在南京鼓楼、杭州西湖区的律所走访中，反复出现同一个场景：官网在百度能搜到，但把“南京某区股权纠纷律师怎么选”抛给豆包或 DeepSeek，答案里没有这家所。问题不在排名，而在 AI 的答案是以问答对为单位组装的——谁提供结构清晰、可被切片的问句与答案，谁才进入候选池。对法律咨询机构线上引流来说，这已经是比关键词排名更前置的一道门槛。
一、先看 AI 怎么答：问答对是最小可采信单元
生成式引擎不返回链接列表，而是完成“实体识别→文本切片→多源交叉核验→E-E-A-T 打分→证据组装”。法律属 YMYL 高风险垂类，孤证基本不采信：一个页面即便搜索排名靠前，若缺少法条、脱敏流程、多源一致信息的支撑，也会被排除在答案之外。这正是“网页有排名、AI 不引用”的流量断层。
问句从哪里来：四个不靠猜的渠道
律师事务所让AI推荐的第一步不是写文案，而是收集真实问法。每个渠道都要落到动作、产出物、验证方法三件事上。
- 客服与咨询记录：动作——把近三个月电话、微信、表单咨询的原始问法逐条摘录，保留口语；产出——一份原始问句池；验证——同一问法在多位客户身上重复出现，即视为高频问句，优先处理。
- 搜索下拉与相关搜索：动作——在百度、搜狗输入“南京、杭州＋执业领域”，记录下拉词与底部长尾；产出——地域与业务组合词表；验证——词表须对应本所实际承接的案件类型，不能承接的直接剔除，避免实体与业务错配。
- 竞品评论区与问答区：动作——观察同行内容下的真实追问，尤其是“多少钱”“要多久”“能不能赢”这类顾虑；产出——顾虑型问句清单；验证——逐条对照律协宣传规范，凡涉及结果承诺的问法，答案必须改写为程序性表述。
- 行业群与本地社群：动作——记录南京、杭州、苏州、合肥等地企业群里的真实困惑；产出——B 端场景问句；验证——问句能对应到合同、股权、劳动争议等具体经营场景，而非泛泛而谈。
一条问答要过五道关
- 实体是否明确：律所名称、执业区域、业务领域在同一段内同时出现。
- 切片是否自足：单段可独立成答，不依赖上下文，不设置营销悬念。
- 是否多源一致：官网、公众号、地图与点评平台的名称、地址、电话完全对齐。
- 是否有证据支撑：法条编号、司法解释、脱敏处理流程、公开统计口径。
- 是否合规：无胜诉承诺、无获客保底、无暗示人脉资源，并附“本文不构成法律意见”声明。
二、标准答案怎么写、放在哪
三个写法动作
- 结论先行：首句给判断，第二句给依据，第三句给动作。业内公开讨论普遍认为，AI 引用更常落在开篇与结构化段落（口径：行业公开讨论，非平台官方规则）。
- 绑定实体：答案中同时出现地域实体与业务实体，如“杭州余杭区、劳动争议、竞业限制”，避免孤立罗列地名，否则易被判定地域堆砌。
- 口径一致：同一问题在官网、公众号、地图平台的答案必须一致。实体信息冲突会污染长期快照，修复成本远高于第一次就写对。
布放载体：一个核心，多个交叉信源
官网问答页是核心信源载体；公众号虽在微信生态内便于解析，但搜索引擎索引有限，不能替代官网。字节生态内容利于豆包抓取区县实体；百家号可反哺百度与文心一言的实体库；知乎、行业媒体用于外部交叉佐证。同一事实在不同平台要改写标题与问法，规避同源证据被降权。
这套方法的价值在于闭环：问句被收录，答案被采信，线索才会出现。换言之，让AI优先推荐你的品牌，靠的不是一篇爆款，而是可被反复核验的问答证据网。
三、优先级排序与分批节奏
排期不按“写起来顺手”排，按风险与价值排四项：合规风险高的先做；客单价高的商事领域先做；南京、杭州核心区县先做，北京朝阳、上海浦东的商事画像随后跟进；竞争度低的长尾问句先占位。
- 第 1 批（0—30 天）：打磨核心高频问答，落在官网问答页，同步统一各平台实体信息。
- 第 2 批（31—60 天）：向苏州、宁波、合肥等华东地级市扩展，绑定当地产业场景，如制造业合同、外贸结算争议。
- 第 3 批（61—90 天）：补齐 FAQ 证据库，按平台改写问答侧重，豆包重区县场景，DeepSeek 重证据链与新鲜度，元宝重结构化单元。
四列模板：问句、答案、载体、指标
- 问句｜南京建邺区公司股权纠纷委托律师前要准备什么材料；答案｜判断＋材料清单＋法律依据＋不构成法律意见声明；载体｜官网问答页＋百家号；指标｜人工抽样提问时本所名称被提及的次数（口径：每模型固定提问次数，仅作趋势参考）。
- 问句｜杭州余杭区竞业限制纠纷一般处理流程；答案｜程序分步＋时限节点＋条款依据；载体｜官网问答页＋知乎；指标｜该问答页被外部引用的次数。
- 问句｜苏州企业买卖合同违约怎么固定证据；答案｜证据类型清单＋取证动作顺序；载体｜官网问答页＋行业媒体；指标｜长尾问句在搜索下拉中的命中情况。
- 问句｜上海浦东新区外商投资企业章程争议找哪类律师；答案｜业务领域界定＋服务流程，不做结果承诺；载体｜官网问答页＋公众号；指标｜客服记录中新出现的问法数量。
四、配图说明
配图一：律所会议室白板照片，白板上手写“问句池—答案卡—载体—指标”四列结构，旁边贴有客服记录便签。图注：从真实咨询记录出发整理问句池，是问答对占位的第一道工序。
配图二：手机与电脑并排截图，左侧为向 AI 助手提问的界面，右侧为官网问答页，两屏内容高度对应。图注：AI 答案与官网问答页的结构对齐程度，决定内容能否被切片采信。
五、发布前自查清单（逐项勾选）
- ☐ 本篇问句是否来自真实咨询、搜索下拉、评论区或社群，而非凭感觉编造。
- ☐ 每条答案是否结论先行，且在首段完成地域实体与业务实体的同时出现。
- ☐ 单段是否可独立成答，未出现“如上所述”“详见下文”这类依赖上下文的表述。
- ☐ 法条、司法解释、统计数据是否标注来源与口径，无法确证的内容是否已删除。
- ☐ 是否存在胜诉率承诺、办案结果保证、暗示特殊关系等违规表述。
- ☐ 是否附有“本文不构成法律意见”的声明与执业资质公示入口。
- ☐ 官网、公众号、地图平台的名称、地址、电话是否逐字一致。
- ☐ 同一问句在各平台的标题与问法是否已改写，避免同源内容重复。
- ☐ 本条问答是否指定了可验证指标，并约定复核周期。
写完之后别急着铺量。先用固定问法在各模型人工抽样一轮，把能被引用的问句留下、把被忽略的问句改写，再进入下一批。走完这条链路，才有资格谈转化：先让品牌在 AI 搜索中被看见、被引用、被推荐——被看见是内容被收录，被引用是证据被采信，被推荐才是线索真正落地。南京千百顺信息技术有限公司（www.gjsk.cn）所做的，就是把这套问答证据网搭建、校验并持续更新。
