当前生成式人工智能技术的发展正促使搜索方式从关键词转向更具对话性的提示语。用户不再满足于简单的关键词搜索，而是倾向于使用更长、更深入的提示语来获取完整且个性化的答案，这标志着搜索行为的深刻变革。

在新一轮的搜索范式转变中，传统的关键词查询正逐步让位于更贴近自然语言的提示词。用户期望获得的不再是简单的分页结果列表，而是能够直接解答其疑问、提供综合性信息的完整答复。当前，由于尚未出现针对AI搜索平台的专属分析工具，如AI版谷歌搜索控制台（Google Search Console）或必应网站管理员工具（Bing Webmaster Tools），跨境企业和营销人员难以直接洞察用户在AI搜索平台上的具体行为，包括他们如何寻找内容、品牌或产品。然而，业界可以通过多种数据代理方式，来模拟和理解用户在AI搜索环境下的行为模式。

新媒网跨境了解到，以下是利用现有数据点作为代理，以发现用户在AI搜索中可能使用的提示词的方法。企业随后可以使用选定的AI追踪工具，监测这些提示词的表现。

“人们也问”（People Also Ask, PAA）功能

“人们也问”功能自2014年推出以来，作为搜索引擎结果页面（SERP）的一项常见功能，为用户提供了与查询相关的多个问题建议。这项功能被视为将关键词转化为提示词或问题的重要途径。通过对任何PAA结果的点击，列表会进一步展开，呈现更多相关联的词条和问题。

业界可以通过逐个查询来发现相关的PAA内容，也可以借助第三方工具如“AlsoAsked”来规模化地提取精确问题。PAA条目通常是较长的问题形式，旨在解答用户在搜索过程中可能产生的后续疑问。因此，它们被视为比传统关键词更接近AI搜索平台中用户所撰写的提示词。

用户机器人（Userbots）的洞察

像ChatGPT-User和Perplexity-User这样的用户机器人，为理解网页内容在AI搜索中的应用提供了有效途径。尽管它们无法直接揭示用户使用的具体提示词，但能协助评估哪些页面内容被引用，从而避免在不确定相关性的提示词追踪上耗费资源。

这些用户机器人在被用于生成用户答案时，会对网站上的URL进行“ping”操作。此过程被称为检索增强生成（Retrieval-Augmented Generation, RAG）。

借用搜索引擎优化（SEO）和人工智能领域资深专家迈克·金（Mike King）的观点，RAG是一种机制，它使大型语言模型能够“基于事实”或从现有内容中学习，以生成更具相关性、更少“幻觉”（即虚假信息）的输出。这意味着企业自身的网页内容被用作了答案来源，以某种形式帮助了用户。这为企业提供了关于哪些类型的内容最受用户在这些平台青睐的线索，即便这些答案尚未直接转化为点击流量。

历史上，对于搜索引擎优化专家而言，获取服务器日志文件一直存在困难，尽管每个网站服务器都保存着这些数据。通过结合用户机器人访问量高的页面、分析其在Semrush或Google Search Console中显示的主要关键词，并观察谷歌为此类关键词展示的PAA问题，企业可以进一步推断用户在AI搜索平台上的行为模式和内容需求。

Google Search Console/Bing Webmaster Tools中的长查询分析

尽管谷歌搜索控制台（GSC）目前尚未提供针对AI模式或AI概览查询的详细分类，但许多资深搜索引擎优化专家正在探索替代方法，以识别那些与AI搜索平台行为模式相似的查询。其中一位专家，吉格·施特罗斯伯格（Ziggy Shtrosberg），就提出了一套复杂的正则表达式（regex），可供直接复制并应用于GSC的查询筛选中。

其操作指南主要包括：

1. 筛选搜索类型： 仅选择桌面端（Desktop）。
2. 添加页面过滤器： 输入您的根域名（例如，https://www.example.com/）。
3. 在查询过滤器中添加以下正则表达式：
   ^(generate|create|write|make|build|design|develop|use|produce|help|assist|guide|show|teach|explain|tell|list|summarize|analyze|compare|give me|you have|you can|where|review|research|find|draft|compose|extract|process|convert|transform|plan|strategy|approach|method|framework|structure|overview|summary|breakdown|rundown|digest|perspectives|viewpoints|opinions|approaches|angles|pros and cons|advantages and disadvantages|benefits and drawbacks|assuming|suppose|imagine|consider|step by step|procedure|workflow|act as|adapt|prepare|advise|appraise|instruct|prompt|amend|change|advocate|aid|assess|criticise|modify|examine|your|assign|appoint|delegate|nominate|improve|expand|calculate|classify|rank|challenge|check|categorize|order|tag|scan|study|conduct|contradict|update|copy|paste|please|can you|could you|would you|help me|i need|i want|i'm looking for|im looking for|how do i|how can i|what's the|whats the|walk me through|break down|pretend you're|pretend youre|you are a|as a|from the perspective of|in the style of|format this as|write this in|make it|rewrite|i'm trying to|im trying to|i'm struggling with|im struggling with|i have a problem|i'm working on|im working on|what's better|whats better|which|pros and cons of|recommend|suggest|show me how|guide me through|what are the steps|how do i start|whats the process|take me through|outline the procedure|brainstorm|come up with|think of|invent|what if|lets explore|let's explore|help me think|i'm a beginner|im a beginner|as someone who|given that i|in my situation|for my project|i'm currently|im currently|my goal is|depending on|based on|taking into account|considering|given the constraints|with the limitation|improve this|make this better|optimize|refine|polish|enhance|revise|teach me|i want to learn|i don't understand|i dont understand|can you clarify|what does this mean|eli5|i'm confused about|im confused about|also|additionally|furthermore|by the way|who's|whos|find|more|next|also|another|thanks|thank you|please)( \[^" "]\*){9,}$

新媒网跨境了解到，在使用此策略时，仍需保持谨慎，因为部分此类查询可能由大型语言模型（LLM）的追踪器生成。例如，在实际分析中，曾发现以“evaluate”（评估）开头的提示词，其展示次数很高，但点击次数为零。如果较长的提示词具有高展示量而无点击，则需警惕这些提示词可能并非由人类用户所发出。

Perplexity的后续问题

Perplexity作为主要的AI搜索平台之一，其“相关”（Related）功能可以显示最多五个后续提示词。尽管最初的提示词可能因用户而异，但这些相关的后续提示词仍能有效指示人类提问的方式，或者至少是该平台预期人类会如何提问。

由于这些答案具有国家或地区特异性，因此在进行研究时，建议在本地环境中运行，以获取最相关的结果。

Semrush AI可见性工具

考虑到单个关键词的搜索量指标已经不再适用，且提示词相较于关键词具有更高的独特性，追踪与企业相关的所有提示词变得不切实际。为了应对这一挑战，一种有效的策略是将这些提示词归纳为主题，并利用人工智能工具进行总结。

新推出的Semrush AI可见性工具包含一项“提示词研究”（Prompt Research）功能。该功能能够将用户的关键词与特定主题进行匹配，并提供一份包含提示词、提及品牌、用户意图及来源的列表。目前，该工具支持筛选美国和英国地区的结果，并提供完整的AI响应以及品牌和URL列表。

举例而言，即使仅输入一个关键词，如“used cars”（二手车），该工具也能识别出最接近的相关主题——“Used Car Sales and Dealerships”（二手车销售与经销商），并返回所有相关的提示词、品牌提及以及来源域名。
新媒网跨境获悉，企业可能无需追踪每一个可能迅速增长且难以衡量的单个提示词，而是可以利用Semrush的提示词数据库进行优化，并通过衡量整个主题的表现来评估效果。

缺乏内容依据下的低可见性

需注意并非所有提示词都需要检索增强生成（RAG）过程。这意味着如果答案已包含在AI搜索平台的训练数据中，则不会有页面被列为来源。对于某些品牌而言，仅仅获得提及就已足够。例如，如果有人正在寻找博物馆或餐厅，这种提及可能足以促使他们前往目的地并完成线下转化（例如，购买门票或用餐）。

然而，在大多数情况下，搜索引擎优化（SEO）人员仍致力于获取流量。因此，提示词的答案中必须列出相关页面，才能为网站提供被用户发现的机会。

具有讽刺意味的是，虽然ChatGPT提供的结果是单一答案而非传统搜索结果页，但其底层的大型语言模型实际上正在后台进行搜索。

幸运的是，业界仍能发现：

1. ChatGPT在后台执行的搜索查询。
2. 这些搜索需要RAG的概率。

这些信息可以在Chrome开发者工具中（通过“检查”>“网络”>“对话”>“响应”）查找“queries”、“search_queries”和“search_prob”来获取。

或者，为了简化操作，可以将一个改进版的JavaScript脚本添加为Chrome浏览器书签，并在向ChatGPT提问后点击该书签。这是吉格·施特罗斯伯格（Ziggy Shtrosberg）脚本的优化版本。

以上图片展示了ChatGPT在处理“研究五家安塔利亚（Antalya）全包式酒店，适合家庭入住，并估算五天住宿费用”这一提示词时，在后台执行的搜索查询。

至于“search_prob”（同样可在上述脚本中找到），它代表一个答案需要进行“接地”（grounding，即RAG）的概率，范围介于0（低）到1（高）之间。每个答案都是独一无二的（即使不同用户使用相同的提示词，也会得到不同的答案），因此这可以作为页面被列为来源机会的代理指标。

新媒网跨境指出，与任何新兴技术一样，相关领域的变化速度极快。人工智能工具的使用方式和普及程度在不断演变，新模型（如ChatGPT5）的推出也在改变RAG的应用方式。同时，不同行业对AI搜索采纳度的提升，也影响着企业应追踪的提示词类型。因此，企业必须持续调整和重新评估其AI搜索追踪策略和方法。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/cross-border-ai-prompts-5-insights.html