Prompt 量資料從哪裡來？
Prompt 量來自替代指標。Proofsource 標準組合中的四個引擎，沒有一個公開特定問題被問了多少次。所以叫做 Prompt 量的數字都是推導出來的：來自類似用字的搜尋關鍵字量、來自分享瀏覽行為的使用者樣本，或來自模型的估計。
每種替代指標衡量的都是真實但不同的東西。關鍵字量計算的是搜尋，不是對話。樣本群計算的是它自己的成員。依據這些數字排序問題前，請先問每家廠商背後用的是哪種替代指標、樣本有多大。
搜尋量是 Prompt 量的好替代指標嗎？
它是主題有需求的有用訊號，但對買家會如何向助理提問的提示很弱。
搜尋資料仍有助於挑選主題。2026 年 10 月 8 日，美國每月 Google 搜尋量為「aeo tools」880 次、「geo tools」720 次、「generative engine optimization tools」720 次（Google Ads 資料，透過 DataForSEO，文章），幾乎不相上下。而且 AI 回答已經出現在搜尋本身：Pew 發現，900 位美國成人的 68,879 次 Google 搜尋中，有 18% 產生了 AI 摘要（Pew Research Center，2025 年 7 月 22 日）。
在真實範例中是什麼樣子？
公開的 Tesla 範例（2026 年 10 月 4 日）把 25 個買家問題分成六個主題，每個主題一個購買決策，例如 Powerwall 家用電池或 Supercharger 網路。沒有任何搜尋量數字能告訴我們買家會用哪種說法問助理，而說法決定了回答。
同一個 Tesla 電網儲能決策的五種說法，在三個掃描日重複詢問，點名 Tesla 的回答分別是 12 中的 12、12 中的 12、12 中的 7、12 中的 0 和 12 中的 0（文章）。同樣的需求，拆成五種說法，得到五種不同結果。
沒有可靠的搜尋量時，如何挑選 Prompt？
依決策挑選，用需求訊號來排序，而不是用來淘汰：
- 從您類別中的購買決策開始，每個決策一個主題。
- 用買家的問法撰寫每個決策：開放式、帶限制、替代方案、費用或標準。
- 先依您信任的實測訊號排序（例如您自己的 Search Console 查詢），再參考估計值。
- 保留對您最佳買家重要的低搜尋量問題；需求小可能代表購買意圖高。
- 增加更多說法前，先重新檢查哪些說法點名您。
Proofsource 如何運用需求訊號？
有實測訊號支持時，Proofsource 會把建議的買家問題排在前面：連接後您自己 Search Console 中的非品牌查詢、Google 附每月搜尋量的相關問題，以及權重較低的論壇中公開提出的相同問題。沒有訊號的問題會保留原位，由您決定是否留下。請見問題如何挑選和 Search Console。
關於 Prompt 量 的常見問題
我能看到有多少人問 ChatGPT 某個問題嗎？
OpenAI 不提供。ChatGPT 不公開每個問題的數字，所以您看到的任何數字都是來自其他來源的估計。請把它當作相對訊號，而不是實際計數。
我只該追蹤高搜尋量的 Prompt 嗎？
不。搜尋量估計很粗略，買家問助理的說法也常常和關鍵字不同。請追蹤重要的決策，再用搜尋量排序。
Google Search Console 會顯示 AI Mode 或 AI Overviews 的查詢嗎？
Google 把 AI Overviews 和 AI Mode 的流量算在 Search Console 一般的「網頁」搜尋類型中，所以它們不會單獨成列。不過您的 Search Console 查詢仍是真實買家用字的好來源。
Prompt 量和 AI 搜尋量是同一回事嗎？
兩個詞指的是同一件事：人們多常問 AI 某件事。兩者都是估計，也都不是來自助理本身。
相關詞彙
- Prompt
在 AI 能見度中，Prompt 是在各 AI 引擎上追蹤的問題，用買家會問的方式撰寫。
- 買家問題
買家問題是關於您類別、但不點名您品牌的問題，用正在挑選產品的人會問的方式撰寫。
- Prompt 涵蓋率
Prompt 涵蓋率是指在您追蹤的買家問題中，AI 引擎的回答點名您品牌的比例，並依問題、主題和引擎細分。
- 查詢扇出
查詢扇出是指 AI 引擎把一個問題拆成數個相關搜尋，再根據所有結果組成回答。
實例：Tesla，公開的 AI 回答，2026 年 10 月 4 日：Proofsource 對 Tesla 的第一次掃描，25 個買家問題和 5 個品牌問題，四個引擎各回答每個問題一次。這是單一品牌的小樣本，僅作為範例，不是基準。
