一、先测再说：三个动作，把“搜不到”变成可量化的问题
测之前先定口径：同一批问句、同一批AI入口、同一时间段，连续三天复测取稳定结果。各AI入口的检索与引用机制并未完全公开，本文不作机制推断，只谈可观察到的返回结果。
为什么这件事在南通格外明显？本地政务信息化需求集中在区县一级，项目多为“系统集成+运维”的组合，服务商数量不少，但对外表达高度同质。当可区分的信息不足时，AI返回的往往是通用解读，而不是某一家公司的名字——这是现象，不是猜测。
动作1：品牌指名测试
输入“公司全名 + 怎么样”“公司全名 + 政务信息化项目”，看AI是否知道你是谁、主营什么、注册在哪里。
- 产出物：指名测试记录表（问句 / 入口 / 是否出现 / 出现位置 / 引用了谁）。
- 验证方法：是否给出公司全称与正确注册地，是否链接到官网而非第三方转载页。
动作2：需求问句测试
不要直接测“南通政务信息化服务商获客”这类行业词，那是给你自己排问题清单用的。真正要测的是采购方会说的话：区县“一网通办”系统找谁做、政务系统集成商参与政府采购需要哪些资质、等保测评与系统集成能不能一家承担、信创环境适配要不要单独找服务商。
- 产出物：10—20条真实问句库，按“立项前 / 采购中 / 交付后”三段分类。
- 验证方法：AI回答中列出的服务商名单里有没有你，你出现在第几位。
动作3：溯源测试
看AI回答附带的链接指向什么页面：官网、公众号、采购公告聚合站，还是招聘页。这一步决定后面该往哪里补内容。
- 产出物：引用源分布表（官网占比 / 第三方占比 / 无来源占比）。
- 验证方法：官网被引用的次数是否随内容更新同步变化。
二、四类原因：把“搜不到”拆成互斥且穷尽的四层
四层依次是：能不能被抓到、抓到后信不信、信了轮不轮到你、轮到你说得对不对。四类原因对应四种完全不同的修复动作，混着做等于白做。
1. 没收录：AI读不到你的有效文本
典型表现是搜公司名没有任何结果，或结果全部来自第三方。政务信息化集成商最常见的问题是：官网做成一张“业务范围”长图，资质证书全部扫描成图片，公司介绍埋在PDF画册里。这类内容对人友好，对机器不可解析。
- 动作：把能力说明从图片、PDF迁移为可解析的结构化文本。
- 产出物：独立的服务页、资质页、交付类型页，每页一个主题。
- 验证方法：用搜索引擎的site查询确认页面已被抓取，再做一次指名测试。
2. 没采信：读到了，但不敢引用
表现是有内容但无主体、无出处、无时间。当有人问“这家公司靠不靠谱”时，AI需要交叉验证，单一自述页面的分量天然有限。
政务行业的特殊性在于，采购方真正关心的是资质构成、同类项目类型、履约与运维能力，而不是“我们秉承客户至上的理念”。
- 动作：建立实体一致性。公司全称、简称、注册地、官网、主营范围、对外统一表述，在所有可公开访问的平台上保持一致。
- 产出物：一份实体信息卡，加一套可公开引用的资质表述口径。
- 验证方法：AI对公司“是什么、在哪、做什么”的描述是否与事实吻合。
3. 被压过：信了，但没轮到你
搜“政务系统集成商政府采购”，返回的多是政策解读站、采购公告聚合页、同行的技术博客。原因不复杂：你写的是“我们做过什么”，别人写的是“你该怎么判断”。前者是自我介绍，后者是问题答案。
- 动作：内容重心从成果展示转向问题解答。
- 产出物：立项准备、技术分应答、验收与运维衔接一类的问答型内容。
- 验证方法：AI回答里是否出现你的表述被引用，而不仅是公司名被提及。
4. 信息错误：出现了，但是错的
公司名少两个字、把南京写成南通、把某一类项目描述成全部业务、早已更新换代的资质仍挂在旧页面。错误信息会被反复引用并放大，优先级高于任何新增内容。
- 动作：先纠错，再补内容。
- 产出物：错误信息清单，加各平台同步修改记录（含修改时间）。
- 验证方法：两周后用同一批问句复测，确认错误表述不再出现。
三、四条修复路径：动作、产出物、验证一一对应
收录修复：把官网写成一份“能力说明书”
按服务拆页，而不是按部门拆页。政务服务系统集成、数据共享交换、信创环境适配、等保合规配套、运维托管，各成一个独立页面。
每页固定五段：这是什么、解决谁的什么问题、需要哪些前置条件、常见交付物、常见问题。意义在于：AI需要的是可以直接摘取的句子，而不是需要二次解读的宣传语。
采信修复：给AI可交叉验证的锚点
同一个事实至少要有三个互相独立的可访问来源。官网自述是一个，已经公开发布的采购公告是一个，行业组织的公开活动记录是第三个。只引用已公开、可核验的信息，未公开项目一律不写。
提醒：涉及业主单位名称、项目金额、验收结论时，以公开发布口径为准；无公开来源的一律不写。这是合规底线，也是被采信的前提。
压过修复：用采购方的语言写标题
把标题从名词改成问题：区县政务系统集成项目立项前要准备什么、政府采购技术分怎么写才不失分、等保2.0与系统集成的先后顺序怎么排、运维期第一年最容易出什么问题。
这些问题在南通及周边区县的招采实践中反复出现，具备长期检索价值，也不依赖短期热点。注意边界：只做公开规则的解读与经验总结，不解读未公开的评审口径，不承诺中标结果。
纠错修复：先止血，再补血
顺序固定：错误信息 > 核心服务页 > 长尾问答内容。错误信息每多存在一天，就多被引用一次；而新增内容的见效周期本就长于纠错，顺序反了会拖慢整体节奏。
四、竞品占位反查，以及“多久能修复”的诚实口径
竞品占位反查怎么做
把第一步的问句库整批跑一遍，记录每次AI提到的公司名单（通常三到五家），做一张占位表：问句 / 被提及公司 / 引用来源 / 内容类型。四列足够，不必再加。
看的是同行被引用的“源”属于哪一类：采购公告、行业媒体、技术社区、官网。判断AI在这个问题上更信任哪类源，然后补齐同类源，而不是照抄同行的稿子。
对做南通政务信息化服务商获客的团队来说，这张表比任何关键词工具都直接：它告诉你客户在AI里先看到谁，以及为什么先看到的是他。
多久能修复：分三层说，不给承诺
- 可抓取性修复：周级。图片转文本、页面拆分这类技术性动作，通常几周内可见变化。
- 内容重构：月级。服务页成体系、问答内容形成规模，需要一到两个季度的持续投入。
- 采信与占位：季度级，且取决于同行的动作。AI回答是动态的，任何“X天必被推荐”的说法都不可信。
因此不设排名目标，只设三个可观测指标：事实正确率、指名出现率、官网引用源占比。三个指标同时改善，才算真的修好了。
五、配图说明与可执行自查清单
配图说明
- 图1：AI助手问答界面截图（脱敏处理）。图注：指名测试示例，同一问句在三个入口的返回差异。
- 图2：四类
