前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
原理篇
面经篇
AI 面试
自检篇
每日一题
  • 综合
    • 综合题型
    • 其他问题
    • 设计模式
    • 思维导图
    • 学习路线
  • 前端基础
    • HTTP
    • 浏览器
    • 计算机基础
  • 进阶学习
    • NPM工作流
    • Docker
    • Canvas
    • Node学习指南
    • 前端综合文章
  • 其他
    • Handbook
    • 职场话题
    • CSS可视化
小程序题库
公众号动态
博客动态
AI 热点
开发者导航
基础篇
进阶篇
高频篇
精选篇
手写篇
原理篇
面经篇
AI 面试
自检篇
每日一题
  • 综合
    • 综合题型
    • 其他问题
    • 设计模式
    • 思维导图
    • 学习路线
  • 前端基础
    • HTTP
    • 浏览器
    • 计算机基础
  • 进阶学习
    • NPM工作流
    • Docker
    • Canvas
    • Node学习指南
    • 前端综合文章
  • 其他
    • Handbook
    • 职场话题
    • CSS可视化
小程序题库
公众号动态
博客动态
AI 热点
开发者导航
返回 AI 情报前线
All News · 全部资讯3838
  • AWS上Agentic AI实际成本拆解:单元经济学分析
  • open-connector:让AI Agent永远不接触用户凭证
  • npm脚本骗过多数用户:Agent权限提示研究
  • 警惕:MCP服务器正重蹈npm安全覆辙
  • GitHub Actions触发器丢失需手动恢复,附多条工具快讯
  • 本地语音助手如何做到「即时感」的工程实践
  • SpaceXAI Grok 4.6、OpenAI 免费无限聊、Meta 编程 Agent 入局
  • 子进程清理的正确姿势:terminate 的三个谎言
  • TypeScript 子代理设计指南:何时该分叉,何时该内联
  • LLM 返回 Markdown 而非 JSON 的工程解法
  • AI Agent降级早知道:三大监控指标
  • GraphRAG生产环境实体重复问题及免费修复方案
  • JSON提示词Runner bug验证:200次重跑结论依然显著
  • 传统 API 网关为何无法保护 AI Agent 及解决方案
  • AI Agent 事故响应:滚动消失前应记录的关键数据
  • MasterGo MCP Server 打通设计工具与 IDE:减少上下文切换认知损耗
  • Node.js AI Agent 工具超时:超时机制设计与模型可见性
  • AI助手为何总是答非所问:RAG系统的版本地狱
  • 我在 Claude Code 用了一周十亿 token?97% 是缓存
  • 我把 croniter 移植到 Rust 拿了 228/228,但这个数字什么也证明不了
  • 用代码量化品牌在 AI 搜索引擎中的可见度:GEO 扫分工具
  • 多模态模型的真正瓶颈在最弱编码器
  • Cloudflare 解读 Agent 时代的 Bot 行为评分体系
  • SvelteKit 配置可直接写入 vite.config.js
  • Cloudflare 统一 AI Gateway 与 Workers AI,提供统一路由与计费
  • Cloudflare Radar Researcher:用自然语言探索全球互联网流量数据
  • 在 Claude Code 中使用 Kimi K3 省钱提效
  • Matt Pocock 技能套装安装量突破 54 万次
  • 2026 年 AI 模型格局:主要玩家一览及选型指南
  • 电商从 1 到 1000 单的工程架构演进实战
  • Playwright + TypeScript 搞定 Salesforce API 测试
  • AI Agent 让分布式系统双写问题代价飙升
  • Stack Overflow 流量暴跌 78%,AI 编码助手改变开发问题解决方式
  • Flow Render:用async/await思维重构UI交互
  • 我为何不再信任系统提示词的优先级
  • OpenAI GPT-5.6 发布:Sol/Terra/Luna 三层分级,Free 用户默认使用 Terra
  • 用 TypeScript 构建 Image-to-Video 提示词规划 MCP Server 教程
  • 链上 AI Agent 的信任边界设计实践
  • RAG Agent 行动前的人类在环机制设计
  • Uber 四个月烧完全年 AI 编码预算,微软停用付费编码工具
  • GitHub Actions 和 Pages 降级可用性的应对指南
  • GitHub Copilot Enterprise 2026 企业实践指南
  • 48个prompt改写实例:信息位置影响模型准确率
  • n8n框架:识别AI流水线中的静默错误
  • 你可能不需要专用向量数据库
  • MemoFS:为TypeScript AI Agent打造文件持久化记忆层
  • Awareness:本地优先的AI Agent记忆工具,R@5达96%
  • 研究实验:AI Agent 能做开放式研究吗?
  • 单 Go 协程跑 8 Gbps 视频流:雷群问题实战
  • Cloudflare CI SDK 发布:TypeScript 替代 YAML 定义流水线
  • AI 能写代码后,程序员的品味才是剩余价值
  • 已加载 51 / 3838
8.0
热点
AI SCORE
编程提效2026-08-07 21:05

用代码量化品牌在 AI 搜索引擎中的可见度:GEO 扫分工具

dev.to · AI#开源#GEO#SEO
Editor brief · 编辑速览

开发者开源了 webscore-sdk npm 包,通过程序化方式追踪网站在 ChatGPT、Gemini、Perplexity、Claude 中的提及率和引用率,并给出 GEO 评分。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

像 ChatGPT、Gemini、Perplexity 和 Claude 这样的 AI 搜索引擎正在改变人们发现品牌的方式。用户不再点击 Google 搜索结果,而是直接向 AI 提问——由 AI 决定提及谁。

问题是:你的品牌被提及了吗?

大多数回答这个问题的工具都是为营销人员设计的,而不是开发者。于是我开发了 webscore-sdk——一个让你能够以编程方式衡量这一点的 npm 包。

GEO(生成式引擎优化)是一种提升品牌在 AI 生成回答中可见度的实践。可以把它想象成 SEO,但不是在 Google 上排名,而是在有人问 ChatGPT"什么是 X 的最佳工具"时试图被提及。

两个关键指标很重要:

提及率(Mention rate)——你的品牌出现在相关提示词中的百分比

引用率(Citation rate)——你的网站被链接的提示词百分比

npm install webscore-sdk
import { WebScore } from 'webscore-sdk'

const client = new WebScore('your_api_key')

const result = await client.geo.scan('https://yoursite.com')

console.log(result.mentionRate)  // 例如 67
console.log(result.citationRate) // 例如 42
console.log(result.sentiment)    // "positive"
console.log(result.score)        // 0–100 的 GEO 分数

在 webscore.dev 获取免费 API key。

免费计划包含 10 次 GEO 扫描试用——无需信用卡。付费计划(更高限额)即将推出。

npm:webscore-sdk 在线工具:webscore.dev API 文档:webscore.dev/api-docs

非常欢迎对提示词方法论或提及/引用划分方式的反馈。欢迎在下方留言!

Original source

本文由 AI 翻译整理自 dev.to · AI,原文版权归原作者所有。

阅读英文原文
上一篇
我把 croniter 移植到 Rust 拿了 228/228,但这个数字什么也证明不了
下一篇
多模态模型的真正瓶颈在最弱编码器