AI 不推荐你的产品，真的是官网没做好吗？

企业开始做 GEO，经常会收到一份很长的建议：完善官网、增加 FAQ、补充案例、添加结构化数据。每一项听起来都有道理，但在动手之前，得先判断这些修改是否对症。

如果 AI 推荐了友商的官网，却没提到你，这就能说明问题出在官网吗？

01先把“没有被 AI 推荐”拆成可检查的问题

“AI 没推荐我们”不足以直接生成修改任务。品牌没有出现、官网没有被引用、产品参数被写错，需要调查的地方不同。

开始前，先确定目标平台、具体入口和问题。例如，同一产品的普通问答与联网搜索应分开记录；在指定官网后让 AI 总结，也不能与不指定来源的自然搜索混算。

问题最好来自实际业务中可以公开的需求。没有整理过客户问题时，可以先设计一组研究问题，但要标为研究者拟定，不冒充真实客户提问。

以工业相机为例，可以分别观察：

不带品牌的问题：“为产线采购工业相机，初步比较时应该确认哪些接口和供电条件？”

带品牌与型号的问题：“某型号支持什么数据接口？有哪些供电方式？”

带限制条件的问题：“如果设备没有 PoE 供电，核对这个型号时应查看哪些资料？”

第一类观察答案如何组织候选信息，后两类更适合核对事实和来源。它们不能合成一个不加说明的“GEO 得分”。问题范围也不宜只剩自己擅长的条件，否则测试容易变成对预期答案的确认。

02从回答回到来源，保留中间证据

每次观察至少留存完整问题、时间、平台与模式、回答原文或截图，以及实际显示的来源链接。有型号、版本、地区限制时一起记录。请求失败、未完成或没有开启预定模式的记录，单列为无效测试，不当成一次“未被引用”。

接着打开来源，逐项核对答案里的关键陈述：产品是不是同一型号，数值有没有单位，适用条件是否被省略，链接能否支持对应结论。只记录“引用了官网”，仍可能漏掉错引旧型号或把系列参数套到单一型号上的问题。

如果回答没有显示来源，能观察到的只有答案本身。不能仅凭品牌出现，就判断信息来自官网；也不能仅凭一次没有引用，断言平台无法抓取网站。

在这一步，把问题写具体。例如：“回答列出一种供电方式，官方文档另有补充，需要核对回答是否完整”，比“AI 不理解我们的产品”更容易继续调查。这个写法是记录示例，不是本次已经发生的 AI 回答。

03看一个国内官网：“选配”两个字不能丢

迈德威视的 MV-GE506C 工业相机产品页，顶部摘要列出了型号、分辨率和千兆网接口。往下看规格参数，供电一栏还明确标注：PoE 为选配。

假设要核对的问题是：“这款相机是否支持 PoE 供电？”如果回答只有“支持”，就漏掉了选配条件。准确的回答应保留这个限制，不能让读者误以为任意配置都具备这项能力。

这个例子里，官网已经提供了关键条件。如果某次 AI 回答仍然遗漏，接下来应查它引用了哪份资料、是否对应同一型号，而不是直接给官网加一项“补充供电说明”的任务。反过来，检查自己的产品页时，如果确实没写清标配、选配和适用条件，这才是具体的内容缺口。

04诊断决定改哪里

核对完回答与页面，可以把待办按证据分开处理。

如果目标平台访问不到关键内容，先处理访问问题。普通浏览器打开正常，只能说明当前访问成功。Google 的公开技术要求包括爬虫未被阻止、服务器返回成功状态、页面存在可索引内容；满足这些条件仍不保证收录。

具体平台还要查具体说明。Perplexity 的官方文档分别解释搜索爬虫和用户触发访问，并提供 IP 验证及防火墙配置说明。因此，不能只看 robots.txt 一个文件，就宣布所有 AI 产品都能正常访问。

如果网页缺少回答所需的事实，任务就落到内容。先让产品或业务负责人核实事实，再决定放进现有产品页、单独的决策指南，还是与产品关联的案例页。已有页面能承载的问题，不必全部另起一篇 FAQ。

如果信息存在但口径冲突，先确定维护源。比如同一型号的网页与公开手册不一致，应核对版本及适用范围，再修订相关页面。仅仅新增一段“标准答案”，可能让网站多出第三种说法。

如果页面内容准确、访问条件也未发现异常，但样本中仍少见引用，就先检查问题是否匹配页面、答案引用了哪些其他来源。此时不能凭空认定“缺 JSON-LD”或“缺 llms.txt”就是原因。

Google 对其 AI 搜索功能仍强调可抓取、站内链接和重要内容的文字表达，并没有要求新增特殊的 AI 标记。这能排除一部分错误前提，但不能直接解释其他平台为何选择某个来源。

05把诊断写成一项能验收的任务

内容审计容易停在“增加专业性”“完善案例”这样的意见上。真正交给同事执行时，至少应写清楚：关联哪个问题、修改哪个页面、事实依据在哪里、由谁核实，以及改完检查什么。

下面是一条任务的写法示例，使用占位对象，不代表真实项目发现：

目标问题：型号 A 能否在条件 B 下使用？当前页面只写一般性能，没有说明条件 B。先由产品负责人确认并提供可公开的技术依据；确认后，在型号 A 的适用条件中补充答案，链接对应文档。验收时检查型号、条件、来源版本是否一致，并确认网页文字能正常读取。

这条任务的内容验收有明确终点：事实经核实、页面已更新、来源可追溯。AI 后续是否采用，需要另行观察。

资源有限时，本文建议先处理可能误导客户的错误事实，其次处理重要页面的访问障碍，再补高价值问题的内容缺口。这是基于业务后果的排序建议；实际顺序还要结合问题出现频次、产品重要性与修改成本，没有通用权重。

06改完以后，怎样判断有没有进展

沿用修改前的问题集和记录方式，尽量保持平台、模式及其他可控条件一致，覆盖多个时间点。涉及产品更新时，保留原问题与新增问题两个版本，不用不断变化的题目比较“前后提升”。

可以分别记录品牌是否出现、官网链接是否出现，以及答案中可核验的产品陈述是否准确。若使用比例，就把分母写出来。例如，“这组有效回答中，有多少条显示了官网链接”，只能描述这组样本，不能代表平台总体引用率。没有可核验陈述的答案，也不能自动计为“全部正确”。

如果业务关注的是豆包、DeepSeek 或 Kimi，就在对应产品里保留问题、回答和来源记录，分别比较变化。其他平台的统计不能替代这些观察。询盘和业务转化则要另外分析；出现引用不意味着带来有效商机。

同时记录网站改动时间、内容变更和外部事件。若一次同时改了正文、导航和结构化数据，后来表现发生变化，最多先记为共同发生的变化，不能将结果单独归功于其中某一项。

对 B2B 内容团队，一轮工作至少应留下三样东西：可回看的回答记录、能对应到页面的证据，以及已经验收的修改。这比笼统地“把官网做得更适合 AI”更容易推进，也能为后续投入提供依据。