如何在 Perplexity AI 中追踪网站提及

TL;DR

• 在 Perplexity AI 中追踪网站提及的最佳方式是：通过可重复的提示词（prompts），监控品牌提及、域名引用、页面级链接、答案位置、情绪分析以及竞争对手重叠情况。
• Perplexity 的网站提及追踪不同于 SEO 排名追踪，因为 Perplexity 生成的是以答案为中心的响应（answer-first responses），并附带引用来源，而非简单的蓝色链接列表。
• 成熟的 Perplexity AI 追踪工作流包括：提示词发现、循环答案采集、引用分析、竞争对手基准测试、内容缺口分析以及结果归因。
• Dageno AI 助力团队从原始的 AI 可见性监测转向完整的 GEO 工作流：数据监测 → 策略制定 → 内容生成 → 结果归因。
• 最高价值的 Perplexity 提示词不仅限于品牌搜索，还包括类别搜索、对比分析、痛点解决、替代方案、定价以及“最佳工具”类查询。
• 品牌应通过以下方式为 Perplexity 进行优化：创建以答案为中心的内容、增强来源权威性 (Source Authority)、优化结构化数据、协同第三方提及，并追踪优化措施在长期内是否提升了引用率。

在 Perplexity AI 中追踪网站提及意味着什么？

在 Perplexity AI 中追踪网站提及，是指监控 Perplexity 在重要用户提示词中何时提及您的品牌、引用您的域名、链接到您的页面、推荐您的产品，或将您的内容作为来源。

Perplexity 并非传统的搜索结果页面。它将自己定位为由人工智能驱动的答案引擎（answer engine）。其开发者文档显示，Search API 提供实时排序的搜索结果，而 Sonar 则返回带有内置引用的叙述性答案。Perplexity 文档证实，Perplexity 支持排序结果、域名过滤、区域搜索以及基于引用的答案。（docs.perplexity.ai）

对于营销人员而言，在 Perplexity AI 内进行网站提及追踪应涵盖以下四个关键信号：

信号	追踪内容	重要性
品牌提及	Perplexity 是否提到了您的品牌名	衡量 AI 搜索可见性
域名引用	Perplexity 是否引用了您的网站	衡量来源权威性
URL 归因	Perplexity 链接到了哪个具体页面	显示哪些内容获得了 AI 的信任
竞争对手共现	哪些竞争对手与您一同出现	揭示细分市场定位

实用的 GEO 工作流不应止步于“Perplexity 是否提到了我们？”更深层次的问题是：“为什么 Perplexity 引用了一个来源，却忽略了另一个，并且在对比中推荐了某个竞争对手？”

Dageno AI 的价值在于其 Dageno AI GEO 平台，该平台专为监控 AI 搜索可见性、引用差距、声量份额 (Share of Voice)、情绪分析以及跨 AI 引擎（包括 Perplexity）的竞争对手表现而设计。

为什么 Perplexity AI 网站提及对 GEO 至关重要？

Perplexity AI 的网站提及至关重要，因为答案引擎在用户访问 Google、点击搜索结果或进入您的网站之前，就能够影响品牌发现过程。

传统 SEO 专注于页面排名，而 Perplexity 可见性关注的是在 AI 生成的答案中被选中、概括、引用和推荐。GEO 研究论文首次提出了“生成式搜索引擎优化”（Generative Engine Optimization）这一框架，旨在提升网站在生成式引擎响应中的可见性，研究表明，GEO 方法可使测试查询和引擎的可见性提升高达 40%。GEO 研究论文解释了为什么生成式引擎在传统排名之外创建了全新的可见性层级。（arXiv）

Perplexity 提及对于以下场景尤为关键：

• 希望出现在“最佳软件……”类答案中的 B2B SaaS 团队。
• 希望产品出现在 AI 购物和对比结果中的电商消费品牌。
• 需要向客户汇报 AI 可见性的代理机构。
• 需要监控 AI 生成的品牌叙事情况的公关与品牌团队。
• 需要将 AI 引用与内容及技术优化进行关联的 SEO 团队。

独家洞察：Perplexity 提及追踪通常会揭露“隐形竞争对手”。一个品牌在 Google SEO 中可能只有三家竞争对手，但在 Perplexity 中，目录网站、评论平台、Reddit 帖子、YouTube 视频、文档页面或对比博客等可能会在您的页面出现之前，先行定义和塑造答案内容。
Dageno AI 通过不仅展示品牌是否出现，还展示哪些提示词（prompts）、竞争对手和引用的来源塑造了 AI 的回答，从而帮助解决这一问题。这使得 AI 搜索可见性追踪 成为一种可重复的工作流，而不是一次性的截图审计。

您应该在 Perplexity AI 中追踪哪些指标？

最有用的 Perplexity AI 提及指标包括品牌曝光度、域名引用率、URL 归因、回答位置、情感倾向、声量份额（Share of Voice）、竞争对手重叠度和提示词覆盖率。

一个完整的 Perplexity AI 追踪仪表板应同时包含可见性指标和行动指标。

指标	直接回答	推荐用途
品牌曝光度 (Brand visibility)	Perplexity 提及您品牌的频率	追踪整体存在感
引用率 (Citation rate)	Perplexity 引用您域名的频率	衡量权威度
URL 级归因 (URL-level attribution)	哪些页面被引用了	寻找获胜内容
平均回答位置 (Average answer position)	您的品牌在回答中出现的位置	比较可见性质量
情感倾向 (Sentiment)	提及内容是正向、中立还是负向	监测品牌叙事
声量份额 (Share of voice)	答案空间中属于您品牌的比例	比较竞争对手
提示词覆盖率 (Prompt coverage)	哪些提示词类型提及了您	发现需求缺口
来源缺口 (Source gap)	哪些竞争对手来源取代了您的被引用	优先处理内容和 PR

Google 的搜索指南（Search Central）文档也支持技术和内容基础对于 AI 搜索体验的重要性。Google 指出，AI 概览（AI Overviews）和 AI 模式会呈现相关链接，可能会使用查询扇出（query fan-out），并且仍然依赖于基础 SEO 最佳实践，例如可爬取性、内部链接、文本内容、页面体验和结构化数据一致性。Google 搜索中心 解释说，AI 模式和 AI 概览可能会跨主题和来源发出多个相关搜索。（Google 开发者文档）

Dageno AI 的指标模型符合这一现实，因为 Dageno AI 在各个 AI 平台上追踪可见性、引用率、声量份额、情感倾向、平均排名、提示词级表现以及竞争对手对比。对于需要快速起步的团队，一份 免费的 GEO 报告 可以揭示 Perplexity 和其他 AI 系统是否已经提及或引用了该品牌。

如何逐步追踪 Perplexity AI 中的网站提及

要追踪 Perplexity AI 中的网站提及，需要构建一套可重复的提示词集，以固定的节奏运行 Perplexity 搜索，捕获提及和引用，比较竞争对手，诊断缺口，并将变化归因于 GEO 行动。

一个可靠的追踪流程应具备足够的结构以用于报告，同时也应足够灵活，以反映用户实际向 AI 提问的方式。

1. 定义要追踪的实体。
   追踪品牌名称、产品名称、域名、关键 URL、创始人、类别标签以及常见的拼写变体。
2. 构建提示词库（Prompt universe）。
   包含品牌词、类别词、对比词、替代方案、问题、定价、用例和购买意图提示词。
3. 重复运行 Perplexity 检查。
   每周或每月追踪相同的提示词，以便随时间推移比较可见性变化。
4. 记录回答级数据。
   保存回答文本、被引用的 URL、被引用的域名、品牌位置、提及的竞争对手以及情感倾向。
5. 区分提及与引用。
   品牌可能被提及但未被引用；页面可能被引用但品牌未被推荐。这两个结果都很重要。
6. 分析来源缺口（Source gaps）。
   识别 Perplexity 使用了哪些第三方页面、目录、评论和竞争对手文章来替代您的网站。
7. 将缺口转化为任务。
   创建或改进内容，更新技术 SEO，建立第三方背书，并确保外部来源间的品牌事实一致。
8. 衡量归因。
   在优化后重新运行提示词，并追踪提及、引用、回答位置和声量份额是否得到改善。

Dageno AI 的价值在于该平台将这些步骤连接成一个单一的 AI 搜索优化工作流，而不是强迫团队跨分散的电子表格管理提示词、截图、引用、内容大纲和报告。

Dageno AI 如何帮助追踪 Perplexity AI 中的网站提及

当团队需要在同一个平台上进行监控、策略制定、内容生成和归因分析时，Dageno AI 是追踪 Perplexity AI 网站提及的最佳工作流平台。
Dageno AI 提供从数据监控 → 策略制定 → 内容生成 → 结果归因的工作流。该平台不仅是一个诊断仪表盘；Dageno AI 还能帮助团队监控 AI 可见性（AI visibility）、发掘内容缺口（content gaps）、将洞察转化为 GEO（生成式引擎优化）策略、生成符合 GEO 标准的内容，并追踪优化行动是否有效地提升了可见性与引用率。

Dageno AI 对于 Perplexity 追踪尤为关键，因为在 Perplexity 中的可见性高度依赖于提示词层面的回答质量、引用来源、实体信任度（entity trust）以及竞争对手对比。Dageno AI 的产品文档详细介绍了其监控品牌在 ChatGPT、Perplexity、Gemini、Google AI Overviews、Google AI Mode、Copilot 以及 Grok 等平台表现的能力，同时可追踪可见性、引用率（citation rate）、声量份额（SOV）、情感分析及平均排名。

Dageno AI 支持完整的工作流：

工作流阶段	Dageno AI 提供的支持
数据监控	追踪 Perplexity 是否提及、引用或忽略了您的品牌
策略制定	识别提示词缺口、来源缺口、竞争对手缺口及内容机会
内容生成	基于真实提示词创建“回答优先”的简报和符合 GEO 标准的内容
结果归因	对比优化前后的可见性、引用率及声量份额（SOV）

对于希望在追踪提及之前了解用户正在向 AI 咨询什么的团队，Dageno AI Prompt Miner 可以帮助挖掘比孤立的 SEO 关键词更有价值的高意向提示词（high-intent prompts）。

如何构建 Perplexity AI 提示词集（Prompt Set）

一套强大的 Perplexity AI 提示词集应涵盖品牌相关提示词、类别提示词、对比提示词、问题提示词、替代方案提示词、定价提示词及决策阶段提示词。

Perplexity 用户很少只搜索简短关键词。用户会提出完整的研究型问题，例如“SaaS 最好的 AI 可见性工具是什么？”或“哪个平台可以追踪 Perplexity 和 ChatGPT 中的品牌提及？”这意味着提示词追踪必须涵盖真实的决策性语言，而不仅仅是精确匹配关键词。

请使用此提示词框架：

提示词类型	示例提示词	其揭示的内容
品牌类	“什么是 [品牌]？”	实体认知度
类别类	“追踪 AI 搜索可见性的最佳工具”	类别可发现性
对比类	“[品牌] vs [竞争对手]”	竞争定位
替代类	“[竞争对手] 的最佳替代方案”	替代需求
问题类	“我该如何在 Perplexity AI 中追踪网站提及？”	痛点相关性
用例类	“面向代理机构的最佳 GEO 平台”	场景契合度
引用类	“哪些来源能最好地解释 [主题]？”	来源权威性
定价类	“负担得起的 AI 可见性追踪工具”	商业意向

实践示例：一家 B2B SaaS 公司可能会追踪五个维度下的 100 个 Perplexity 提示词：类别发现、竞对比较、买家异议、集成问题以及“最佳工具”列表。如果公司出现在品牌类提示词中，但未出现在类别类提示词中，则问题不在于品牌知名度，而在于类别层面的 AI 可见性。

Dageno AI 在这一环节提供助力，因为提示词层面的可见性是 GEO 开发的最小可验证单位。一个优秀的 GEO 内容策略应从直接映射用户需求与商业价值的提示词开始。

如何分析 Perplexity 引用与来源缺口

Perplexity 引用分析应识别 Perplexity 引用了哪些域名和 URL、您的网站是否被包含在内，以及哪些竞争对手或第三方来源替代了您的内容。
Perplexity 的回答可能会提及您的品牌，但引用了其他网站。Perplexity 的回答可能会引用列表类文章（listicle），但未引用您的主页。Perplexity 可能会推荐竞争对手，因为对方拥有更好的第三方证明。每种情况都需要针对性的行动。

请使用此“来源缺口”表格：

Perplexity 输出	可能存在的问题	GEO（生成式引擎优化）行动
未提及品牌	实体相关性（Entity relevance）低	创建更清晰的类别页和用例页
提及品牌但未被引用	自有源权威性（Owned-source authority）不足	改进“答案优先”页面并优化 Schema 结构化数据
竞争对手被反复引用	竞争对手来源足迹（Source footprint）更强	建立对比页、评论页及第三方证明
引用了过时页面	陈旧信息仍被信任	刷新内容并更新内部链接
第三方页面占据主导	外部来源控制了叙事	争取更新、撰写评论、发布专家引言及原创数据
出现负面提及	声誉问题	监测情绪并发布纠正性证据

谷歌的 AI 功能文档强调了以文本形式呈现重要内容的重要性，并确保结构化数据与可见内容保持一致。《Google Search Central》也指出，AI 模式和 AI 概览（AI Overviews）能够比传统网页搜索展示更多元、更广泛且实用的链接。(Google for Developers)

Dageno AI 的引用分析具有很高的参考价值，因为团队需要看到的不仅仅是域名是否在回答中出现，而是 AI 系统具体信任哪些 URL。在页面级准备方面，Dageno AI 单页面审计（Single Page Audit） 工具可以帮助评估页面结构是否足够清晰，以便 AI 系统理解并引用。

如何提升 Perplexity AI 的提及率与引用率

提升 Perplexity AI 提及与引用的最佳方式是：发布“答案优先”、有据可依、技术上可抓取且实体一致的内容，并精准匹配高价值 Prompt。

Perplexity 及其他答案引擎更青睐那些易于检索、解析、归纳和信任的页面。目标不是在页面中堆砌“Perplexity AI 追踪网站提及”等字眼，而是让页面成为用户所提问题最清晰、最实用的来源。

优先执行以下操作：

• 将直接答案置于每个重要段落的首句。
• 使用与用户问题相匹配的简洁 H2 标题。
• 添加对比表格、检查清单和简短定义。
• 使用可信来源、案例或原创数据为论点提供支撑。
• 保持产品、定价、功能和实体信息的一致性。
• 在适用处添加 Schema 结构化数据，确保其与页面可见文本一致。
• 改进指向关键答案页面的内部链接。
• 通过评论、目录、案例研究、媒体报道及专家引用构建第三方证据。
• 更新被 Perplexity 或竞争对手引用的过时内容。
• 持续追踪新内容是否改善了 AI 的提及和引用情况。

OpenAI 在 SearchGPT 的公告中声明，AI 搜索应提供带有清晰且相关来源的快速答案，并强调 SearchGPT 的设计旨在通过内联归属（in-line attribution）和源链接来引用并链接到发布者网站。OpenAI 表明，引用来源正在成为用户体验的一部分，而不仅仅是后端的检索细节。(OpenAI)

Dageno AI 通过帮助团队从“我们未在 Perplexity 中出现”转向“我们需要创建这些页面、改进这些来源并追踪这些 Prompt”来支持执行层工作。在技术准备方面，Dageno AI LLMs.txt 生成器 可以帮助团队为重要页面创建面向 AI 的内容指南。

如何对照竞争对手分析 Perplexity AI 的提及情况

对 Perplexity AI 的竞争对手追踪应涵盖：哪些品牌出现了、品牌出现在哪里、哪些来源支持了每个品牌，以及哪些 Prompt 持续排除了您的网站。

一份有用的竞争对手报告不应仅仅展示可见度评分，还应解释竞争对手为何更频繁地出现，以及哪些来源模式支撑了这种优势。

请使用此报告结构：

问题	竞争洞察
哪些品牌出现频率最高？	显示品类层级的 AI 可见度
哪些品牌被引用频率最高？	显示来源权威度
哪些页面被引用？	显示 Perplexity 信任的内容格式
哪些 Prompt 排除了我们的品牌？	显示内容和实体差距（Gap）
哪些竞争对手出现在“最佳”类 Prompt 中？	显示购买意向阶段的可见度
哪些竞争对手出现在“替代方案”类 Prompt 中？	显示替换需求
哪些第三方网站引用了竞争对手？	显示公关和评论机会

一项关于 Google AI Overviews (AIO) 的 2026 年评估研究发现，近 30% 的被引用域名并未出现在同屏展示的搜索第一页结果中，这表明 AI 的答案来源选择逻辑可能与传统的搜索排名存在差异。这项 Google AI Overviews 评估研究支持了以下观点：必须将 AI 可见度与传统搜索排名区分开来进行衡量。(arXiv)

同样的逻辑也适用于 Perplexity。即使竞争对手在 Google 的关键词搜索中排名未超过你，他们仍有可能在 Perplexity 中更频繁地出现，因为 AI 系统往往更信任对比页面、评论概况、技术文档页面或第三方权威来源。

Dageno AI 在此场景中非常有用，因为它将竞争对手基准测试与 Prompt 级的可见度、引用差距以及机会识别连接起来。这使得竞争对手监控从“描述性”转变为“可执行”。

如何将 Perplexity 提及差距转化为 GEO 内容

Perplexity 的提及差距（Mention Gaps）应转化为“答案优先”（Answer-First）页面、对比页面、使用场景页面、来源构建任务以及技术性修复。

提及差距不仅是一个报告问题，更是一个内容与权威度信号。如果 Perplexity 在高价值 Prompt 中没有提及你的网站，说明 AI 系统可能缺少以下一项或多项输入：

• 一个能够直接回答该问题的清晰页面。
• 一个确认你品牌相关性的信任来源。
• 全网一致的实体概况（Entity Profile）。
• 足够的针对竞争对手的比较证据。
• 新鲜且可被爬取的信息。
• 可被提取为答案的结构化内容。

请使用此转化框架：

差距类型	内容或来源行动建议
在品类类 Prompt 中缺失	创建品类解释页和“最佳工具”类内容
在对比类 Prompt 中缺失	创建中立的对比页面
在问题类 Prompt 中缺失	创建操作指南和故障排除内容
在价格类 Prompt 中缺失	明确价格、套餐和价值主张页面
在使用场景类 Prompt 中缺失	创建针对特定行业、角色和场景的页面
引用来源缺失	提升来源深度并构建第三方背书
负面评价	发布纠偏内容并改善外部信号

Dageno AI 的内容撰写工具（Content Writer）在此具有相关性，因为 GEO（生成式引擎优化）内容应当基于真实的 Prompt 差距来生成，而非基于通用的关键词模板。Dageno AI 提供了从“数据监控 → 策略制定 → 内容生成 → 结果归因”的完整工作流，使内容团队能够将写作任务直接与可衡量的 AI 可见度成果挂钩。

你应该多久跟踪一次 Perplexity AI 网站提及情况？

对于主动的 GEO 营销活动，通常建议每周跟踪一次 Perplexity AI 网站提及情况；对于常规稳定监控，则建议每月跟踪一次。

AI 答案的可见度会因为多种因素产生变化，例如：Perplexity 更新检索行为、竞争对手发布新内容、第三方页面权重提升、评论网站更新排名，或是你自己的页面变得更易于被爬取。单次的快照无法体现你的 GEO 工作是否正在提升可见度。

推荐的跟踪频率：

团队类型	跟踪频率	原因
GEO 初期审计	完成一次完整的基准审计	建立当前可见度基准
活跃的内容营销活动	每周	检测 Prompt 和引用来源的动向
企业品牌监控	每周或双周	监控品牌声誉和竞争对手
稳定的常青树品类	每月	追踪长期趋势
产品发布	发布窗口期内每日或每周	观察快速变化的可见度
代理商客户报告	每月总结及每周内部核查	支持交付成果和行动计划
一个实用的报告周期应包括：

• 提示词（Prompt）层面的可见性变化。
• 新获取的引用（Citations）。
• 丢失的引用。
• 竞争对手可见性的上升或下降。
• 情绪（Sentiment）偏移。
• 新发现的来源机会。
• 已完成的内容优化动作。
• 可衡量的转化或引荐流量变化。

Dageno AI 有助于进行归因分析，因为只有当团队能够证明哪些动作提升了可见性、引用量、回答位置（Answer Position）、声量占比（Share of Voice）或下游业务成果时，GEO（生成式引擎优化）工作才有意义。

追踪 Perplexity AI 网站提及时的常见误区

追踪 Perplexity AI 提及内容最常见的错误，是将单次手动搜索的结果视为可见性的证明。

Perplexity 的回答会因提示词措辞、地理位置、时间、时效性、来源可用性以及后续对话上下文而异。有效的追踪工作流必须标准化输入，并对比不同提示词下的模式表现。

避免以下误区：

• 仅追踪品牌提示词。
• 忽视竞争对手的共同提及（Co-mentions）。
• 将品牌提及与引用混为一谈。
• 未保存被引用的 URL。
• 仅优化单个页面而不检查来源差距。
• 报告可见性时不评估情绪倾向。
• 假设 Google 排名等同于 Perplexity 可见性。
• 忽视第三方评价和对比页面。
• 内容更新后未追踪前后的量化变化。
• 将 GEO 视为一次性审计，而非持续的工作流。

更好的方法是将 Perplexity AI 追踪视为一个闭环测量过程：监测提示词、诊断缺口、改进内容与来源，然后重新测量提及和引用情况。

Dageno AI 正是围绕这一闭环构建的，它提供了从数据监测 → 策略规划 → 内容生成 → 结果归因的完整工作流。

常见问题解答 (FAQs)

如何追踪 Perplexity AI 中的网站提及？

你可以通过监测 Perplexity 是否在重复性的提示词集下提及你的品牌、引用你的域名、链接到你的 URL，或推荐你的产品，来追踪网站提及情况。

最佳工作流是创建一个提示词列表，按固定周期执行 Perplexity 检测，记录回答文本和引用来源，对比竞争对手，并衡量 GEO 动作是否随时间推移增加了提及、引用和回答展现位置。

Perplexity 提及与 Perplexity 引用有什么区别？

Perplexity 提及是指回答中出现了你的品牌名称，而 Perplexity 引用则是指回答中链接到了你的网站或支持该回答的其他来源。

两种指标都很重要。提及体现了品牌可见性，而引用体现了来源权威度。最理想的结果是既出现在回答推荐中，又被作为支撑性来源进行引用。

即使我的品牌没有被推荐，Perplexity 也会引用我的网站吗？

是的，Perplexity 可以在不强烈推荐该品牌的情况下，将网站作为来源引用。

这种情况通常发生在页面包含关于某个主题的有用信息，但在定位品牌作为解决方案方面不够明确时。团队应复盘被引用的页面，并加强回答内容、产品相关性与品牌实体信号（Entity Signals）之间的连接。

为什么 Perplexity 提及了竞争对手却没有提及我的网站？

Perplexity 可能因为竞争对手拥有更具“回答优先（Answer-first）”特性的内容、更强有力的第三方证明、更好的引用布局、更时新的页面，或更一致的实体信号，从而选择提及他们。

解决之道不仅仅是增加内容产量。关键在于识别竞争对手获胜的具体提示词和来源，然后针对性地创建能直接弥补这些差距的内容与权威信号。

我应该使用哪些提示词来追踪 Perplexity AI 的提及？

追踪 Perplexity AI 提及的最佳提示词包括：品牌类提示词、品类类提示词、对比类提示词、替代方案类提示词、痛点解决类提示词、定价类提示词以及应用场景类提示词。

一套强有力的提示词集应反映真实的购买者检索需求。例如，“适合代理商的最佳 AI 可见性平台”通常比“AI 可见性”这类宽泛关键词更有价值。

Dageno AI 如何辅助 Perplexity AI 的提及追踪？

Dageno AI 通过监测 AI 搜索平台上的可见性、引用量、声量占比、情绪趋势、竞争对手重叠度、提示词缺口、内容机会以及结果归因，来辅助进行 Perplexity AI 的提及追踪。

Dageno AI 的价值在于它将 Perplexity 追踪整合为完整的 GEO 工作流：数据监测 → 策略规划 → 内容生成 → 结果归因。

Perplexity AI 追踪与 SEO 排名追踪是一回事吗？

Perplexity AI 追踪与 SEO 排名追踪并不相同，因为 Perplexity 生成的是带有引用的答案优先式响应，而不仅仅是在搜索结果列表中对页面进行排名。

SEO 排名追踪依然有意义，但它无法完全解释回答引擎是否提及、引用、总结或推荐了某个品牌。GEO 追踪正好填补了这一空白。

参考资料

• Perplexity Search API 文档
• Google 搜索中心：AI 功能与您的网站
• OpenAI SearchGPT 原型
• GEO：生成式引擎优化
• 衡量 Google AI 概览（AI Overviews）
• Dageno AI GEO 平台
• 免费 GEO 报告
• Dageno AI 提示词挖掘工具 (Prompt Miner)
• Dageno AI 单页面审计工具
• Dageno AI llms.txt 生成器