产品详细介绍

Lorelight 是一款围绕“生成式引擎优化（GEO）”理念打造的分析平台，核心目标是帮助企业了解自己在各类 AI 搜索引擎（如 ChatGPT、Claude、Perplexity）中的可见性与影响力。虽然该产品目前已被创始人主动关停，但其产品设计思路对理解 AI 搜索时代的品牌建设仍有参考价值。

1. 产品定位：AI 搜索时代的品牌可见性雷达

随着用户越来越多地通过 ChatGPT 等大模型获取信息，品牌不再只关心传统搜索引擎（如 Google）的排名，而是需要知道：

  • 当用户在 AI 对话中提到某个领域或问题时，我的品牌是否会被引用？
  • 我的品牌在不同 AI 模型的回答中出现频率如何？
  • AI 在回答相关问题时，更倾向引用哪些网站、媒体或专家？

Lorelight 的定位，就是为这些问题提供数据层面的可视化答案，相当于一套“AI 搜索结果中的品牌监测与分析系统”。

2. 核心功能与价值点

1）品牌提及追踪（Brand Mentions Tracking）

  • 监测品牌名称、产品名、域名等在 ChatGPT、Claude、Perplexity 等模型回答中的出现情况。
  • 统计提及次数、提及场景（问题类型、主题领域）以及上下文语气（正面、中性、负面）。

2）AI 可见性监控（AI Visibility Monitoring）

  • 对比不同 AI 模型中品牌的整体曝光度：例如在 100 个相关问题中，有多少次被引用或推荐。
  • 识别哪些问题类型更容易触发品牌被 AI 提及（如“最佳工具推荐”“行业对比”“学习资源”等）。

3）引用驱动因素分析（Citation Drivers Insights）
通过对大量 AI 回答进行分析，Lorelight 试图回答：

  • AI 为什么会引用某个品牌或网站？
  • 哪些内容特征、外部信号或品牌资产，更容易被模型“信任”和采纳？

创始人在分析了数百条 AI 回答后发现：

  • 在 AI 搜索中表现突出的品牌，往往具备与传统 SEO、PR、品牌建设高度一致的特征：
    • 高质量、系统化、长期更新的内容资产；
    • 在权威媒体、行业网站上的稳定曝光与引用；
    • 清晰的品牌定位与专业领域积累；
  • 换言之，AI 模型引用的“权威来源”，本质上就是传统意义上已经被广泛认可和链接的品牌与内容。

这也引出了 Lorelight 被关停的关键结论：

对绝大多数品牌而言，并不存在与传统 SEO/PR 完全割裂的“独立 GEO 策略”。

AI 模型训练所依赖的，仍然是你在公开互联网和主流渠道上长期积累的内容与声誉。

3. 产品关停背后的启示

虽然 Lorelight 技术可行、客户也有兴趣，但创始人发现：

  • 用户会注册、体验、查看数据；
  • 但这些洞察并没有真正改变他们的行为——他们依然回到传统的内容、SEO、PR、品牌建设路径上。

原因在于：

  • Lorelight 告诉你的，更多是“结果”：你在 AI 搜索中的表现如何；
  • 而真正能改变结果的，仍然是那些“老生常谈”的基础功：
    • 持续产出高质量内容；
    • 建立权威背书与外部链接；
    • 经营品牌认知与口碑。

因此，Lorelight 的故事本身，反而成为一个关于“AI 搜索时代，品牌应该如何思考优化”的案例：

  • 不要迷信所谓“AI 优化黑科技”；
  • 把注意力放回到内容质量、品牌资产和长期建设上。

简单使用教程

虽然 Lorelight 已停止运营，但可以基于其产品思路，抽象出一套“如何利用类似 GEO 工具或自建流程，理解并提升 AI 搜索可见性”的简明操作路径。

步骤一：明确要监测的品牌与关键词

  1. 列出核心监测对象：
    • 品牌名（含中英文、常见缩写）；
    • 旗舰产品名或服务名；
    • 公司域名及主要内容站点。
  2. 列出与你业务强相关的查询场景：
    • 行业通用问题（如“最佳XX工具”“如何做XX”）；
    • 细分场景问题（如“适合中小企业的XX方案”）；
    • 竞品对比问题（如“A vs B 哪个更好”）。

步骤二：在主流 AI 工具中手动或半自动查询

即便没有 Lorelight，你也可以用类似思路进行“轻量版 GEO 分析”：

  1. 选择几个主流 AI 工具：
    • ChatGPT、Claude、Perplexity 等；
  2. 针对前面整理的问题列表，逐条提问：
    • 记录 AI 是否提到你的品牌；
    • 记录同时被提到的其他品牌（潜在竞品或替代方案）；
    • 观察 AI 引用的外部链接、媒体和内容来源。

可以用表格或简单脚本，将这些结果结构化保存，模拟 Lorelight 的“可见性监控”功能。

步骤三：分析“为什么会被引用”而不是只看“有没有被提到”

对收集到的回答进行归纳：

  • AI 经常引用的站点或品牌，有哪些共同特征？
  • 这些特征是否与传统 SEO/PR 的成功要素高度重合？
  • 你的品牌在哪些维度明显落后：
    • 内容数量与深度？
    • 外部权威引用与媒体报道？
    • 行业内的口碑与讨论度？

这一步对应 Lorelight 的“引用驱动因素分析”功能，重点是从 AI 的回答中反推：

  • 模型“信任”的信号是什么；
  • 你可以在哪些方面补课。

步骤四：将洞察转化为传统可执行动作

基于分析结果，制定可落地的优化方向：

  1. 内容层面：

    • 围绕高频问题，系统化建设内容专题页、深度指南、案例库；
    • 保证内容结构清晰、信息权威、定期更新。

  2. 品牌与 PR 层面：

    • 主动争取在行业权威媒体、垂直社区、专业博客上的曝光与引用；
    • 参与行业报告、榜单、访谈等，增加“被权威提及”的机会。

  3. 技术与可发现性层面：

    • 保持良好的网站结构与基础 SEO 规范，让内容更易被抓取与收录；
    • 在多平台（官网、博客、社交媒体、开发者社区等）形成一致的品牌形象与信息。

步骤五：定期复盘 AI 搜索表现

每隔 1–3 个月重复步骤二和三：

  • 观察你的品牌在 AI 回答中的提及是否有提升；
  • 对比哪些内容或活动之后，AI 对你的引用明显增多；
  • 持续调整内容与品牌策略。

这相当于用“人工 + 简单工具”复刻 Lorelight 的核心价值：

  • 不追求花哨的“AI 优化技巧”；
  • 而是用 AI 搜索结果作为一个新的反馈渠道，来验证你在内容、SEO、PR、品牌建设上的长期投入是否有效。

通过这种方式，即便没有 Lorelight，你依然可以：

  • 看清自己在 AI 搜索生态中的位置；
  • 把注意力放在真正能改变结果的长期建设上。