暂无搜索历史
做品牌技术支撑或内容运营的同学可能遇到过一类诡异问题:官网信息明明是对的,AI 回答时却给出错误描述——收费方式说成别家的、产品能力停留在两年前。修了官网也没用...
关于"AI 回答时引用哪些来源",市面上的说法大多是经验推测。前段时间我们做了一轮系统采样:65 个真实用户问题 × 5 个主流模型(豆包、DeepSeek、K...
拿一个典型的 HTML 页面算笔账:100KB 的页面里,正文可能只有 15KB,其余是导航、样式、脚本、推荐位、埋点。LLM 处理这个页面要先"去壳"(HTM...
做品牌营销的同学可能听过"要监测品牌在 AI 里的表现",但一查工具要么是商业产品要么功能黑盒。其实这件事的核心逻辑很简单,用 Python 一百多行就能搭一个...
上一篇讲了 robots.txt 和 llms.txt 的配置(爬虫放行层),这篇讲内容层的技术配置:Schema.org 结构化数据(JSON-LD)。
利益相关说明:这是一篇过程实录,记录我们服务的一个消费品牌(匿名,数据经客户授权公开)在 8 周内把 AI 推荐率从 11% 做到 37% 的完整过程——包括每...
"我们百度排名第一,但用户问 AI 时完全没有我们。"做品牌技术支撑的同学应该越来越多地遇到这类工单。这类问题的排查和普通 SEO 诊断完全不同——它横跨爬虫、...
做内容运营的同学可能已经发现一个现象:官网在百度排名不错,但用户问 DeepSeek、豆包"XX 公司是做什么的"时,AI 要么答不上来,要么答非所问。
最近技术圈聊 GEO(生成式引擎优化)的越来越多,但争议也一直没停:有人说这是下一个 SEO 级别的刚需,有人说就是营销圈造的新词收智商税。
最近帮几个站点做 AI 可见性排查,发现一个共性问题:robots.txt 都配了、sitemap 也提交了,但 AI 爬虫来了之后"读不懂"这个站——抓到的页...
上周排查一个品牌的"AI 隐身"问题:客户百度品类词稳定前三,但拿 50 条真实用户问题去问 DeepSeek 和豆包,被正面推荐的只有 4 条。这篇从技术机制...
监测品牌在 DeepSeek 里的提及和推荐,需要一套系统化的方法:设计覆盖品牌核心信息的检测 Query,定期向 DeepSeek 发起查询,记录品牌是否被提...
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市