📘 回响引擎 · 新手操作指导手册

从注册到拿到第一份「AI 品牌可见度」报告，再到把诊断结果转化为内容行动——本手册带你走完平台的完整工作流。全流程约 30 分钟。

版本：v1.1.0 更新：2026-08-03 适用：品牌方 / 代理商

快速开始：注册与登录

进入平台的第一步——注册账号并登录工作台。

步骤 1

打开平台地址

浏览器访问平台地址，点击「立即注册」创建账号。注册后系统会自动为您创建一个租户工作台（含默认问题集，开箱即用）。

图 1-1 登录/注册页

提示：注册成功后自动登录，无需重复输入。若忘记密码请联系管理员重置。

步骤 2

进入总览工作台

登录后进入「总览」页：品牌四卡摘要、最近采集记录、一键生成诊断报告入口一目了然。左侧菜单为平台全部功能。

图 1-2 总览工作台

新手建议：首次使用按「创建品牌 → 配置问题 → 发起采集 → 查看报告」的顺序走一遍，10 分钟内即可获得第一份报告。

创建品牌：测量的起点

每个品牌是一个独立测量对象，请录入品牌名、别名与官网域名。

步骤 1

进入「品牌管理」

点击左侧「品牌管理」，点击「新建品牌」。

图 2-1 品牌管理页

步骤 2

填写品牌信息

品牌名：正式名称（如「极氪」）
别名：中英文名、缩写等（如「Zeekr」），用于提升 AI 提及检测准确率
官网域名：如 zeekrlife.com——「就绪度」卡会抓取 robots.txt / llms.txt / JSON-LD / 首页做可检索性诊断

为什么要填域名？AI 生成式引擎的答案来自可被检索的内容。就绪度卡会真实检查您的官网是否对 AI 爬虫开放——这是「表达层/检索层」诊断的数据来源。

配置问题集：决定问什么

问题集是采集时向 AI 提出的问题清单，是测量口径的核心。系统已预置默认问题集，您也可以自定义或用 AI 生成。

步骤 1

查看问题集与版本

进入「Prompt 集」：每个问题集可有多个版本，版本号自动递增。切换版本即可切换测量口径。

图 3-1 Prompt 集与版本管理

步骤 2

AI 生成候选问题（推荐）

点击「AI 生成候选问题」：系统结合品牌档案与事实台账，自动生成 20 个候选问题（如「极氪和蔚来相比哪个更值得买」），人工确认后一键创建为新版本。

提示：推荐每次采集使用 3-5 个问题。问题质量直接影响报告可信度——避免诱导性提问，保持中立的消费者语气。

发起采集：问 AI 一次

选择品牌、采集渠道（Surface）与问题集版本，系统向 AI 提问并回传答案与引用证据。

步骤 1

新建采集任务

进入「采集任务」，选择品牌、Surface 与 Prompt 集版本，点击「发起采集」。页面每 5 秒自动刷新进度。

图 4-1 采集任务列表

步骤 2

了解采集渠道（Surface）

B 级（API）：豆包 / DeepSeek / Kimi 官方 API，稳定快速（约 30 秒/题），是默认推荐渠道
D 级（人工回填）：手动粘贴 AI 答案，用于无法自动化采集的场景
A 级（Web）：浏览器通道，低频小批量探查使用（合规约束下）

说明：平台遵守 AI 平台服务条款——不做验证码绕过、不做账号池、不搞反爬对抗。官方 API 优先，无 API 平台人工导出回填。

查看报告：四卡 + 五层诊断

采集完成后自动生成报告：四张评分卡（可见度 / 就绪度 / 信任度 / 置信度）+ 五层穿透诊断 + 行动任务清单。

步骤 1

打开报告

在「总览」或报告列表点击报告进入详情页。四张卡片一眼看清：

图 5-1 报告详情（四卡 + 五层标签）

AI 可见度：品牌被 AI 提及的频率与排名（提及率 / 平均排名 / 引用份额）
实体情感：AI 回答中的情感倾向（积极 / 中性 / 消极）
就绪度：官网对 AI 爬虫的可检索性（robots / llms.txt / JSON-LD / 内容覆盖）
信任度：回答与事实台账一致性、负面信号、引用质量
置信度：基于样本量 n 的 95% 置信区间（Wilson）

步骤 2

五层穿透诊断

报告内置五层诊断表：认知层（AI 认识你吗）→ 检索层（内容能被 RAG 命中吗）→ 表达层（内容可被机器解析吗）→ 评分层（可信度达标吗）→ 决策层（对比竞品胜出吗）。每层标注 ✅ / ⚠️ / ❌。

步骤 3

导出与分享

下载 PDF：白标品牌化报告，可直接交付客户
分享给客户：生成带密码的分享链接（72 小时有效），客户无需登录即可查看
Webhook 通知：在白标设置中配置 Webhook 地址，报告生成完成自动推送通知（可对接企业微信/邮件桥）

方法版本：每份报告标注方法版本号（如 1.1.0），保证跨期对比口径一致、可追溯。

行动任务：从诊断到行动

报告自动产出「优先处理 Top-N」任务清单，每条任务挂载采集证据，可直接转为内容 Brief 进入执行流程。

步骤 1

查看任务清单

进入「行动任务」页：任务按优先级排序（高/中/低），类型包括：

图 6-1 行动任务清单

content_gap：AI 未稳定提及的品牌问题 → 补答案型内容
layer_action：五层诊断失败层 → 对应动作（实体确权 / 可检索性 / JSON-LD / 权威信源 / 竞品对比）
sentiment_risk：情感偏负 → 口碑修复
source_gap：竞品被引本方未引的信源 → 渠道补位建议

步骤 2

任务 → Brief 流转

点击「转为 Brief」自动创建内容 Brief 草稿，进入审核工作流（草稿 → 审核 → 发布），全链路可追踪。

闭环价值：测量 → 诊断 → 行动 → 发布 → 复测，每一步都有证据支撑，杜绝「凭感觉做内容」。

事实台账：内容可信的底座

把品牌的关键事实（认证、数据、案例）结构化入库，经审核后供「信任度」评分与 Brief 内容生成引用。

步骤 1

创建事实

进入「事实台账」，新建事实：填写事实内容、证据来源、风险等级（低/中/高）、允许/禁止措辞。

图 7-1 事实台账（含审核流与版本）

步骤 2

提交审核

事实状态流：草稿 → 提交 → 审核中 → 审批 → 已批准。评分引擎只消费「已批准」的事实；编辑会自动保存旧版本快照（版本 +1 回草稿）。

合规要点：填写「允许措辞」与「禁止措辞」可约束 AI 内容生成时的表达边界，规避夸大宣传风险。

内容 Brief 与工单：执行协作

Brief 模板引擎（可见度 / 信任 / 就绪 / 自定义）+ 审核流；工单状态机（待处理 → 进行中 → 审核 → 完成）支撑团队协作。

步骤 1

创建内容 Brief

进入「内容 Brief」，选择模板创建（或从行动任务直接流转）。Brief 可一键导出为小红书 / 知乎 / B 站 / 公众号格式化草稿，人工确认后发布并回填链接。

图 8-1 内容 Brief 列表

步骤 2

工单协作

关联 Brief 创建工单，指派成员，按状态机流转；全程阶段历史留痕（操作人 + 时间线）。

图 8-2 工单列表

素材库与写作模板

品牌级素材（Logo / 图片 / 案例 / 资质 / 文档）与三维写作模板（品牌 × 平台 × 内容类型），构成「创作约束层」。

步骤 1

维护素材库

进入「素材与模板」，选择品牌后添加素材（类型 + 名称 + 存储 Key）。

图 9-1 素材库与写作模板

步骤 2

编辑写作模板

切换「写作模板」页签：选择平台（小红书/知乎/B 站/公众号/抖音/微信）× 内容类型（种草/测评/对比/科普…），编写模板，支持 {{fact}} 占位符——Brief 生成时自动替换为事实台账内容。

品牌对照与雷达图

多品牌横向对比：排名表 + 雷达图（可见度 / 就绪度 / 信任度 / 置信度四维）。

步骤 1

发起对照

进入「品牌对照」，选择 2-10 个品牌生成对照报告：竞品排名一目了然。

图 10-1 品牌对照

步骤 2

看信源缺口

对照报告自动生成「信源缺口」章节：竞品被引用而本方未被引用的信源清单（分类 / 被引次数 / 关联问题），并自动产出 source_gap 行动任务——直接告诉您该去哪补内容。

洞察示例：竞品在知乎被 AI 引用 5 次而您为 0——任务引擎会生成「补信源：在 zhihu.com 发布内容」任务，一键转 Brief 执行。

持续监控：风险提醒与异常告警

规则引擎实时监控测量数据变化，主动提醒您关注异常。

步骤 1

风险提醒

进入「风险提醒」：R1 提及率环比下降 ≥10pp、R2 采集失败率 >20%、R3 竞品反超、R4 信源覆盖不足——即时计算，越用越准。

图 11-1 风险提醒

步骤 2

异常告警

进入「异常告警」：14 天窗口趋势检测，可见度骤变（drop / spike）自动告警，支持确认与忽略。

图 11-2 异常告警

建议：每月 1 日查看月度报告（系统自动生成租户全品牌报告），结合风险提醒安排下月内容计划。

团队、白标与用量额度

管理成员权限、品牌化界面、监控用量成本。

步骤 1

团队成员

进入「团队成员」：按邮箱邀请成员，分配角色（管理员 / 编辑 / 查看者）。

图 12-1 团队成员

步骤 2

白标设置

进入「白标设置」：主题色（全站 + PDF 生效）、展示名称、Logo、报告完成 Webhook——打造品牌化交付体验。

图 12-2 白标设置（含 Webhook 配置）

步骤 3

用量与额度

进入「用量与额度」：实时查看已用/剩余额度、使用明细与成本估算；达到 80% 预警阈值时前端醒目提示。

图 12-3 用量与额度

代理商专属流程：多品牌运营与客户交付

面向代理商/服务商：一个账号管理多个客户品牌，从测量到交付的全流程打法。

步骤 1

多品牌布局：一个租户，N 个客户品牌

平台按品牌独立测量——为每个客户创建品牌（含别名与官网域名），即可独立配置问题集、独立采集、独立出报告。品牌之间数据互不干扰，聚合视图可横向对比。

图 14-1 品牌管理（多客户品牌）

打单技巧：先用目标客户品牌 + 2-3 个竞品生成「对照报告」，用信源缺口与排名差距作为销售素材——数据说话比方案书有力。

步骤 2

标准交付三步走

① 测量：品牌 + 问题集（建议用 AI 生成器快速产出）+ 采集（B 级 API，约 2 分钟/轮）
② 诊断：查看四卡 + 五层报告，从「行动任务」导出客户的问题清单
③ 交付：白标 PDF（客户品牌主题）+ 分享链接（带密码，72 小时）交付客户

图 14-2 客户交付：分享链接 + 密码访问

交付规范：PDF 与分享链接均带方法版本号与测量日期；给客户解释「置信区间」——n 越大结论越稳，避免客户对单次测量过度解读。

步骤 3

品牌化交付：白标设置

进入「白标设置」：为客户设置专属展示名、Logo 与主题色——全站界面与 PDF 报告同步品牌化，交付观感专业。

图 14-3 客户品牌化白标

增值服务：配置客户专属 Webhook，报告生成完成自动推送——做成「客户成功看板」的入口，提升服务感知。

步骤 4

成本与额度管控

进入「用量与额度」：实时监控每个品牌的采集成本与用量明细；额度分配由管理员配置，达到 80% 预警阈值前端醒目提示——服务多个客户时成本透明可控。

图 14-4 用量与额度（成本透明）

步骤 5

持续服务：复测 + 月报 + 风险提醒

轻量复测：内容发布后自动调度 T+3 / T+7 复测，对比卡量化发布效果（提及/排名/引用/情感变化）——把「我们发了内容」变成「效果提升了 X%」
月度报告：系统自动生成租户全品牌报告，作为客户月度例行汇报
风险提醒：提及率下滑、竞品反超等主动预警——先于客户发现问题，体现专业度

代理商核心打法：测量（数据）→ 诊断（洞察）→ 内容（执行）→ 复测（效果）四步闭环循环，每轮交付都沉淀数据资产——数据越积累，服务越难被替换。

报告解读进阶

不止看分数——理解四卡联动、置信度含义与动作映射，才能真正驱动决策。

要点 1

四卡联动解读：结果 → 根因 → 质量 → 可信

四张卡不是四个孤立数字，而是完整证据链：

图 15-1 报告四卡

AI 可见度（结果）：AI 是否提及、排名如何——这是「现象」
来源就绪度（根因）：官网 robots / llms.txt / JSON-LD / 覆盖——解释「为什么 AI 找不到你」
信任度（质量）：事实一致性、负面信号、引用质量——解释「AI 敢不敢推荐你」
置信度（可信）：n 与区间宽度——告诉你「这个结论有多稳」

解读逻辑示例：可见度低 + 就绪度高 → 内容能被检索但 AI 不推荐 → 问题在信任度（缺权威背书），优先补「评分层」动作；可见度低 + 就绪度低 → 内容根本进不了 AI 知识库 → 优先补「检索层/表达层」。

要点 2

置信度与样本量：决策阈值

n 越大，Wilson 95% 区间越窄（n=20 → 宽度约 0.40，n=100 → 约 0.19）
决策建议：n ≥ 5 可看方向；n ≥ 20 可做环比结论；重大决策（投放/定价）建议 n ≥ 30 且跨 Surface 交叉验证
波动范围按样本分组展示——同一品牌不同批次波动过大时，先排查测量口径（Surface/问题集）再归因内容

常见误读：「提及率 60%」≠「AI 60% 推荐你」——提及只代表被提到（可能是否定语境）。要看「实体情感」与「引用占比」组合判断推荐质量。

要点 3

五层诊断 → 动作映射表

失败层	诊断问题	对应动作
认知层	AI 知道你的品牌吗？	实体确权：品牌名/别名/官网全域统一，补百科/知识条目
检索层	内容能被 RAG 命中吗？	可检索性：robots 放行 AI 爬虫、llms.txt、高权重平台分发
表达层	内容可被机器解析吗？	结构化：JSON-LD（Organization/FAQPage）、FAQ 问答对
评分层	可信度达标吗？	权威信源：每篇关键内容引用 3-5 个可验证来源、专家署名
决策层	对比竞品胜出吗？	对比内容：围绕被压制问题词创建差异化对比内容

与行动任务联动：每一层失败都会自动生成对应 layer_action 任务（报告任务区 + 「行动任务」页），可直接转 Brief 执行——解读报告的终点是执行清单。

要点 4

引用深度与实体情感：看推荐质量

引用深度：内联引用（「据 XX 显示…」）权重 10 倍于页脚引用——内联引用代表 AI 主动调用该信源，推荐强度更高；仅页脚引用可能是泛来源
实体情感：情感倾向分（-1 ~ +1）配合关键词基线 + 历史语境修饰判断——「已摆脱虚标标签」不计负面；注意 UI 噪音护栏已过滤页面元素干扰
信源缺口：对照报告中「竞品被引 · 本方未引」清单 = 内容渠道补位地图——按被引次数排序，优先攻占被引最多的平台

进阶用法：把「引用份额」与「情感倾向」结合看——引用高但情感中性/负面，说明内容进入答案但口碑拖后腿；此时优先口碑修复（sentiment_risk 任务）而非继续铺量。

要点 5

趋势对比的四个口径纪律

同 Surface 对比：API 与 Web 答案风格不同，环比只用同一渠道数据
同问题集对比：更换问题版本会改变口径——对比前确认 method_version 一致
同样本量对比：n 相差悬殊的两次测量不能直接比比率
结合复测数据：T+3/T+7 复测对比卡是效果归因的最小可信单元

红线提醒：本平台为「准实验」口径——测量的是相关性变化，归因结论需谨慎措辞（报告中已标注方法版本与置信区间，向客户汇报时保持一致）。

常见问题

Q1：采集一次要多久？

B 级 API 约 30 秒/题（3 题约 2 分钟）；真实采集含网络与模型推理时间，页面每 5 秒自动刷新进度。

Q2：为什么我的报告置信区间很宽？

置信度基于样本量 n（Wilson 95% 区间）。n 越大区间越窄——增加采集次数（如 n=20）可显著收窄区间，让结论更可信。

Q3：AI 没有提及我的品牌怎么办？

这正是诊断价值：查看「行动任务」中的 content_gap 任务（围绕具体问题词补答案型内容）+ layer_action 任务（可检索性 / 结构化标记），执行后通过复测验证变化（T+3 / T+7 自动复测）。

Q4：如何把报告发给客户？

报告页点「分享给客户」生成带密码链接（72 小时有效），或下载白标 PDF 直接交付。也支持配置 Webhook 在报告完成时自动推送。

Q5：平台如何保证测量合规？

官方 API 优先；A 级 Web 探查低频小批量且不绕过风控；内容发布走「草稿 + 人工确认」并注入 AI 标识；全链路审计留痕。