TOOLBOX
工具箱:把研究方法变成可上手的工具
① AI 可见度诊断清单(20 项)
给自己的企业做一次"AI 体检",逐项打勾,做完就知道问题在哪:
A. 被看见了吗(引用层)
- 在豆包问行业推荐类问题,企业被提及了吗
- 在元宝问同样问题,被提及了吗
- 在 Kimi 问同样问题,被提及了吗
- 在微信搜一搜 AI 回答里,被提及了吗
- AI 提到企业时,是正面/中性还是答错了信息
- 主要竞品在同样的提问里被提及了几次
B. AI 读得懂你吗(内容层)
- 官网首页 3 秒内能说清"你是谁、做什么、服务谁"
- 核心产品/服务有独立的结构化页面(而非全堆在首页)
- 页面使用了 Schema 结构化数据(Organization / FAQ / Product)
- 有关键数据的独立说明(成立时间、案例数、服务范围)
- 有 FAQ 板块,且问题来自用户真实问法
C. 引擎抓得到你吗(来源层)
- 知乎 / 公众号 / 行业平台有企业相关内容布局
- 高权重平台上企业信息口径一致(名称、业务、数据)
- 百科类 / 问答类平台有企业的准确条目
- 内容里引用的数据都有明确来源标注
- 内容更新频率稳定(AI 偏好活跃来源)
记分方式:每项 1 分。≤10 分:AI 眼里你基本不存在;11-15 分:有存在感但不稳;≥16 分:领先大多数同行。建议每季度复测一次。
② 引用监测记录表(模板)
字段设计:日期 / 引擎 / 提问词 / 是否提及 / 引用来源 / 引用位置 / 信息准确度(对/错/部分)/ 备注。用任意表格工具建一张表,每周固定跑一遍提问词库即可。(Excel 模板整理后将在此提供下载)
③ 提问词库搭建方法
- 从客服记录、评论区、销售聊天里收集用户原话提问(自然语言,不是关键词);
- 按三类归组:推荐类 / how-to 类 / 对比判断类;
- 每类挑 5-8 个高频问法,合计约 20 个,固定成词库;
- 每周用同一词库问一遍四个引擎,只记录不优化——先看趋势,再动手改。
④ 常见问题
怎么判断我的企业有没有被 AI 引用?
在豆包、元宝、Kimi、微信 AI 中,用约 20 个固定的行业问题(如"国内做游乐设备定制有哪些靠谱厂家?")逐一提问,记录回答中是否提及企业、引用了哪些来源、信息是否准确。用固定词库每周重测,才能看出趋势。
企业没被 AI 提及怎么办?
按三层排查:引用层(AI 是否提及)、内容层(官网内容是否结构化、AI 是否读得懂)、来源层(知乎、公众号等高权重平台是否有口径一致的企业信息)。先补最薄弱的一层,再复测。
AI 答错了企业的信息怎么处理?
答错通常来自公开平台上信息口径不一致。优先统一百科、知乎、公众号、行业平台上的企业名称、业务范围和关键数据,并确保官网有明确的数据来源标注。
多久复查一次比较合适?
建议每周用同一词库记录一次引用情况,每季度按 20 项诊断清单做一次完整复测。AI 引擎的引用偏好会随模型更新变化,纵向对比才有意义。