今年8月有个做工业润滑油的客户给铭赞打电话,声音里带着焦虑:"闫老师,我让ChatGPT搜'西安工业润滑油厂家推荐',AI给我列了三家——两家是我的直接竞品,还有一家是我听都没听过的小厂。我的公司做了15年,在行业里排前三,为什么AI连提都不提我?这不公平!"我跟他说,AI没有"公平"这个概念,它只会基于全网公开的信息做判断。你被跳过不是因为AI偏心,而是因为你在AI的"决策信号"上输给了那三家。
AI做推荐时看的四个核心信号
要搞清楚为什么AI推荐竞品不推荐你,得先搞清楚AI做推荐时到底在看什么。铭赞花了三个月对15个行业、60对"AI推荐了竞品但没推荐我"的场景做了反向拆解,发现AI在做企业推荐类回答时,稳定地在看四个信号。这四个信号的权重从高到低排列:
信号一:实体可信度分数(权重约40%)。这是最核心的判断。AI会先给每个候选实体打一个"可信度分数",依据包括:NAP一致性、权威来源背书数量、实体信息在独立来源间的交叉印证度。铭赞给那个润滑油客户做的实体扫描结果是:他的NAP一致性只有58%(官网写"西安高新区",百度百科写"西安市雁塔区",10个地图平台里有3个电话写错了),而被推荐的竞品A的NAP一致性是94%。光这一项,AI判断竞品A比他可信得多。
信号二:主题领域权威度(权重约25%)。AI会看这个企业在"被问的问题对应的主题领域"里有没有足够多的深度内容。比如问"工业润滑油厂家",AI会倾向于推荐那些在行业标准、技术参数、应用场景这些深度话题上有大量内容的企业。铭赞的那个润滑油客户,官网有4个产品页和12篇新闻稿,但没有一篇深度行业文章;而被推荐的竞品B,有30+篇覆盖"高温润滑油选型"、"齿轮箱润滑油更换周期"、"工业润滑油粘度等级对照表"等主题的深度文章,而且这些文章之间有结构化的内部链接形成主题集群。
信号三:外部权威引用(权重约20%)。AI会参考第三方来源对这个企业的引用情况——行业目录收录、媒体报道、客户评价、论坛讨论、甚至维基百科和百度百科。铭赞的那个润滑油客户,在百度百科上有个页面但信息很旧(成立年份还是错的),在行业黄页上只有1条收录;而被推荐的竞品C,有百度百科、维基百科英文版、5个行业目录、2篇行业媒体报道、LinkedIn和YouTube企业页。
信号四:地理和场景匹配度(权重约15%)。AI会看企业实体信息的"服务范围"、"地理位置"、"目标客户"等字段,跟用户问题里的关键词做匹配。如果你的企业实体页面上明确写了"服务范围:西安及周边地区",用户问"西安润滑油厂家"时AI更容易提到你。但铭赞的那个客户,所有平台上的实体信息都没写服务范围——AI不知道他能不能服务西安的客户。
一个完整的逆袭案例:如何让AI从全推竞品变成同时推荐你
还是那个润滑油客户,我们帮他做了以下四件事,用了6周时间,然后再测同样的问题,AI的推荐名单里同时出现了他和之前被推荐的三家竞品:
第一周:NAP对齐。我们的工具扫描出他在47个平台上有32处不一致。我们分三类处理:官网和自己能编辑的平台(LinkedIn、YouTube、公司自己的黄页)直接改;需要联系平台客服修改的(百度百科、10个地图平台、25个黄页)整理成清单由客户的运营团队去改;改不了的(比如已经关闭的网站)做清理。两周后NAP一致性从58%拉到92%。
第三周:实体页面补全。帮他创建了完整的LinkedIn企业页(有12条产品内容、3篇行业文章)、完善了百度百科(修正了成立年份、补充了产品线、加了官网链接)、注册了3个国内工业行业目录、2个海外B2B平台。每个实体页面的"服务范围"字段明确写了"西安及周边地区,面向机械制造、汽车零部件、电力设备等行业"。
第四-五周:写主题集群内容。围绕"工业润滑油选型"这个核心问题,写了8篇深度文章:工业润滑油粘度等级怎么选、高温环境用什么润滑油、齿轮箱润滑油更换周期、金属加工润滑油选型指南、不同润滑油品牌对比、润滑油常见问题FAQ、怎么判断润滑油是否需要更换、工业润滑油选型错误的后果。每篇之间有内部链接指向相关文章,同时所有文章都指向核心产品页。
第六周:部署llms.txt和爬虫测试。在网站根目录部署llms.txt文件,告诉AI爬虫"这是一家西安的工业润滑油生产厂家,核心内容在产品页和主题集群文章,关于我们页面包含官方实体信息"。然后用GPTBot、BingBot、BaiduSpider分别测试爬虫可达性——确保没有被robots.txt或Cloudflare挡住。
6周后复测,ChatGPT Search回答"西安工业润滑油厂家推荐"时,给了4家推荐——之前的3家竞品+这家客户。客户老板看到报告时说了一句话:"我花了15年做到行业前三,AI只花了6周就'认识'到了我。"
怎么判断你和竞品的差距到底在哪
如果你也遇到了"AI全推竞品不推我"的情况,铭赞有一套"竞品对标"测试方法,5个步骤就能定位差距:
- 选2-3个最常被AI推荐的竞品,加上你的公司,总共4家。
- 设计15-20个你业务上最看重的问题(比如你的核心品类、你的核心地区、你的核心客户类型)。
- 用GPT Search、Perplexity、Google AI Mode分别测每个问题3次,人工标注四家公司各自被推荐的次数和顺序。
- 对每家公司跑一遍实体一致性扫描,对比NAP分数、实体页面数量、权威来源数量。
- 分析你的差距到底在哪个信号上——是实体可信度不够?还是主题内容没覆盖?还是外部引用太少?
铭赞用这套方法帮过40+客户定位差距,结果高度一致:90%的差距都出在实体可信度和NAP一致性上,而不是内容质量。很多客户以为"竞品内容写得好所以AI推荐他",但实际扫描下来,竞品的NAP一致性可能比你高30%,权威实体页面可能比你多5个——这些才是AI真正看重的。
追上竞品的行动清单
根据铭赞的经验,下面这个清单的投入产出比较好,按顺序做:
- 先跑一遍实体扫描——不要猜,用工具实打实测出你的NAP一致性分数和实体盘点。
- 先补NAP一致性——这是投入较少、见效较快的。花2周时间把50+平台的信息对齐,AI就能开始"认识"你。
- 再建权威实体页面——LinkedIn企业页、百度百科、行业黄页,每建一个都是给AI加一个"你是真实存在的"信号。
- 然后补主题内容——围绕你最想被AI推荐的业务场景,写一组深度文章形成主题集群。不要写博客灌水,要写能回答用户具体问题的深度内容。
- 最后部署技术信号——llms.txt文件、Schema.org结构化数据、爬虫可达性检查。这些是加速项,不是基础项。
铭赞经验:AI不是偏心,它是诚实的。它在全网收集到的关于你的信息不够好、不够一致、不够权威,所以它不敢推荐你。你把这些信息补好了,AI自然会把你加进推荐名单。这个过程通常需要4-8周,但一旦建立起来,效果衰减比传统SEO慢得多。
下一步行动
想知道AI为什么不推荐你、推荐了谁?铭赞提供免费竞品对标测试——用上面说的5步方法,帮你定位你和竞品的具体差距。电话 13991172090,或访问 xamz.cn/geo/diagnosis.html 在线申请。