引用尝试
“引用尝试”建议会针对 AI 系统已作为潜在引用来源访问的页面推荐提示词，从而帮助您识别提示词库中的覆盖缺口。
您无需手动决定要跟踪哪些提示词，Adobe Brand Visibility 会分析“代理式流量”仪表板中的引用尝试活动，以识别已经与 AI 系统相关的页面。随后，它会根据这些页面的内容生成提示词建议，帮助您在最重要的领域扩大提示词覆盖范围。
“引用尝试”建议的工作原理 how-it-works
Adobe Brand Visibility 通过四步工作流程生成“引用尝试”建议。
识别高价值信号页面 identify-high-signal-pages
Adobe Brand Visibility 会分析引用尝试活动，以识别 AI 系统在生成回答时持续作为潜在来源访问的页面。
该分析并非只关注某一时间点的活动，而是重点关注一段时间内持续出现引用活动的页面，从而确保建议基于有实际意义的 AI 交互情况。
分析页面内容 analyze-page-content
对于每个符合条件的页面，Adobe Brand Visibility 都会分析页面内容，以了解：
- 页面的主要内容。
- 内容类型，例如产品页面、资源页面、支持页面或中心页面。
- 页面旨在满足的主要用户意图。
这些信息有助于生成能够准确反映页面用途和内容的提示词。
检查现有提示词覆盖情况 check-existing-coverage
在生成新建议之前，Adobe Brand Visibility 会将每个页面与您现有的提示词库进行比较。
如果一个或多个已配置的提示词已能够充分涵盖该页面，则不会生成新的建议。覆盖不充分的页面会被识别为覆盖缺口，并成为生成新提示词建议的候选页面。
生成提示词建议 generate-prompt-suggestions
对于每个覆盖缺口，Adobe Brand Visibility 都会根据页面内容及其目标受众生成提示词。
生成的提示词将：
- 以页面内容为依据。
- 经过质量和相关性审核。
- 经过检查，以移除重复或过于相似的提示词。
- 标记相应的类别以及主题或子类别。
- 附带说明，解释推荐该提示词的原因。
查看“引用尝试”建议 review-suggestions
转到提示词管理 > 提示词策略，然后选择 引用尝试 过滤器。
建议按覆盖缺口分组，其中包括：
-
说明生成该建议原因的摘要。
-
目标 URL。
-
一个或多个建议的提示词。
-
相关的元数据，包括：
- 类别
- 主题
- 市场
- 意图
- 品牌提示词指示器
- 推理
相关理由有助于说明 Adobe Brand Visibility 为何选择该目标 URL 来生成提示词。
