Skip to main content
MCP 연결로 Chainshift를 AI 도구(Claude, Cursor 등)에 연결했다면, 아래 프롬프트를 순서대로 붙여넣는 것으로 충분합니다. 등록·수집·집계는 에이전트가 알아서 처리합니다.

1. 우리 브랜드, AI에서 어떻게 보이나

브랜드 정보 세 줄만 바꿔서 붙여넣으세요. 고객이 물어볼 질문을 만드는 것부터 답변 수집, 결과 정리까지 에이전트가 수행합니다.

첫 진단 — 브랜드 등록부터 언급 리포트까지

수집은 보통 수 분 걸리며, 에이전트가 완료를 확인한 뒤 이런 형태로 정리해 줍니다.
질문에 브랜드명을 넣지 않는 것이 핵심입니다. 고객은 AI에게 브랜드가 아니라 문제를 묻기 때문에, 브랜드명 없는 질문에서의 언급이 실제 노출을 보여줍니다.

2. 어떤 콘텐츠가 부족한가

언급되지 않은 질문이 곧 콘텐츠 보강 대상입니다. AI가 답변을 만들 때 실제로 수행한 검색 쿼리(fan-out)와 대신 인용된 출처가 힌트를 줍니다.

콘텐츠 갭 — 만들어야 할 콘텐츠 찾기

결과를 읽는 법:
  • 언급 자체가 없음 — 해당 주제의 콘텐츠가 없거나 AI가 찾지 못하는 상태입니다.
  • 언급은 있는데 자사 사이트 인용이 없음 — AI가 제3자 콘텐츠를 근거로 우리를 소개하고 있습니다. 인용되는 출처를 확인하고 자사 콘텐츠를 보강하세요.
  • 검색 쿼리(fan-out) — AI가 검색한 쿼리 목록은 만들어야 할 콘텐츠 목록이기도 합니다.

3. 경쟁사와 비교하면

같은 답변 데이터에서 경쟁사 언급을 함께 대조하면 상대적인 위치가 보입니다.

경쟁사 비교 — 언급률·인용 나란히 보기

4. 개선 효과 측정하기

콘텐츠를 보강했다면 같은 질문으로 다시 수집해서 변화를 확인합니다. 같은 질문 세트를 유지하는 것이 비교의 전제입니다.

추이 추적 — 이전 수집과 비교

범위를 좁혀서 요청하기

프롬프트에 조건을 덧붙이면 그대로 반영됩니다.
  • “ChatGPT 답변만” — 특정 플랫폼
  • “‘GEO 모니터링’ 그룹 질문만” — 특정 질문 세트
  • “최근 한 달 답변만” — 기간

더 깊이 쓰려면

MCP 사용

에이전트가 호출하는 tool 전체 목록과 페이지네이션

REST API

직접 집계나 대시보드 연동 등 프로그래밍 방식이 필요할 때