سئو و بازاریابی
AmICited
Grow your brand in AI search by feeding your AI agents the right context, and track prompts, page citations, and competitors' visibility to optimize your pages for AEO
نتیجه ارزیابی
حلقه امتیازدهی را واقعاً می‌توان در یک آخر هفته ساخت، اما یک جایگزین وفادار خیر؛ و همین تفاوت دلیل قانع‌کننده‌ای است تا به پرداخت اشتراک ادامه دهید. ساختار شخصی ساده فقط سوالات شما را از طریق API مدل‌ها ارسال می‌کند، اما پاسخ‌های API با چیزی که یک کاربر واقعی در ChatGPT، Perplexity یا AI Overviews می‌بیند یکی نیست، بنابراین آن عدد فقط یک تخمین غیردقیق است. AmICited اصلاً از API مدل‌های زبانی استفاده نمی‌کند؛ بلکه مرورگرهای واقعی را به کار می‌گیرد تا درست مانند کاربری در یک کشور خاص پرسش را مطرح کنند؛ ناوگانی از مرورگرهای خودکار که از طریق پروکسی‌های کشوری هدایت می‌شوند و با هر تغییر در رابط‌های کاربری به‌روز می‌مانند. بقیه تفاوت‌ها عبارتند از بایگانی تاریخی داده‌ها که از روز اول انباشته می‌شود و قابل بازسازی به عقب نیست، یک سرور MCP برای اقدام هوش‌های مصنوعی بر روی نقاط کور دیده‌شدن شما، و در پلن‌های بالاتر، مشاوره انسانی AEO از روی تجربه واقعی که هیچ اسکریپتی جای آن را نمی‌گیرد. نسخه تخمینی آخر هفته را می‌توانید بسازید؛ پرامپت زیر همان نسخه دم‌دستی صادقانه با محدودیت‌های کاملاً مشخص است.
- زمان تقریبی ساخت
- چند روز
- هزینه تقریبی اجرا
- نامشخص
- اشتراک محصول اصلی
- ۵۷.۷۳ دلار در ماه
چه چیزی را از دست می‌دهی؟
- سیگنال واقعی: پاسخ‌های API تنها تقلیدی تقریبی از آنچه نسخه‌های کاربری ChatGPT، AI Overviews، AI Mode، Copilot و Grok به کاربران نشان می‌دهند هستند؛ چیزی که AmICited با مرورگرهای واقعی می‌سنجد
- نتایج مبتنی بر کشور: آنچه کاربر می‌بیند بر اساس موقعیت جغرافیایی تغییر می‌کند و نیازمند شبکه پروکسی است که پروژه‌ای تک‌نفره نمی‌تواند راه‌اندازی کند
- مقیاس و قابلیت اطمینان: اجرای موازی و تلاش مجدد هزاران نشست مرورگر واقعی چالش اصلی مهندسی است، نه صرفاً امتیازدهی
- ماه‌ها سابقه پاسخ‌ها و معیارهای رقبا که بدون آن آمار دیده‌شدن یک هفته چیزی جز نویز نیست و شروع دیرتر هرگز گذشته را جبران نمی‌کند
- مشاوره‌های انسانی AEO در پلن‌های بالاتر؛ راهنمایی برآمده از تجربه عملی روی داده‌های شما که هیچ اسکریپت محلی قادر به تولید آن نیست
پرامپت شروع
برای شروع ساخت، مستقیم کپی‌اش کن.
Build me a local AI answer-engine citation tracker for one brand, as a rough personal proxy. Requirements: - Node 22, TypeScript, SQLite via better-sqlite3, a CLI, and a plain server-rendered dashboard. Local only, no accounts, no telemetry. - brand.json holds my brand name, aliases, domain, and competitor names. prompts.json holds up to 50 buyer questions. - `track run` sends every prompt through OpenAI, Anthropic, Gemini, Perplexity, and xAI (Grok) with each provider's web search or grounding tool enabled. Keys live in .env. - Store one immutable row per run, prompt, and provider: the full raw answer, cited URLs, model id, latency, and error text. Never overwrite an existing run, so the archive compounds over time. - Cap concurrency at 3 per provider, retry twice on 429 and 5xx with backoff, and keep failed cells visible in the report instead of dropping them. - Detect brand and competitor mentions case-insensitively using the alias list, and record the first-mention character offset as a crude prominence proxy. - Normalize citations to hostname plus canonical path, strip tracking parameters, then compute owned-domain citation share and a top 25 cited-sources table. - `track serve` renders visibility per provider over time, share of voice against each competitor, the sources table, and the prompts where competitors are cited and I am not (the gap list is the point). - `track export` writes runs, mentions, and citations to CSV. - Fixture tests for mention detection and URL normalization. - Out of scope, and be honest in the README that these are exactly what a paid product like this sells: the real consumer surfaces (this uses model APIs, which do NOT match what the ChatGPT app, AI Overviews, AI Mode, Copilot, or Grok actually serve users), country-specific results via a proxied real-browser fleet, running that fleet at scale, and any human AEO consulting. Do not try to automate the consumer web UIs. - README: setup, a per-run cost estimate, a cron line for daily runs, and a plain note that API answers only approximate what users actually see.
برای ساختش کمک می‌خوای؟
ابزارهای مشابه
اگر این ابزار را بررسی می‌کنی، این گزینه‌ها هم احتمالاً به کارت می‌آیند.
به درد یکی دیگه هم می‌خوره؟