elmohq/elmo

解決的問題

Elmo 提供了一種追蹤與優化品牌在 AI 回答引擎（如 ChatGPT、Claude、Perplexity 和 Gemini）中被提及與引用的方式。它解決了「AI 可見性」問題（通常稱為 Answer Engine Optimization (AEO) 或 Generative Engine Optimization (GEO)），讓使用者能將品牌在 AI 生成回應中的存在感與競爭對手進行基準對比。

如何運作

Elmo 使用背景工作進程，按計畫對各種 AI 引擎執行一組預定義的提示（潛在客戶可能提出的問題）。它透過爬蟲服務或直接模型 API 取得回應，然後解析文字以識別品牌名稱、別名與網域。系統將原始輸出與引用的 URL 儲存在 PostgreSQL 資料庫中，進而能計算可見性分數、聲量佔有率與隨時間變化的引用趨勢。

適用對象

• 自托管團隊：希望完全掌控 AI 可見性資料與基礎設施的團隊。
• 代理機構：透過白標部署向客戶提供 AEO 服務的機構。
• 開發者與分析師：需要可審計的指標與透過 REST API 進行程式化存取的使用者。
• 企業：尋找企業級 AI 可見性平台免費開源替代方案的公司。

主要亮點

• 可見性與提及追蹤：衡量品牌在每個提示與每個模型中被提及的頻率。
• 引用分析：追蹤 AI 模型在特定產業中信任並引用的 URL 與網域。
• 查詢泛化分析：記錄 AI 引擎為支援其回答而執行的網路搜尋，展現查詢如何被重寫。
• 競爭對手基準對比：提供排行榜與「聲量佔有率」指標，用於比較品牌與競爭對手的存在感。
• 機會生成：將可見性資料轉化為內容創作與種子投放的優先建議，以取得更多引用。
• 開放且可審計：所有評分與聚合程式碼皆公開，確保指標不是「黑箱」。