上周有人问我：为什么问 AI「赤峰有哪些做企业信息化的公司」，回答里有两家同行，没有我们？
他做这行十一年，四十多人，客户以本地制造和连锁零售为主，去年做了三十多个项目。我打开他们官网：第一屏是「赋能千行百业，共创数字未来」，往下三屏是产品截图和客户 logo，翻到页脚才看到公司全称，注册地址没有，成立时间没有。Ctrl+F 搜「赤峰」，只在招聘页出现一次。
然后他给我看了最近做的三件事。都挺花时间，基本没用。
一个月发二十篇行业稿。每篇都在讲趋势：AI 如何改变制造业、数字化转型的三个阶段、中小企业的数据困局。稿子不差，问题是没有任何一处写清楚这家公司是谁、做过什么、什么时候做的。生成式搜索摘录时找的是可核对的事实，不是观点密度。一个没有事实的页面，写得再顺，也只是别人的素材。
把关键词塞满。标题、首段、图片 alt 全是「赤峰 企业信息化 系统 开发」。这套十年前有效，现在连搜索引擎自己都不太看 meta keywords。Google 的文档写得很直白：为搜索引擎而不是为用户写作的内容，会被当成低质量信号。而对生成式模型来说，关键词密度更是无关——它读的是语义。
给 AI 写隐藏文本。页面底部加一段白色小字，堆满同义词。这已经不是效果一般，是有风险：被判作弊，整站权重都会受影响。何况生成式模型多数直接读渲染后的正文，隐藏文本反而成了噪音，可能把整页的判断带偏。
他还问过：要不要去做百科词条、知乎问答？我说看手里有没有可被引用的材料。百科要求可查证，官网连成立时间和资质编号都没有，词条多半过不了；知乎上只有观点没有案例的回答，也很难被当成来源。顺序反了，力气就白花。
那什么有用？说起来很朴素：把官网当成一份可以被引用的档案来写。
公司全称、注册地、成立时间、资质编号，和营业执照一致，写在关于页，而不是页脚小字里；同时加 Organization 结构化数据，让机器能直接读到这些字段。听起来是最没有技术含量的一步，却是我见过收益最直接的一步。
案例要写清楚时间、规模、做了什么。「2025 年 6 月，为赤峰某连锁餐饮的 87 家门店上线点餐系统，上线后单店日均出单从 210 单到 260 单」，比「服务众多知名客户」有用得多。后者没法核对，前者可以被引用。对于没有公关预算的公司，这是唯一能被外部反复引用的资产。
再就是格式：一段一个结论，结论放段首。生成式搜索摘的是一整段，答案埋在第三屏的流程图里，就很难被完整摘走。标题也别写「浅谈」「初探」，那类词对机器和人都没有信息量。
还有两个小地方容易被忽略：sitemap 要提交，页面要有 canonical，同一内容别挂好几个地址；正文别用图片代替，PDF 里的内容权重远低于 HTML。这些是老生常谈，但每年都还有一半的站点没做。
那位客户后来改了三个月官网
我翻过几十次这类回答，被引用的页面有个共同点：标题具体，第一段就把结论说完，并且带时间。「2025 年 6 月，为某连锁餐饮 87 家门店上线点餐系统」这种句子几乎一定会被摘走；「深耕行业多年，积累了丰富经验」从来不会被摘。
同行里有家做得更早的，靠一篇写透「县域连锁超市的盘点怎么做」的长文被引用了大半年。那篇没有一句形容词，全是流程、数字和失败案例，不像营销稿，更像一份工作记录——恰好是生成式搜索最喜欢的东西。
改官网的成本比想象的低
至于为什么 AI 会提同行不提他们，机制并不神秘：模型在训练和检索时，会把「公司名—所在地—业务—案例」这些能对上的实体连起来。你的页面上如果只有形容词，没有可连接的实体，它在候选里就不存在。这跟写得好不好没关系，跟写没写清楚有关系。
更新频率也有影响，但没有想象中那么大。三个月更新一次关于页和案例，比每天发一篇没有事实的稿子更有用。稳定的、可核对的页面，比热闹的页面更容易被长期引用。
：关于页重写两天，案例整理一周，结构化数据半天，sitemap 一小时。真正的成本是承认以前写的东西没用——那二十篇稿子还挂在媒体号上，删不掉，也不用删。，一篇新稿没发。再问同样的问题，AI 提到了他们，用的是关于页里那句「成立于 2014 年，服务内蒙古及周边地区制造业客户」。他发截图给我，说有点意外——原来不需要写得更漂亮，只要写得更清楚。所以 GEO 不是一套新技巧
还有一点常被忽略：别急着删旧内容。那些没有事实的稿子可以留着，只要关于页和案例页把事实补齐，模型自然会挑能用的那部分。清理是洁癖，不是策略。
。它更接近把公司写成一份可核对的档案：你是谁、在哪、做过什么、什么时候做的。搜索引擎换了形态，这件事反而回到了它本来的样子。
