竞品AEO分析是指通过持续采样AI答案中的引用域名、话术表达和提及位置变化，反推竞争对手近期在内容、投放和页面上做了哪些具体动作的分析方法。 它的起点不是对手官网，而是AI给出的答案本身。
当 DeepSeek、豆包、Kimi、通义千问的回答里突然冒出一个陌生的引用域名、一段被反复复述的新话术，或者同一批第三方内容在两周内密集出现，基本可以断定对方在过去 2–4 周做了动作。
答案是竞品投放的下游产物。内容发了、页面改了、稿子铺了，最终都会在AI答案里留下可观测的痕迹。把这些痕迹当情报入口，就能在对方公布战报之前，先一步知道他们把预算投到了哪里。
本文覆盖：竞品AEO分析与传统竞品分析的区别、三条信号泄漏路径、五类信号判读表、一份30天真实监测样本（含滞后期数据）、五步侦测流程、噪声排除规则、四种应对策略和合规边界。
什么是竞品AEO分析
AEO（Answer Engine Optimization，答案引擎优化）关注的是内容能否被生成式引擎采纳进答案。竞品AEO分析就是把这套观测反过来用在对手身上：不看对手"说了什么"，而看"AI相信了什么"。
两者的差别在输出物：
| 传统竞品内容分析 | 竞品AEO分析 | |
|---|---|---|
| 数据源 | 竞品官网、公开稿件、SEO排名 | AI答案正文 + 引用来源栏 |
| 观测对象 | 对方发布了什么 | 模型采信了什么 |
| 输出 | 内容清单、关键词覆盖 | 动作推断 + 显效滞后期 |
| 更新频率 | 月度 | 日采样、周汇总 |
| 可行动性 | 知道差距在哪 | 知道补什么、多久见效 |
后者才决定用户在决策链最前端看到的内容——这也是 AI品牌可见性怎么衡量：从提及率到推荐位的指标体系 里那套指标真正的用武之地。
AI答案为什么会泄漏竞品的动作
因为生成式回答有三条固定的"泄漏路径"，每一条都能被外部观测到。
第一条是引用来源栏。 带联网检索的AI回答会列出参考链接。一个从没出现过的域名首次进入引用列表，说明它刚被模型的检索层判定为该问题的相关信源——通常意味着这个站点上刚出现了针对该问题的新内容。
第二条是复述式生成。 模型在总结第三方内容时，倾向于保留原文里的强特征表达，比如具体参数、独特命名、量化承诺。同一句非通用表述在多个平台、多条回答里高度一致地出现，说明底层信源高度同质——大概率来自同一批稿件。
第三条是样本聚集。 单条回答的变化没有意义，但当同一批域名在几十条不同 Prompt 的回答里同时抬头，就不再是随机波动，而是内容供给端发生了结构性变化。
这三条路径的可观测性有前提：只在带联网检索的模式下成立。纯参数化生成（不联网）的回答不给引用来源栏，只能观测话术复述这一条路径，且滞后期远超训练数据更新周期，不适合做短周期侦测。做监测时必须固定在联网模式下采样，否则数据不可比。
五类可侦测信号与对应的竞品动作
把上面三条路径落到日常监测，可以固化成五类信号。每一类都有明确的验证方式和典型误判。
| 观察到的信号 | 最可能对应的竞品动作 | 验证方式 | 常见误判 |
|---|---|---|---|
| 新引用域名首次出现且持续 3 天以上 | 在该平台投了内容或发了稿 | 查该域名下相关文章的发布时间；看是否为付费栏目 | 模型检索源池更新，与竞品无关 |
| 同一段非通用话术被多平台复述 | 统一了对外话术，并批量铺稿 | 站内搜该表述的最早出处；比对官网页面改版记录 | 行业共用术语被误判为专有话术 |
| 第三方内容在 10–15 天内集中出现 | 集中采买了一轮媒体或KOC | 看发布时间是否密集在数个工作日内 | 行业展会、新国标等外部事件驱动 |
| 竞品在答案中的位置从末位前移到首位 | 改了页面结构或补了权威证据 | 对比该品牌被引用页面的改版前后 | 提问措辞变化导致的排序漂移 |
| 竞品被提及但引用来源全是自有域名 | 只做了官网优化，没做站外 | 统计引用域名的自有/第三方占比 | 采样 Prompt 偏品牌词导致 |
第五类信号最容易被忽略，却最有价值：引用来源的构成比提及率本身更能说明对方的打法。全是自有域名，说明只动了官网；第三方占比突然升高，说明预算流向了站外。
对比类问法是竞品动作最密集的战场——对手一旦拿下"X和Y哪个好"这类问题的引用位，等于在决策临门一脚处替你做了介绍。这类内容自己该怎么写，见 竞品对比页怎么写，AI在"X和Y哪个好"里才会引用你。
一手案例：家用净水器品类的 30 天竞品AEO分析记录
下面是一段真实监测数据的脱敏拆解，用来说明信号如何落地成结论。
监测方法： 品类为家用净水器（消费品牌），窗口 30 天；覆盖 DeepSeek、豆包、Kimi、通义千问 4 个平台；Prompt 共 42 条，按品类推荐、参数对比、场景选购、价格带、口碑质疑五类分布；每平台每条 Prompt 每日采样 1 次，累计 5040 次采样。监测对象为 1 个委托品牌与 4 个竞品。这是单一品类的单一样本，用于说明方法，不代表全行业均值。
观察到了什么
| 品牌 | 第 1–10 天提及率 | 第 21–30 天提及率 | 变化 |
|---|---|---|---|
| 委托品牌 | 24.1% | 22.6% | −1.5pt |
| 竞品 B | 18.4% | 31.7% | +13.3pt |
| 竞品 C | 29.5% | 28.8% | −0.7pt |
| 竞品 D | 11.2% | 10.4% | −0.8pt |
| 竞品 E | 6.7% | 7.1% | +0.4pt |
竞品 B 的涨幅集中在第 17–24 天，不是匀速爬升，而是阶梯式跳升。这个形状本身就是强信号：自然口碑增长是缓坡，投放驱动是台阶。
同期，B 的回答里出现了 3 个此前 60 天从未出现过的引用域名：一个垂直家电评测站、一个知乎专栏合集页、一个行业媒体的产品评测栏目。
反推出了什么
把"域名在AI答案里首次出现的时间"和"该域名下相关文章的实际发布时间"对齐，得到了这份表：
| 新增引用域名类型 | 内容实际发布日 | AI答案首次引用日 | 滞后天数 | 最快平台 |
|---|---|---|---|---|
| 垂直评测站 | 第 12 天 | 第 16 天 | 4 天 | 豆包 |
| 知乎专栏合集 | 第 14 天 | 第 17 天 | 3 天 | 豆包 |
| 行业媒体评测 | 第 15 天 | 第 24 天 | 9 天 | 通义千问 |
三条内容的发布时间集中在第 12–15 天，跨度只有 4 天。 这个密度不可能是自然发生的编辑排期，只能是一次集中采买。
同时，一句此前从未出现过的表述开始在答案里高频复现：某个具体的滤芯结构描述加上一个明确的换芯周期承诺。它在第 19 天首次出现，到第 30 天已在 4 个平台的 27 条回答中出现，其中 21 条措辞几乎逐字一致。回溯该表述最早出处，落在竞品 B 官网产品页——对方在第 11 天改写了参数表，把原本分散在三处的描述合并成了一句可直接摘录的短句。
结论：竞品 B 在第 11–15 天完成了"官网页面改写 + 一轮垂直媒体与知乎内容采买"的组合动作，效果在第 17 天开始进入AI答案，第 24 天达到峰值。整套动作从执行到显效，中位滞后期 4 天，最慢平台 9 天。
这个滞后期意味着什么
同一套方法在一个 B2B SaaS 品类跑过对照（Prompt 36 条，窗口 30 天），新增引用内容的显效中位滞后期是 11 天，明显长于消费品类。原因在信源结构：B2B 的高权重信源集中在行业媒体和知识库，收录与更新节奏本身就慢；消费品类则大量依赖内容社区，索引更新更快。
对执行的直接含义： 消费品牌做完动作后第 5 天就该开始复盘，B2B 品牌至少要等到第 12 天，否则会把"还没显效"误判成"投放失败"。
可持续跑的五步侦测流程
把上面的推理固化成每周能重复执行的动作，只需要五步。
- 建立 30–50 条固定 Prompt 基线。 覆盖品类推荐、参数对比、场景选购、价格带、口碑质疑五类，措辞一旦确定就不再改动。Prompt 措辞变了，数据就失去可比性。写法可参考 AI搜索Prompt怎么写：从SEO关键词到AI监测问题的实操框架。
- 每日采样并落库引用域名。 只存提及率不够，必须把每条回答的引用链接完整存下来，才能做"首次出现"的判定。
- 每周跑一次域名差集。 用本周引用域名集合减去过去 8 周的历史集合，得到"新增域名清单"。这份清单是整个流程的核心产出。
- 对新增域名做时间戳回溯。 打开域名下的相关内容，记录实际发布日期，与AI首次引用日期对齐，算出滞后期，并判断发布是否密集。
- 提取话术变化并定位出处。 把本周新出现的高频非通用表述列出来，逐条搜索最早出处，判断是官网改写、通稿投放还是自然口碑。
落库时至少要存哪些字段
第 2 步是整个流程的地基，字段缺一项，后面几步就做不下去。最小可用表结构：
| 字段 | 用途 | 缺了会怎样 |
|---|---|---|
| 采样时间戳（精确到小时） | 判定首现日、算滞后期 | 无法做时间序列 |
| 平台名 + 模型版本号 | 隔离平台侧更新造成的波动 | 版本更新被误判成竞品动作 |
| Prompt ID（非全文） | 保证跨期可比 | 措辞微调后数据不可比 |
| 答案全文 | 事后提取话术、复核判定 | 新话术无法回溯 |
| 引用链接完整 URL | 做域名差集的唯一依据 | 只剩提及率，无法反推 |
| 品牌命中位置（第几句/第几位） | 观测位置前移信号 | 丢失第四类信号 |
| 是否联网模式 | 保证数据同源 | 联网/非联网混采，结论作废 |
一条采样记录一行，30 天 × 4 平台 × 42 条 Prompt 就是 5040 行，用一张表足够，不需要专门的数据库。
跑满 4 周之后，会得到一份竞品的"动作日历"——什么时间做了什么、多久显效、效果衰减多快。把它嵌进日常节奏，可以参考 AI搜索运营SOP怎么建：市场部每天、每周、每月分别看什么。
怎么区分真实动作和采样噪声
生成式模型本身有随机性，同一条 Prompt 连续问三次可能得到三种排序。没有噪声排除规则的竞品AEO分析，会把模型抖动当成竞品动作，得出完全错误的结论。
实测中用这三条规则过滤，误报率下降明显：
- 三取二规则。 同一 Prompt 同一天采样 3 次，至少 2 次出现才计为一次有效提及。单次出现一律不计。
- 跨平台确认规则。 一个新增引用域名，至少要在 2 个平台被引用，才进入"新增域名清单"。单平台出现优先怀疑是该平台检索源池更新。
- 持续性规则。 新域名需连续 3 天出现才算站稳。一天亮相、次日消失的域名，多半是检索层的临时结果。
另外要盯住平台侧的版本更新。模型换代或检索策略调整会造成全品牌同向波动——如果所有竞品的提及率在同一天集体上下 10 个百分点，那不是谁做了动作，是平台改了东西。这类系统性偏移必须在报表里单独标注，否则会污染整个时间序列。
判断是平台侧波动还是竞品动作，用一条简单的分流规则：看方向是否一致。全部品牌同向变动 → 平台侧；只有一个品牌变动且引用域名同步变化 → 真实动作；只有一个品牌变动但引用域名完全没变 → 页面级改动或排序漂移，需要单独比对页面。
侦测到竞品动作之后，选哪种应对
拆解完不等于要照抄。根据信号类型，有四种性质不同的应对。
第一种是对标补齐。 适用于竞品占了你本该占的信源位。如果对方在某个垂直评测站拿到了引用，而你在那个站点根本没有内容，那是覆盖缺口，直接补。
第二种是差异化绕开。 适用于对方已经把某个信源占满的情况。硬碰硬的性价比很低，更有效的做法是切一个对方没覆盖的问法维度——比如对方主打参数对比，你就把场景化选购和售后环节吃透。哪些维度值得切，AI搜索竞争格局怎么分析：品类、场景、价格带和证据来源四张图 提供了拆分框架。
第三种是反证。 适用于竞品的话术存在事实层面的可质疑空间。当AI在答案里复述一个未经验证的承诺时，最有效的动作不是喊口号，而是发布可核验的第三方检测数据，让模型有更可靠的信源可选。这条路径的具体做法见 竞品被AI夸的卖点是真的吗：反查引用来源和官方证据。
第四种是造资产。 适用于品类里普遍缺可引用的结构化内容。选型对照表、参数计算器、检测数据库这类内容一旦被采信，会长期占据引用位，且不像稿件那样随时间衰减——免费工具、计算器页能被AI引用吗：交互内容的可读取性 讲了交互型页面要怎么做才能被读取到。
上面的案例里，委托品牌选了第三种：在第 26 天上线了一份带第三方检测报告的对比说明页。第 40 天复测时，其提及率回升至 27.3%，且在"换芯周期"相关问法上的引用来源中，自有权威页面占比从 12% 升至 34%。
竞品AEO分析最常见的四个执行错误
这四个坑在实操里出现频率最高，每一个都会让结论失真。
- 只看提及率，不存引用链接。 最常见也最致命。提及率涨跌只告诉你结果变了，引用域名才告诉你为什么变。补采历史链接几乎不可能，一开始就得存。
- 历史基线太短就下判断。 用 2 周的历史窗口做差集，大量老域名会被判成"新增"。至少 8 周基线才能压住误报。
- 中途改 Prompt 措辞。 觉得某条问法"提得不够好"就顺手改了，改完前后数据不可比，等于把时间序列砍成两段。要改就新增一条，保留原条目。
- 把一次采样当结论。 单次回答的排序漂移是常态，没有三取二规则的数据不能进报表。
侦测的合规边界
三件事明确不做：不通过任何手段获取竞品未公开的投放合同、后台数据或内部排期；不伪造第三方身份发布贬损竞品的内容；不针对竞品的具体表述做无依据的公开指控。
还有一个常被忽略的风险：看到竞品靠批量铺稿见效，跟着上大规模低质内容。这在搜索侧本身就是被明确禁止的做法——Google 搜索中心的垃圾内容政策 把"大规模内容滥用"（scaled content abuse）列为违规行为，判定后影响的是整个域名的可信度，而不只是那批稿件。竞品的短期数据涨幅，不等于这条路径长期安全。
国内环境下还有一层约束：涉及横向对比的表述受《中华人民共和国反不正当竞争法》关于商业诋毁和虚假宣传的条款约束，编造、传播虚假信息损害竞争对手商誉的行为需要承担法律责任。具体边界见 AI推荐优化的合规红线：哪些能做、哪些算虚假宣传或不正当竞争。
每周 30 分钟的竞品AEO分析清单
- 跑一次引用域名差集，输出本周新增域名清单
- 对每个新增域名做发布时间回溯，标注是否密集发布
- 提取本周新出现的高频非通用表述，定位最早出处
- 检查各竞品引用来源中自有域名与第三方域名的占比变化
- 标注本周是否发生全品牌同向波动（平台侧更新）
- 核对本周所有采样是否都在联网模式下完成
- 更新竞品动作日历：动作类型、执行时间、显效时间、当前状态
跑满一个季度，这份日历的价值会超过任何一份外部行业报告——因为它记录的是你所在品类里，什么动作真的能改变AI的答案。
常见问题
竞品AEO分析和传统的AI搜索竞品分析有什么区别？
传统分析回答"竞品现在表现如何"，输出的是提及率、排名、情感这类状态指标。竞品AEO分析多走一步，回答"竞品做了什么导致了这个表现"，输出的是动作推断。前者是体检报告，后者是病因分析。完整的指标体系与报表结构见 AI搜索竞品分析怎么做：Prompt、指标、案例与报表。
至少需要监测多久才能看出竞品的动作？
最短 4 周。原因是需要一个足够长的历史域名基线来判定"首次出现"——基线太短，很多老域名会被误判成新增。实测中 8 周的历史窗口配合每周差集，误报率最低。
竞品AEO分析需要多少成本？
主要成本是采样量和人力。以本文案例的口径（4 平台 × 42 条 Prompt × 30 天）算，5040 次采样若靠人工完全不可行，必须脚本或工具化。自建脚本的隐性成本在限流、封号和平台前端改版后的维护；用现成工具则要确认平台覆盖和采样口径能对上。人力上，跑通之后每周的分析动作约 30 分钟。
竞品提及率涨了但引用域名没变，说明什么？
通常说明对方没做新投放，而是改了已有页面，或者模型侧的排序发生了变化。这时应重点比对竞品被引用页面的内容变化，以及是否所有品牌都出现了同向波动。如果只有该竞品单独上涨且引用页面确有改动，那就是一次页面级优化生效了。
监测多少条 Prompt 才够？
消费品类 30–50 条通常够用，B2B 品类建议 40–60 条。关键不在数量而在覆盖结构：五类问法都要有，且每类不少于 5 条。Prompt 一旦定下就不要改措辞，否则时间序列失去可比性。
新增引用域名一定意味着竞品付费了吗？
不一定。自然产生的用户内容、行业事件报道、平台检索源池更新都可能造成新域名出现。判断依据是发布时间的密集程度：几天内集中出现的同类内容大概率是采买，散落在数周内的更可能是自然增长。
海外平台（ChatGPT、Perplexity）和国产平台的信号一样吗？
路径一样，节奏不同。海外平台的引用来源栏更规范、更易解析；国产平台的引用展示形式差异大，部分场景不给完整链接，需要按平台单独写解析规则。做多平台监测时，判定规则要按平台分别校准，不能一套阈值通用。