点，但仍然缺少角色、任务和约束。更好的问法是：“B2B SaaS 官网已经有 80 篇 SEO 文章，想提高 AI 引用概率，应该先改哪些页面？”
只监控品牌词
品牌词能看防守，但看不到品类机会。Prompt 库必须同时覆盖品牌、品类、竞品、痛点、替代方案和风险问题。
一次结果就下结论
AI 回答会受平台、时间、检索状态和上下文影响。重要 Prompt 至少连续复测 3–5 次，再判断是否需要改页面、补内容或做公关澄清。
只看提及，不看引用
品牌被提到不等于被信任。更关键的是 AI 为什么推荐你，引用了谁的内容，推荐理由是否准确，以及竞品是否和你一起出现。
常见问题
Prompt 库越大越好吗？
不是。Prompt 库的价值取决于覆盖的决策场景，而不是问题数量。早期建议先做 50–100 条高质量 Prompt，覆盖核心人群、任务、约束和阶段，再根据复测结果扩展。
同一条 Prompt 可以跨平台比较吗？
可以，但要保留平台差异。DeepSeek、豆包、Kimi、通义千问和 Google AI Mode 的检索能力、回答风格和引用习惯不同，横向比较时应看趋势，不应只看单次排名。
没有搜索量数据，怎么判断 Prompt 重要性？
看商业接近度和风险强度。预算、采购、替代、对比、投诉、负面评价、合规、安全等词，通常比泛知识问法更值得监控。
Prompt 结果不稳定怎么办？
不要因为一次波动就改策略。至少连续复测 3–5 次，观察同一品牌、竞品和引用来源是否反复出现，再决定是否补内容、改页面或做澄清。
AI搜索用户意图研究和 AEO/GEO 有什么关系？
AI搜索用户意图研究是 AEO 和 GEO 的前置工作。它决定要监测哪些问题、优化哪些页面、补哪些证据。如果 Prompt 库不代表真实用户需求，后续的 AI 可见度优化会偏离方向。