Brainlabs 的聲量占比從 28.57% 到 38.67%
更新 2026-10-14
AirOps 賣內容系統，這是客戶故事。Brainlabs 是媒體代理，業務含 AI 可見度、付費媒體、創意和分析，客戶包括 Microsoft、DailyPay 和 Asana。他們沒有等共識，先替自己做，再拿去跟客戶講。當時衡量工具還很新，做法多半是理論。Liz Yoselowitz 是全球 CMO。她說整套內容行銷可以由一個人負責。那個人是 Ebun Kindiji，頭銜是內容工程師，用的是 AirOps 的叫法。一個人握策略、製作、優化和衡量。1
和傳統搜尋一樣，先決定要為哪些問題出現。SEO 裡是關鍵字，這裡是提示詞。發文前先做提示詞宇宙：Search Console、服務項目，以及客戶簡報和探索通話裡反覆出現的題目，放進 AirOps 當活的測量清單。她說這層基礎之後各種動作都能用，座談上其他 CMO 也是這樣想。選這套工具的理由是他們認為只有它把追蹤、製作和照資料採取動作放在一起。登入後可以看到提到率，再把內容缺口推進格子。這是客戶的判斷。
目錄（3）
來源聲明 原文
完整來源聲明
來源聲明：本文根據 AirOps〈How Brainlabs Grew AI Share of Voice 35%〉編譯整理，不是逐句翻譯。原文沒有 time 元素。原文連結：https://airops.com/blog/brainlabs-customer-story。文中「編輯解讀」為本站觀點，不屬於原文。
寫什麼不靠編輯直覺，而靠已經在發生的對話。通話和簡報進知識庫，用模型抽出高意圖問題，再對上目標提示詞。全部進格子，一次處理多段對話，排出優先序。然後交給天天見客戶的管道專家，刪掉聽起來有用、其實沒人問的題。同一個人既懂痛點，也是寫稿時的人工把關。六個月發出 80 篇，每篇都來自真實問題。
自有網站上的好內容必要，但不夠。YouTube 和 LinkedIn 在他們的題目上被引用得高，原先不是主力，後來都變成主力。文章同時發成 LinkedIn 原生貼文，並連回部落格，因為 LinkedIn 穩定落在他們類別裡被引最多的網域之中。YouTube 用同一組提示詞。模型可以讀影片逐字稿。執行長 Dan Gilbert 做了 podcast《Show Me Your AI》。這頁寫大約 85% 的 AI 引用來自圓桌、評論、分析師和第三方出版，自有內容約 15%。沒有寫這是他們的樣本還是別處的數字。Forbes 或金融時報的刊登被說成會抬高相關查詢的權重，不只那一篇。文中沒有說他們已經拿到這兩家。她把最大的挑戰說成拆掉內部的牆。SEO、數位公關和社群改成對同一個可見度目標。
三個月內更新過的內容，被模型引用的機會是三倍。沒有出處。他們用 Claude 加 AirOps 的 MCP 做更新代理：找出可見度在掉、引用在滑、或相對該贏的查詢已過期的頁，附標題、結構、文首摘要和 FAQ schema 的建議，等人核准才進格子、執行、校對、發布。什麼都不在沒人簽字時上線。她也用對話問某個題目的比率是什麼在推，再用 Slack 把要寫的觀點丟給同事。新稿先跑內部連結：該連哪些舊頁、錨文字寫什麼、為什麼相關。這頁的理由是，圍繞一個題目連得很緊的一組頁，比互不相連的單篇更能讓模型學到這個網域擅長什麼。
結果分兩段，這頁沒有寫年份：12 月 1 日到 2 月 28 日，對上 3 月 1 日到 5 月 31 日。聲量占比從 28.57% 到 38.67%，寫成成長 35%。那是相對增幅，不是加 35 個百分點。提到率從 7.33% 到 10.41%，寫成成長 42%，同樣是相對值。他們的讀法是：聲量占比只涵蓋原本在追的查詢，提到率上升表示出現在沒追蹤的對話裡。這是解讀，不是這頁證明過的因果。Google AI Overview 的聲量占比 91.03%，前一段期間這個版面還不存在。分平台是 AI Mode 加 12.11 個百分點、Gemini 加 23.05、ChatGPT 加 5.25。Perplexity 減 7.88。他們還在看是索引、發佈缺口，還是來源權重，先不下結論。她另外說，可見度不只是 SEO 的延伸，客戶旅程也被壓短。把可見度說成只跟發現有關，她認為說得太滿。
下一步是試 Stacker，把稿件分到一級出版者。這還是試點，沒有結果。對引用資料裡最常被引的來源做公關，這項是在探索，還沒做完。她說不必大團隊，要的是願意學平台的策略人員。Kindiji 把可見度說成一疊：內容、管道、贏得的權威，以及持續維護。只做好一層，結果會留在桌上。
常見問題
- 35% 是加了 35 個百分點嗎？不是。聲量占比從 28.57% 到 38.67%，這頁把相對變化寫成 35%。提到率是 7.33% 到 10.41%，相對 42%。
- 91.03% 能和 35% 相加嗎？不能。91.03% 是 Google AI Overview 上的聲量占比，前一段期間這個版面不存在。35% 是整體聲量占比的相對變化。
- 兩段日期是哪一年？這頁只寫 12 月 1 日到 2 月 28 日，對上 3 月 1 日到 5 月 31 日，沒有年份。
- 80 篇怎麼來的？六個月。通話和簡報抽出問題，對上提示詞，再由見客戶的人篩。一個人負責整條，發布前仍要人工核准。
編輯解讀
一句話重點：引用 28.57% 到 38.67%，並寫明是相對約 35%。不要寫成增加了 35 個百分點。
這對你的網站意味著什麼：
- 先用 Search Console 和真實通話做出提示詞清單，再發文。
- Perplexity 這頁是下降的。不要把 ChatGPT 的加分說成每個引擎都在漲。
- 三個月內更新就有三倍引用機會，這頁沒有出處。先把它當假設。
適用與不適用的情境：適合已有大量客戶通話的代理或服務公司。不適合拿 91.03% 當成你在 AI Overview 上該有的聲量。
需要注意的限制：AirOps 發布故事，客戶說選他們是因為只有這套工具把各步驟放在一起。85% 與 15% 沒有樣本。日期沒有年份。Stacker 還沒有結果。頁面沒有發布日。
延伸閱讀：
可沉澱規則 · 供站點自檢2 條
從本文提煉，可供人工對照或 AI 分析站點時作為依據。全部規則
報 AI Share of Voice 時須註明 28.57%→38.67% 是相對增幅約 35%，不是增加 35 個百分點；91.03% 若來自 Google AI Overview 子版面，不可與整體 SOV 相加敘事。兩段日期（12/1–2/28 vs 3/1–5/31）若未標年份，外推時標 [待確認]。
- 分子是否同一 prompt 集
- 分平台 delta 是否分開報
代理型 GEO 應先以 Search Console、客戶通話與簡報建立提示詞宇宙，再產內容；Brainlabs 六個月 80 篇來自真實問題且發布前人工核准。YouTube／LinkedIn 與自有站並行；Perplexity 下降時勿把 ChatGPT 加分說成全域上漲。
- 是否標 Perplexity −7.88pt
- MCP 更新是否需人簽
名詞與資料來源
- Brainlabs 的聲量占比 — AirOps：〈Brainlabs〉 https://airops.com/blog/brainlabs-customer-story（檢索日期：2026-10-14）
One Comment