Growth Agent
问一句「为什么我们的 AI 可见性下降了？」，得到数据接地的诊断与排序建议。
AI Growth Agent 用你项目的数据回答关于你项目增长的问题——GEO runs、引用、差距、排名、审计问题——而不是泛泛的 SEO 建议。
对话
打开 AI Growth Agent，用自然语言问：
- 「为什么我们这周 AI 可见性下降了？」
- 「哪个竞对在追上来？在哪些词上？」
- 「我们下一篇该发什么？」
- 「技术问题是否在拖累我们？」
Agent 的对话基于数据快照：回答前，它先把项目当前数字（排名、AI 可见性、引用、内容缺口、竞对基准、审计问题）收集成一个接地的上下文块，再据此作答——同样的底层查询也支撑着 MCP 的部分工具，但对话本身不是工具调用循环；快照按每条消息组装一次。它会在回答中引用所用数字，你可以对着来源仪表盘页核验每个论断。
会话按项目保存；可从历史列表回看过去的回答，或继续某次会话。
周度分析
Analyze 运行完整诊断——可见性趋势、头部变动、差距摘要、关键审计问题——并归档一份带排序建议的结构化报告。周度 cron（默认 UTC 周一 08:00，见 WORKER_*_CRON）自动产出，不消耗 credits；也可随时手动触发（手动分析才是收取 5 credits 的那种）。
建议落到项目的 Recommendations 清单，带影响估计与状态（open → in_progress → done / dismissed），agent 的产出因此成为可跟踪的待办，而不是一段聊天记录。
Credits
Agent 操作消耗真实的 provider token，因此 credits 在调用前收取，provider 调用失败自动退款：
| 操作 | Credits |
|---|---|
| 对话消息 | 1 |
| 手动完整诊断分析（每周计划分析免费） | 5 |
（这两项成本在 API 中固定；唯一平台可配置的是 brief 成本——见 Credits。）
它擅长什么
Agent 是诊断层：它读取仪表盘提供的每一个数据源，并排序出重要的东西。它不伪造数据——当回答说「ChatGPT 中提及下降 12%」时，这个数字来自一条已存储的 run。用它做分诊（「什么变了？」）、规划（「接下来做什么？」）与汇报（「总结这个月」）——然后沿着它指向的差距分析与 brief 去执行。