核心用法
AEO Prompt Research (Free) 是一款专为Answer Engine Optimization设计的免费研究工具，帮助品牌发现用户在AI助手（如ChatGPT、Claude）中实际会提出的自然语言查询。整个流程无需调用任何付费API，仅依赖web_fetch网站爬取、web_search免费搜索层及大模型自身的推理能力。
完整工作流程：
1. 网站爬取 — 自动抓取目标品牌官网的关键页面（首页、关于、定价、产品、博客），提取核心业务、目标受众、差异化卖点及内容主题
2. 主题宇宙构建 — 基于品牌定位，系统生成七大类AI查询场景：问题认知型、解决方案认知型、对比型、最佳推荐型、操作指南型、评估决策型、行业趋势型
3. Prompt生成 — 为每类场景撰写5-15个真实自然的AI对话式查询，模拟用户与ChatGPT的真实交互方式（非传统SEO关键词）
4. 优先级评分 — 采用加权公式计算每个Prompt的战略价值，从相关性、潜在搜索量、可获胜性、转化意图四个维度1-5分评级，划分为三个执行层级
5. 内容覆盖审计 — 对高优先级Prompt使用site:搜索指令，检测品牌现有内容是否已直接回答、部分涉及或完全空白
6. 策略输出 — 交付品牌摘要、分级Prompt清单、内容缺口分析及TOP5优先创作建议
显著优点
- 零成本门槛：完全摆脱Google Keyword Planner、SEMrush、Ahrefs等付费工具依赖，特别适合预算有限的中小团队和个人创作者
- 精准捕捉AI搜索趋势：传统SEO聚焦关键词，此工具直接模拟对话式AI时代的用户查询行为，预判Answer Engine的演进方向
- 可执行性强：输出并非泛泛建议，而是附带明确优先级分数和覆盖状态的具体内容清单，创作者可直接按图索骥
- 动态迭代友好：建议每季度重新运行，适应AI模型能力和用户提问习惯的快速演变
- 竞争情报集成：支持爬取竞品网站进行主题覆盖对比，快速识别差异化内容机会
潜在缺点与局限性
- 搜索数据精度受限：依赖Brave Search免费层或
site:指令，无法获取精确搜索量数据，Volume Potential评分依赖模型推断而非真实统计 - 覆盖审计不够深入：
web_search的site:查询可能遗漏动态加载内容或需登录访问的资源，Partial/Strong判定存在主观性 - 行业知识依赖：Prompt生成质量高度依赖agent对行业的理解深度，对高度专业化或新兴领域可能产生偏差
- 无实时趋势数据：缺乏类似Google Trends的时间序列分析，无法判断Prompt热度上升或下降趋势
- 人工复核必要：生成的自然语言Prompt虽贴近真实对话，但仍需目标用户群体验证，避免"模型幻觉式"提问
适合人群
| 用户类型 | 适用场景 |
|---------|---------|
| 内容营销团队 | 规划AI时代的FAQ和内容矩阵，抢占对话式搜索入口 |
| SEO/增长黑客 | 作为付费工具的补充验证，降低关键词研究成本 |
| 早期创业公司 | 在零预算情况下建立系统化的AEO内容策略 |
| 内容创作者/博主 | 发现高价值但竞争空白的话题角度 |
| 产品经理 | 理解用户如何用自然语言描述待解决问题，辅助需求洞察 |
常规风险
- 品牌理解偏差风险：若网站结构混乱或内容稀疏，爬取提取的品牌定位可能失真，导致后续Prompt生成偏离核心受众
- 合规与robots.txt：大规模爬取前需确认目标网站爬虫政策，避免触发反爬机制或法律风险
- 搜索指令限制：过度依赖
site:查询可能触发搜索引擎的速率限制，建议合理控制审计频率 - 策略执行落差：工具输出的是研究洞察，内容实际能否成为AI推荐的"最佳答案"还取决于内容质量、E-E-A-T信号、技术SEO等综合因素，存在"高优先级但低胜率"的执行风险