去年年底我在 AI 里搜自己公司名，出来一堆同名企业，没有一条是我们。官网做得不算差，可模型读不到、读不懂，在它眼里就等于不存在。

我做的头一件事，是把首页那句「某某科技，智领未来」删了，换成一句人话：我们做什么、服务哪个行业、接不接小单、报价大概在什么区间。AI 回答问题时需要的是能直接摘走的句子，不是口号。

接着按客户的真实问法写页面。「找你们做和找个人做差在哪」「改一版要多久」「出了问题谁负责」，一个问法一页，标题就用那句问法，开头三行给答案。写了十来页，内容不花哨，胜在能对上号。

站外也得有人提。行业协会的会员名录、几个垂直论坛的老帖、本地商会的活动通稿，能填的都填了，公司全称、地址、主营写得一致。名字写法不统一，模型容易当成两家公司。

两三个月后，搜行业词开始能看到我们被带一句；搜公司名，会先给一段简介，偶尔还有小错。错的我就去改页面、补一段说明，不跟平台较劲。

把能做的事按「见效快慢」和「要不要花钱」摆一遍，比听人讲原理有用。下面几条按优先级排，从几乎零成本开始。

一、先让页面能被读。robots.txt 别误屏蔽，正文别全靠脚本渲染，重要栏目留几个静态入口。这步不花一分钱，不做的话后面全白搭。判断方法很简单，把页面源码复制出来，看关键那段话在不在里面。

二、把问句变成页面标题。客户搜的是一句完整的话，页面标题是一串产品词，两边对不上。挑十个真实问法，一问一页，前两段给结论和适用范围，后面再讲细节。

三、让第三方替你说。官网自述的可信度有限，行业目录、垂直媒体、公开的招投标记录、地图上的商户信息，这些地方口径统一，模型交叉核对时才有依据。名称、地址、主营写岔一个字，容易被拆成两个主体。

四、把结构化信息补齐。成立时间、服务区域、资质编号、常见问答，用能被解析的方式标出来。这步见效慢，但省掉模型去猜。

反过来，买软文铺量、群发通稿这类，短期看搜索结果能翻好几页，模型该不提还是不提。它要的是能核对的事实，不是重复次数。

见过几个老板，听说 AI 认「声量」，就先买一批软文，再去问答平台自问自答，几十个小号互相捧。钱花了，搜行业词还是没影，倒把自己搞得有点难看。

刷量的思路来自搜索排名那个年代：链接多、提及多，位置就靠前。AI 那套不吃这个。它把同一件事的多个来源摆在一起比对，说法互相打架、时间线对不上、作者全是新注册号，这类内容会被压低权重，严重的时候整段不取。

伪造评价的坑更深。自己写十条「用了半年很稳」，发在第三方平台上，看着像用户口吻，可里面没有能验证的东西：没说清服务的是哪类客户，没提具体流程，在别处也找不到印证。模型判断偏保守，拿不准就不提。

还有个反噬。编得太满，一旦有人在别处说反话，两边对冲，落到用户眼里的描述可能比不写还差。我见过简介里写「全国服务」，实际只做三个省，被问答平台一条质疑顶回去，之后很长时间都是那套说辞。

真想被提到，就把能核对的东西做实：案例写清行业和问题，资质、地址、服务范围别夸大，客户愿意署名的评价再用。慢，但不容易被推翻。