我们调查了 AI 对事件管理工具的推荐，以及未被引用的工具为何落败

对全部 11 个受追踪工具进行结构审计，检查于 2026 年 10 月 23 日通过直接 HTTP 检查完成。曝光率数据来自 DevTune 的公开表格；90 天报告和 30 天实时页面使用不同时间窗口，绝不混用。

AI 答案会把买家引向少数几款事件管理工具。incident.io、Rootly 和 PagerDuty 占据了大多数位置。当我们检查该类别中受追踪的 11 款工具实际维护了哪些可引用资产时，发现一个令人不安的规律：买家从未听说过的工具并非都缺少基础配置，而具备基础配置也不代表会被引用。机器可读配置最完整的工具，曝光率却接近于零或就是零。

简短回答就是如此。本文其余部分将展示背后的数据：AI 目前为事件管理和 on-call 推荐什么，各款 11 个工具分别维护了哪些机器可读资产和对比页面，以及如果你的工具被排除在外，这种差异意味着什么。

这是一份诊断报告，不是排行榜。其他出版物已经对这些工具进行了排名。我们提出的是另一个问题：未被引用的工具为何落败？

如今 AI 对事件管理工具的推荐

ChatGPT Search、Perplexity、Gemini Search、Google AI Mode 和 Bing Copilot 大多把买家引向三个品牌：incident.io、Rootly 和 PagerDuty。DevTune 的公开AI 搜索现状报告在 2026 年 4 月 2 日至 6 月 30 日期间，该类别测量了 1,255 条答案，发现 incident.io 出现在其中 47.9% 的答案中，Rootly 为 32.7%，PagerDuty 为 26.8%。所有受追踪品牌的类别中位数为 12.4%。

DevTune 还运营一个实时公开页面，采用滚动 30 天窗口。截至 2026 年 10 月下旬，这三个名字仍然领先：incident.io 的曝光率为 42.7%，Rootly 为 36.7%，PagerDuty 为 34.0%。该页面还有两点值得注意：

• 其余领域几乎消失。在 30 天窗口中，ilert 的曝光率为 2.0%，OneUptime 为 0.7%，Spike.sh 和 Squadcast 均为 0%。
• 被引用不等于被提及。DevTune 将曝光（你的页面被引用为来源）与品牌提及（答案将你列为一个选项）区分开来。PagerDuty 出现在 34% 的答案中，但被提及的比例为 0%。incident.io 出现在 42.7% 的答案中，被提及的比例为 66%。

完整的 30 天情况来自 DevTune 的公开品牌表：

该表排名第四的是 Opsgenie，这是 Atlassian 的一款产品，已停止销售，于 2025年6月4日生效，并将于 2027年4月5日终止支持，详情见 Atlassian 自己的迁移页面。在这 30 天的窗口期内，它的页面仍会出现在大约七个答案中的一个答案里。AI 答案依据的是来源撰写时已有的证据，因此，文档内容庞大的产品即使在市场转向很久之后，仍会不断被引用。

（本节所有 DevTune 数据均来自文末链接的两个公开页面，且各自采用对应的统计窗口。90 天报告和 30 天实时页面的样本量不同，因此两者之间的小幅差异应视为测量噪声。）

我们的检查内容与方法

我们检查了该类别中每个受追踪品牌的可引用资产，也就是回答引擎实际能够使用的内容。共 11 款工具，每款检查 6 项，均于 2026 年 10 月 23 日通过直接 HTTP 请求完成：

1. llms.txt 位于域名根目录，供机器读取的新兴索引文件
2. llms-full.txt，单文件版本
3. robots.txt AI 爬虫规则（GPTBot、ClaudeBot、PerplexityBot 等）
4. 竞争对比或替代方案页面 在站点地图中
5. 公开基准测试或原创研究内容
6. 文档门户可访问性（HTTP 状态码和页面标题）

这些是结构性事实，不是模型抽样。每项检查都返回了状态码和可供我们检查的内容，或者没有返回。如果服务器返回状态码为 200 的 HTML 错误页面，我们就将其计为缺失。

审计发现

11 个工具中有 7 个发布了有效的 llms.txt。4 个发布了 llms-full.txt。2 个在 robots.txt 中明确按名称欢迎 AI 爬虫；其余大多数默认允许爬虫访问。有 1 个工具的文档被登录墙拦住。

PagerDuty、Opsgenie、FireHydrant 和 Grafana 完全没有发布对比页面。由于 Squadcast 的站点地图会重定向到 SolarWinds 的全站站点地图，因此无法审计。

将此表与存在率数据交叉对照，可以发现两个突出之处。

发现一：基础项缺失能解释末位表现，却解释不了中游表现。Squadcast 是最明显的例子。它的域名没有有效的 robots.txt，也没有 llms.txt；其 sitemap 会重定向到 SolarWinds 的全站 sitemap，而文档域名则重定向到 Google 登录页面。这种设置对机器读取毫无帮助。它的存在率为 0%。这一点很简单：如果爬虫不登录就无法访问你的文档，你就没有参与竞争。

发现二：仅有这些资源并不会带来引用。Spike.sh 维护着 llms.txt、llms-full.txt、两个对比页面，以及完全开放的 robots.txt。在 30 天窗口内，其存在率为 0%。OneUptime 更进一步：它在 robots.txt 中标注 "AI / LLM 爬虫欢迎访问"，发布了两个 llms 文件，并为文档单独维护一份 llms.txt，还维护着 30 个对比页面。其存在率为 0.7%。这份清单更像是一项前提条件；引用来自其他地方。

引用数据表明，胜出者真正依赖的是什么？在 30 天窗口内，DevTune 记录了这一类别 2,487 次引用背后的内容构成：博客文章 31.6%、文档 24.8%、对比页面 19.1%、最佳榜单 10.0%、产品页面 8.1%。被引用内容中，企业自有和商业来源占 85.5%，编辑报道占 9.1%，社区讨论串占 1.3%。而在 90 天报告中，DevTune 对 incident.io 领先地位的归因是："类别教育内容带动了这位领先者的大部分引用。"这位领先者获得的引用中，近 88% 指向博客文章，而非文档或产品页面。

这才是真正的差距。落败的工具缺的不是某个配置文件，而是答案在买家提问时所依赖的整套证据：类别解读文章、详尽的对比、第三方榜单，以及说明方法的基准测试文章。incident.io 凭博客取胜。Rootly 凭 Gemini Search 引用的对比页面取胜。PagerDuty 则仅凭文档取胜，因此它会被引用为信息来源，却从未被列为选项。进入答案的路径不止一条，但每条都要经过已发布且可查找的证据。

未被引用的工具为何落败

将两组数据结合起来看，这一类别中落败者的模式如下：

• 排名为零的工具，最多也只是维护了一个内容单薄、机器可读的网站。当答案引擎整理"最佳事件管理工具"时，会参考类别教育内容和对比材料。如果你没有发布任何排名靠前的相关内容，就不会进入候选池。
• 该有入口的地方却成了高墙：需要登录才能访问的文档（Squadcast）、缺失的 robots.txt 文件，以及并入母品牌的域名（Opsgenie 并入 Atlassian、Squadcast 并入 SolarWinds），都会切断你的内容通往答案的路径。
• 机器可以读取 Spike.sh 和 OneUptime，却没有理由引用它们。缺少周边证据时，llms 文件只是在为一个尚未提出的论点编制索引。
• 过时的选项仍在延续。Opsgenie 在停止销售 18 个月后仍继续出现，说明答案不会自动更新。这一点有两面性：你的工具今天在 AI 答案中的位置，会一直保持下去，直到有人发布更好的证据。

有一点需要说明：这次审计衡量的是网站结构，而非内容覆盖情况。我们没有统计第三方提及、评测网站或社区讨论串，而 DevTune 的数据显示这些因素也发挥作用。我们的结构审计指出了工具自有域名上的缺失项，但无法证明哪种做法能改变某个品牌的具体数据；如果有人声称一份固定清单能保证获得引用，我们也不会相信。

如果你的工具正是那个被忽略的选项，该怎么办

与这一类别数据相符的行动顺序：

1. 先打开入口。提供有效的 robots.txt、列出关键页面的 llms.txt，以及爬虫无需登录即可访问的文档。11 个工具中，大多数已经达到这个标准；如果你的工具还没有做到，清单上的其他事情都不太重要。
2. 打造引用结构最需要的页面。在这一类别中，这意味着类别教育内容（事件响应是什么、如何选择）和诚实的对比页面。领先者的引用来源恰恰以这些形式为主。
3. 出现在第三方榜单中。这一类别中每十条引用就有一条指向最佳榜单和评测页面。如果这些页面只认识同样的三个品牌，它们就会继续推荐同样的三个品牌。
4. 保持内容更新。Opsgenie 持续出现，说明答案会长期依赖过时证据。标注发布日期、提供当前定价并维护对比页面，能让答案引擎有理由更新它的说法。

如果你想用同样的方法检查自己的工具，CiteGap 免费审计所做的事：它会检查你域名上可被引用的资源，将其与所在类别中实际被引用的内容进行比较，并用通俗易懂的语言告诉你存在哪些缺口。

运行免费轻量审计

常见问题

AI 最常推荐哪些事件管理工具？

在 DevTune 的 90 天报告窗口和当前 30 天实时表格中，排名前三的工具相同：incident.io、Rootly 和 PagerDuty。incident.io 在两个窗口中都排名第一；PagerDuty 被引用为来源的次数多于被列为推荐工具的次数。

为什么 AI 从不提及我的事件管理工具？

在这一类别中，最常见的结构性原因包括缺少证据网络（没有类别介绍或对比页面）、技术障碍（文档需要登录、没有 llms.txt、robots.txt 限制严格），或是在 AI 答案依赖成熟来源的领域中属于较新的品牌。我们对所有 11 个受跟踪工具的审查发现，11 个中有 7 个拥有有效的 llms.txt，11 个中有 6 个有对比页面；存在度为零的工具缺少上述结构、证据，或两者都缺。

发布 llms.txt 就能保证被 AI 引用吗？

不能。Spike.sh 和 OneUptime 都维护着完善的 llms 资源，但存在度接近于零或为零。llms.txt 和开放的 robots.txt 看起来只是入门门槛。这一类别的引用数据奖励的是类别科普内容和对比内容，因为 AI 答案可以引用这些内容。

我该如何检查自己的开发者工具是否容易被引用？

你可以自行复现这些结构检查（检查 llms.txt、robots.txt、文档是否可访问、站点地图中是否有对比页面），或运行CiteGap 的免费审查，它会执行这些检查并补充类别级别的比较。若要查看品牌层面的存在度数据，DevTune 会发布实时表格，本文的数据即取自该类别的这张表。

来源

• DevTune，《State of AI Search for Dev Tools》（数据窗口：2026 年 4 月 2 日至 6 月 30 日；43 个类别，本类别测量了 1,255 个答案）：devtune.ai/dev-tools-state-of-ai-search
• DevTune，《Incident Management & On-Call》实时品牌表（滚动 30 天窗口，访问日期：2026 年 10 月 23 日）：devtune.ai/verticals/incident-management-and-on-call
• Atlassian，Opsgenie 迁移页面（停售日期：2025 年 6 月 4 日；停止支持日期：2027 年 4 月 5 日）：atlassian.com/software/opsgenie/migration
• 对 11 个事件管理工具的结构审查：CiteGap 于 2026 年 10 月 23 日执行的直接 HTTP 检查（llms.txt、llms-full.txt、robots.txt、站点地图、文档可访问性）