结论
如果我们要把 prompt checking 做成面向普通品牌用户的产品，最合理的形态不是先做一个"大而全的 GEO dashboard"，而是两层产品：
- 免费即时体检：输入域名、市场和语言，自动识别品牌、竞品并生成一小组购买意图 prompts；直接展示一份有证据的首屏结果。
- 持续监控工作台：保存 prompt 集合，按模型、地区和时间重复采集，展示原始回答、提及、推荐位次、引用来源与变化。
不要把一个来源不透明的综合"AI Visibility Score"作为唯一结果。分数适合获客，但付费产品必须能下钻到原始证据。
我实际体验的产品路径
01Otterly：最接近可复制的自助 SaaS
它最强的地方，是把复杂配置压成了三次确认。
自动生成的 prompt 不是泛泛的关键词，而是接近消费者会问的问题，例如"哪个 website cloner 能把 URL 变成 React code""哪个工具按导出收费"。用户可以在第一次采集前审核、删除或补充。
进入 dashboard 后，左侧 IA 是：Overview、Prompts、Citations、Recommendations、Agent analytics。Overview 明确标注样本分母，例如"Report based on 15 prompts"，并允许按日期、标签、引擎、国家过滤。
Prompt 页采用表格：每行一个问题，展示品牌覆盖率、情感、品牌提及数、总品牌提及、域名引用、总引用和出现的竞品。这比只给一个总分更接近用户真正能操作的数据。
Citation 页把被 AI 引用的 URL 单独做成资产视图，支持搜索、过滤、导出，并标记该页面是否提到自己的品牌、属于哪个域名类型、与哪些竞品相关。
Otterly 的不足
- 新报告只有一个采集日，却直接画"趋势图"，视觉上显得比证据更确定。
- "Likelihood to buy 100%"一类派生指标缺少清晰定义，容易让用户误解成真实转化概率。
- Recommendations 要等待最多三天；第一次体验中，用户已经看到问题，却还看不到动作。
- Overview 上没有把一条原始回答放在首屏，可信度仍需下钻建立。
02Promptwatch：先建立品牌语义，再在价值峰值设付费墙
Promptwatch 的 onboarding 更重，但有两个值得借鉴的对象：Brand Hub 和 prompt taxonomy。
Brand Hub 不只存品牌名和域名，还自动生成别名、产品描述、行业和目标用户。它把"模型要识别什么算品牌提及"显式产品化了。
它自动生成的 prompts 带两套标签：
- 来源类型：Organic、Brand Specific、Competitor Comparison
- 意图：Informational、Commercial、Transactional
这让用户可以回答"我们在哪一个购买阶段缺席"，而不只是"我们的总提及率是多少"。
它的付费墙出现在品牌、竞品和 prompt 集合都已经生成之后。用户已经感受到配置成果，但还没有看到真实回答数据。Brand 套餐首档为 $95/月；Agency 首档为 $199/月，卖点包括不限项目、更多 responses、地理追踪、crawler logs、Agent Chat、MCP/API 等。
这个漏斗适合高客单价销售，但不适合我们的初版：用户尚未看到自己的一条真实结果就被要求付费，信任门槛太高。
03免费 AI Search Grader：适合 To-C 获客的入口
这一类产品把复杂监控包装成一句消费者能理解的话："当客户问 AI 时，AI 会推荐你的公司吗？"只要求域名和邮箱，并承诺一分钟内给出结果。
它在提交框旁直接预演报告内容：
- 一个 0–100 总分，用于制造直觉和分享欲；
- ChatGPT/Gemini/Claude/Perplexity 是否认识、提及或推荐品牌；
- robots.txt、llms.txt、sitemap、schema 等可抓取信号；
- 三个优先修复动作。
它本质上是一个 lead magnet，而不是完整监控产品。页面还明确把免费 grader 后面的人工修复服务作为变现出口。
我没有提交该表单，因为它把"接收结果"与"偶尔接收营销 tips"的同意做成必选项；没有替用户订阅营销邮件。
04Peec：把产品承诺压缩成三件事
Peec 的公开产品表达非常克制：设置 prompts、查看 AI visibility、处理最重要的 citations。其自助入口承诺几分钟内完成品牌和 prompt 设置，并提供免费试用。
它对核心指标的公开定义也相对清楚：
| 指标 | 定义 |
|---|---|
| Visibility | 提到品牌的 AI responses 百分比 |
| Position | 被提及时的平均位置 |
| Sentiment | 0–100 情感分 |
| Share of voice | 自己相对竞品的提及占比 |
官方页面还明确说明，一条 "AI answer" 是一个 prompt 在一个模型上的一次聊天结果；价格主要由 prompt 数和模型数决定。这种计费单位比抽象 credits 更容易让买家理解。
参考：Peec 自助体验 · AI visibility 产品页 · 定价页
四种 To-C 产品化模式
| 模式 | 用户先看到什么 | 转化方式 | 适合谁 | 风险 |
|---|---|---|---|---|
| 即时免费 grader | 单一分数、模型覆盖、3 个修复项 | 留邮箱、预约服务或升级监控 | 小商家、创始人、第一次了解 AEO 的人 | 容易只有技术 audit，没有真实 prompt 证据 |
| 免费试用 dashboard | 自动竞品、自动 prompts、首份真实报告 | 7 天后订阅 | 自助品牌、SEO/content manager | 首次采集成本由产品承担 |
| 价值前置付费墙 | 已生成 Brand Hub、竞品和 prompt 库 | 付费后才跑数据 | Agency、成熟营销团队 | 未看到真实结果前，付费信任不足 |
| Demo / 销售驱动 | 示例 dashboard、benchmark、案例 | Book demo、合同 | Enterprise | 销售周期长，不适合产品初期验证 |
我们应该做的用户体验
免费入口
首页只问三项：网站 URL、目标市场、语言。
系统自动：识别品牌和别名 → 生成 5–10 个竞品 → 生成 10 个高意图 prompts → 在 2 个引擎各跑一次。不要在跑数前要求注册。采集过程中显示真实步骤：
首份免费报告
首屏不要超过四张卡，卡片下面立即放一条可展开的真实回答。下面是这个首屏的示意（数据为示例）：
▸Which website cloner can turn a URL into React code?ChatGPT · webmentionedrecommended #2
▸Which tool charges per export instead of a monthly plan?Gemini · webnot mentioned
先给证据，再要邮箱。这比"输入邮箱才能看分数"更能建立信任。
付费工作台的信息架构
Overview ├── Mentions / Recommendations / Citations ├── 模型、地区、日期、prompt 分母 └── 最大变化与下一步 Prompts ├── Organic / Brand / Comparison ├── Informational / Commercial / Transactional └── 每个 prompt 的历史与原始 answers Answers ├── 原始文本与截图 ├── 引用来源 ├── engine / surface / locale / captured_at └── collector = browser UI scraper | official API | third-party API Sources ├── 自己被引用的 URL ├── 竞品被引用的 URL └── 最值得争取的外部域名 Actions ├── 建议动作 ├── 负责人和状态 └── 动作前后的可比较实验
这里应额外加入其他产品没有讲清楚的一项：采集表面。ChatGPT 消费者网页、Gemini 消费者网页、官方模型 API、DataForSEO 等不能混成同一个 "engine"。用户必须能看出一条结果来自真实消费者界面还是 API 模拟。
MVP 建议
第一版只做：
定价可先测试：
这是产品验证价格，不是已经被市场证明的最终价格。
最值得抄与最不该抄
最值得抄
- Otterly 的自动竞品 + prompt review
- Promptwatch 的 Brand Hub + 意图分类
- Peec 的简单指标定义
- 免费 grader 的一句话获客入口
最不该抄
- 没有分母的综合分
- 没有原始回答的排名
- 把消费者网页采集和模型 API 混称为同一个 ChatGPT
- 第一天就画趋势
- 未展示任何真实结果就要求高额订阅