该技能用于在需要衡量 AI 搜索可见度时使用：哪些引擎提及品牌、针对哪些买家问题、引用了哪些来源。它产出可见度基线、趋势线，以及一份值得影响的信息源排名列表。具体命令位于 references/commands.md。
设定基线
定义品牌（以及竞品品牌——与它们排名对比才是真正有说服力的读数）及其话题。
用买家实际向 AI 引擎提出的问题来播种提示词——“best X for Y”“X vs Z”“how do I solve W”——使用买家的语言，而不是品类营销语言。按话题批量创建，分散到目标引擎和国家。
读取可见度时间线和品牌排名作为基线：谁被提及、因什么被提及、在哪里被提及。
解读结果
visibility explain 显示分数为何变动——是哪些提示词和引擎驱动的。
citations 和 sources 是可操作的另一半：引擎针对这些提示词实际引用了哪些域名、URL 和域名类型。这就是目标列表——如果引擎在该品类引用了三个 Reddit 帖子和两篇对比文章，内容投入就应放在那里。
sentiment explain 显示品牌出现时是如何被描述的——可见但定位错误与完全不可见需要不同的工作。
按话题报告：与竞品的可见度对比、趋势、主要被引来源，以及每个差距对应的一项具体内容行动。
好的标准
一份出色的 AEO 读数会列出具有商业价值的提示词，按引擎将品牌与具名竞品排名对比，并以一份简短的有引用来源的命中列表收尾——“这 5 个 URL 驱动了该品类的答案；品牌可以合理地在这些地方争取被提及。”平庸的追踪只报告一个没有 explain、没有来源挖掘的聚合分数。容易被忽视的：国家和引擎拆分（在一个引擎中的可见度不能说明另一个引擎的情况）以及提示词漂移——随着买家语言演变，刷新播种的提示词。
必须用买家语言而非品牌语言播种提示词。绝不在没有 explain 和引用来源的情况下报告分数——一个无法解释的数字会招致错误结论。