映射查询扩散
一个提示词会被展开成 8 到 12 条子查询，并按照类别和意图分类展示，让使用者看清 LLM 到底在找什么。
价格免费，无需信用卡；完整结果需留邮箱
平台Web
归类营销与增长
收录2026-10-12
复核2026-10-12
编辑评分
4.1 / 5
★★★★☆
Query Fan-Out Optimizer编辑总结
Query Fan-Out Optimizer 是 New Chemistry 推出的研究工具，用来展示大语言模型在回答一个提示词时实际发出的子查询。它把一个提示词拆成 8 到 12 条子查询，分类并标注意图，再用实时搜索数据给出优先级评分。主要短板是完整结果需要留下邮箱才能查看，官网未公开具体定价。
Query Fan-Out Optimizer是什么？
Query Fan-Out Optimizer 是 New Chemistry 出品的一款研究工具，面向做 AI 搜索可见性（GEO）的营销人员。它的原理是：LLM 收到提示词后，会先把它拆成十几条相关子查询，并行向 Google 等搜索引擎发起搜索，再抓取每条的头部结果、找到互相印证的段落，合成最终答案；整个过程用户看不见，而这些子查询决定了哪些网站被引用。
工具让这段过程显性化。输入一个提示词后，它会生成分类后的子查询，标注意图类型，并对每条子查询运行实时网页搜索，列出真实被引用的来源页面。
用法上，普通用户粘贴客户会问 AI 的问题即可看到扩散的查询结构；做 GEO 的内容团队可以据此判断哪些角度值得优先建内容，把 AI 搜索和传统搜索的优化合到同一份计划里。
Query Fan-Out Optimizer核心功能
子查询优先级评分
从真实搜索数据中拉取搜索量、关键词难度、CPC 和 AI Overview 是否出现，然后给每条子查询打上 worth building、watch 或 skip 的结论。
查看被引用来源
为每条子查询拉取实时网页搜索结果，列出 AI Overview 已经引用的域名，让使用者知道竞争对手是谁、自己该插在哪里。
六类子查询分类
支持 related、comparative、entity expansion、reformulation、recent、implicit 六种主要类别，并给出每条查询的意图类型和通俗解释。
Query Fan-Out Optimizer值不值得用？
当你想弄清楚 AI 为什么引用某些网站、自己的内容该从哪里切入时，这个工具值得一用：它把 LLM 的隐藏子查询摊开，还配了真实的搜索量、难度和 AI Overview 判断，能直接指导内容优先级。但如果只是想看个热闹，免费额度之外需要留邮箱才能拿到完整结果，且官网未公开付费档位与额度，长期使用前需要先确认费用。
建议选它的情况
- 做 B2B SaaS 或 GEO 内容策略，需要判断哪些主题值得投入
- 想找出 AI 引用的来源页面，反推自己该争取哪些位置
- 要把传统搜索优化和 AI 搜索优化合到一份计划里执行
不建议选它的情况
- 只想看一次结果，不愿意留邮箱换取完整扩散名单与评分
- 需要立即确认长期使用成本，而官网尚未公开定价档位
Query Fan-Out Optimizer使用建议
入门先把路子走对
- 先用示例提示词页面提供 how does GEO differ from SEO、best B2B SaaS marketing agencies、Notion alternatives for engineering teams 三个示例，点一下就能看到完整扩散结构。
- 粘贴客户真会问的问题在输入框里填上你希望被 AI 引用的商业类提示词，例如 best CRM for SaaS 或 how to switch from Mailchimp。
进阶省时间也省钱
- 盯住 worth building优先处理评分里标注 worth building 的子查询，watch 的先观察，skip 的直接跳过，避免把内容预算花在拥挤且不划算的词上。
- 对照 AI Overview把已经出现 AI Overview 且被引用域名里没有 G2、Forbes 这类大站的子查询挑出来，这些是更容易插入的建站目标。
Query Fan-Out Optimizer适合谁用？
GEO 内容策略人员
推荐需要判断哪些子查询值得建内容，工具给出的六类分类和优先级评分可以直接排入选题计划。
B2B SaaS 增长团队
推荐希望自己的产品出现在 AI 回答的引用来源里，可按子查询的被引用域名反推需要争取的位置。
想长期跟踪的独立站主
有条件完整扩散名单与评分需要留邮箱获取，长期使用的成本需要先确认。
Query Fan-Out Optimizer优点和缺点
优点
- 把 LLM 隐藏的子查询显性化，一个提示词展开成 8 到 12 条
- 每条子查询都带搜索量、难度、CPC 和 AI Overview 判断
- 提供 worth building / watch / skip 三类结论，可直接排优先级
- 给出每条子查询对应的实时被引用域名，能看到竞争对手
- 免费使用且无需信用卡，示例提示词可直接体验
缺点
- 完整扩散结果与全部评分需要留邮箱才能查看
- 额度与具体价格
- 子查询分类仅六类，未公开更细的覆盖范围
Query Fan-Out Optimizer常见问题
Query Fan-Out Optimizer 是怎么工作的？＋
你输入一个提示词后，工具按照 Google 公开的方法论把它展开成相关子查询，并做分类和意图标注；随后对每条子查询运行实时网页搜索，拉取真实被引用的页面，最后给出优先级评分和结论。
为什么一个提示词会变成十几条子查询？＋
LLM 并不拥有一个魔法网页索引。它把你的提示词拆成一组相关子查询，并行发给 Google 等搜索引擎，再抓取每条搜索的头部结果、找出互相印证的段落，合成最终答案。这些子查询最终决定了哪些网站被引用。
每条子查询的评分包含什么？＋
包含搜索量、关键词难度、CPC 和 AI Overview 是否出现，并给出 worth building、watch 或 skip 的结论。例如示例中某条子查询搜索量 2,400、难度 42、商业价值 High、已有 AI Overview，被评为值得建设。
子查询分成哪些类别？＋
按公开方法论分为六类：related、comparative、entity expansion、reformulation、recent、implicit，每条查询还会标注意图类型并给出通俗解释，方便你判断自己缺了哪些角度。
怎么把结果用到内容计划里？＋
把标注 worth building 的子查询排进选题，watch 的先观察，skip 的直接跳过；同时对照被引用域名，找出大站还没占住的空隙，把 AI 搜索优化和传统搜索优化放进同一份计划。
