知识库

为什么 AI 引用的是竞品,而不是你

检索类爬虫准入、答案前置结构与实体证据,共同决定谁能被引用。

当 AI 回答里点名两个竞品却跳过你的品牌,原因通常不是某一个标签写错。检索增强型模型会用三类证据组织答案:能抓到的页面、能直接摘取的段落、能核实的实体。三者缺一,模型就会退回它已经在别处见过被引用的品牌。

第一环是准入。检索类爬虫与训练类爬虫是两套规则、两个代理。如果 robots.txt 用「User-agent: *」一刀切屏蔽所有机器人,你的页面就退出了检索池,而竞品没有。逐条核对每个爬虫的声明,确认被屏蔽的路径不是承载产品或服务页的那一条。

第二环是可引用性。模型偏好前两句就给出结论、随后再展开的页面。以品牌口号、轮播图或 Cookie 弹窗开场的页面,抽取器拿不到可以摘取的句子。把每个核心页面的开头改成「先结论、后论据」,让答案在任何交互之前就已经是纯文本。

第三环是实体证据。模型只会推荐它能描述清楚的品牌:卖什么、服务哪里、谁在负责、有哪些第三方可以核实。Organization 与 Product 结构化数据有帮助,但它们只是复述页面上已有的信息。一个政策页、一个可核实地址、一两条独立提及,比任何 schema 字段都更有效。

落地顺序是准入、结构、实体。检索爬虫被屏蔽时改结构化数据毫无意义。先用爬虫视角抓一遍 robots.txt 与核心页面,再把「模型能抽取的文本」和「买家看到的文本」逐段对照。