AI 搜索仅有可见度不够：Bill Hunt 指出企业需深层证据维持决策推荐

过去两年里，关于AI 搜索的讨论大多围绕“可见度”展开。各大团队都想弄明白：自己的品牌有没有被提及？在推荐结果里排在什么位置？竞品出现的频次有多高？以及自家产品是否被 ChatGPT、Gemini、Claude、Perplexity 和 Google 等 AI 入口频繁引用？

这些指标固然有用，但我越来越怀疑，它们是否真能反映出最终的商业成效。

大约两年前，我提出了“入围门槛”（eligibility gates）这个概念，用来指代买家在决策过程中，评估某家公司或某款产品是否持续符合要求的一系列具体标准。后来在《决策覆盖率》一文中，我对这一观点作了进一步阐述：企业是否提供了足够的信息与佐证，能让 AI 完成评估、对比、筛查，并胸有成竹地给出推荐？

顺着这一思路，我又在之前的文章中延伸出两个相关论点。在《超越内容对齐》中，我指出如果只靠各种工具和流程去机械对标竞品的内容，或许能抹平差距，却根本无法建立决策层面的竞争优势；而在《超越品牌自留地》中，我谈到 AI 所需的很多关键信息其实并不在官网营销页面上，而是散落在产品、销售、客服、技术、法务、客户成功团队以及外部渠道的各个角落。

最近接手的一个项目，正好让我有机会用真实的业务难题来检验这些想法。

问题不在于曝光率，而在于销售管线正在萎缩

这家公司在 AI 里的曝光度其实没有任何问题，经常能进入 AI 生成的候选名单。真正的隐患出在后续环节：当潜在买家继续深入对话，开始追问具体需求、工作流程、系统集成、实际效果、佐证材料以及与竞品的差异时，问题就暴露了。

他们面对的核心困惑不是“怎么让 AI 看到我们？”，而是“既然曝光量这么高，为什么进到销售管线的销售线索反而越来越少了？”我们调研后发现的残酷现实是：随着 AI 引导买家一步步走向最终候选名单，这家公司的竞争力反而在持续下滑。

为了验证这一推论并找出症结所在，我们针对多个产品品类和买家群体，设计了 38 条基于严苛筛选标准的详尽提示词，并在 5 个 AI 平台上分别运行评估，最终收集了 190 份生成结果。

我们特意避开了“哪家厂商最好”这种泛泛而谈的提示词，转而模拟买家在缩小选择范围时真正看重的条件：工作流契合度、集成能力、合规要求、互操作性、实际运行环境、分析功能、平台覆盖面等硬性决策指标。因为品牌方及其 SEO 代理公司曾坚称“绝不可能有真人输入这么复杂的提示词”，我还不得不专门写了一份长文解释这些提示词纯属诊断工具。但后来跟真正的采购主管沟通后我们发现，现实中买家使用的提示词往往比我们设计的还要长。

最初跑出的数据非常亮眼，甚至比他们现有的曝光度看板还要好看。我们的调研表明，在全部评估样本中，该品牌的提及率高达 98.4%，并且有 93.2% 的概率被列为首选推荐或备选方案。放在很多生成式引擎优化（GEO）项目里，这成绩绝对称得上头条喜讯，足够全团队开香槟庆祝了。品牌几乎每次都在场，也几乎每次都被当成重点考虑对象。然而，曝光度根本就不是我们要解决的核心问题。

而当我们拿提示词中的决策标准来审视这些回答时，73.7% 的回答在支撑涉及该公司的核心主张或推荐时，证据显得不足或完全缺失。在 15.8% 的测试中，某项核心关联、决策标准、竞争差异或发现信号存在我们所界定的“重大或关键缺陷”。证据评分标准制定得越严苛，这一比例就越高。

最关键的发现是：AI 系统普遍知道这家公司有资格参与竞争，但一旦买方开始套用具体的准入条件，AI 往往很难持续拿出过硬理由让它留在候选名单里。这才是真正的问题所在，也正是该客户线索转化漏斗不断萎缩的原因。

“被看见”不等于“准备好被选择”

询问“市场上都有哪些厂商”，与询问“哪些厂商能满足特定技术、运营、合规及业务的综合要求”，这两者之间存在天壤之别。

模型或许知道某家公司是正规厂商，也了解其主营产品，并且掌握了足够的大致信息将其列入初选名单。然而，一旦买方追问接口如何对接、是否支持特定工作流、特定运行环境下表现如何、有哪些使用限制，或有何证据支撑宣传的效果时，对信息的要求就变得极为苛刻。这些不仅是多加几个关键词那么简单，而是实打实的证据需求。

这也解释了为什么一个品牌能在提及率上达到 98.4%、首选或初选率达到 93.2% 的同时，却在近四分之三的回答中缺乏或缺失证据。这两组数据并不矛盾，它们衡量的是决策流程中的不同阶段。

不可否认，在 AI 面前具备可见度能让公司进入候选范围；但唯有“决策就绪度”，才能决定 AI 是否拥有足够的信息让它始终留在名单上。

延伸阅读：B2B 买家在主动联系前就已定好厂商——关键时刻脱颖而出的 3 种方法

短板往往在于证据，而非能力

还有一个尤为重要的发现：证据不足并不代表公司缺乏相应能力。在很多情况下，企业看似具备这种能力，但现有公开信息未能充分说明或证实这一点，无法达到 AI 给出高置信度回答的标准。

比如，营销文案里可能会宣称支持“端到端流程”，却从未展示具体流程、系统连接方式或数据在各系统间的流转路径。我们还发现了不少关于效率提升的宣传，却找不到任何来自内部测试或客户评价的“实证”来支持这一结论。

有时问题单纯在于信息过于分散。模型可能需要先把产品页面与集成页面串起来，再去翻看互操作性页面，才能推导出这些零散功能如何满足买方的需求。尽管 AI 系统有能力（或应该具备能力）完成这类多步骤关联，但每一次推导都会增加信息表达不全的风险，也给了那些证据更明确的竞品成为“更稳妥推荐”的机会。

我们还发现，最给力的内容往往既不是篇幅最长的，也不是堆砌行业黑话最多的，而是清晰阐明了能力、工作流、买方需求与实际效果之间对应关系的内容。

一个有趣的发现是，仅有第一方证据本身并不算劣势。许多主张虽然缺乏第三方背书，但并未直接被判定为缺陷。我们发现，权威的产品文档或许正是证明某项功能或集成存在的最有力证据。不过，一旦主张涉及技术优势、实际效果、普及度、业务规模、可衡量的成果或竞品差异化，客户、行业、政府、分析师等独立第三方的相互印证就变得极为重要。

这意味着，某些证据缺失根本不是内容撰写的问题，而在于是否有第三方认可这些证据。

延伸阅读：架构标记、大语言模型与生成式引擎优化中“证据”的低门槛

内容同质化的瓶颈正在于此

这一调查结果印证了我此前研究中的担忧：一键式 AI 内容生成工具正在催生“人云亦云的内容同质化”。正如我向该品牌指出的那样，目前大多数生成式引擎优化（GEO）工作，本质上只是“套着 GEO 外壳的传统 SEO”。这不过是给传统 SEO 换了个新包装，借着 AI 的生成速度做常规的内容差距分析：团队研究竞品覆盖度、“大家都在问”（People Also Ask）问题、常见提示词以及被引用较多的页面，然后批量生产内容来补齐缺口。这种做法本身无可厚非，在当前案例中，它在帮该品牌确立行业品类存在感方面也确实成效显著。但局限在于，当所有人说的话都大同小异、而你又拿不出具体细节时，问题就暴露了。

如果每家供应商都宣称自己“端到端全覆盖、高度集成、AI 赋能、弹性扩展、灵活高效”，这些话或许能帮你挤进该赛道的候选名单。但一旦模型需要判断“端到端”到底包含哪些环节、“集成”连接了什么、AI 究竟起到什么作用，或者能拿出什么证据支撑效率提升的说法时，这些空话就起不到多大作用了。

同质化内容能让你拿到入场券，却无法提供足够的信息来应对更深层次的评估。

延伸阅读：AI 能给你词汇量，但给不了你专业积淀

最难的部分是构建证据评分表

运行提示词相对简单。但针对我们要衡量的维度，市面上并没有现成的工具或框架可用。我们必须构建一套多变量的证据评分表，以判断模型是否有足够的依据，按照实际影响购买决策的关键标准对企业进行评估。

这意味着我们需要界定哪些才算强有力的证据、哪些情况下第一方文档就已足够，以及何时独立第三方佐证变得至关重要。更大的挑战在于跳出“老子天下第一”的内部思维定势，判断某一证据缺失或疏漏是否严重到足以影响客户的初选或最终决定。事实证明，这比让 SEO 从业者就排名因素达成共识还要难得多。

随后，这些判断必须转化为一套可复用的评分体系，并一致应用于所有提示词和五个 AI 交互界面。这还需要跨越内容部门的界限展开协作：销售团队协助梳理影响交易的关键标准和客户顾虑；产品团队核实功能实力与局限；直面客户的团队则负责挖掘真实的落地成果。在某些情况下，客户本身反而是最了解哪些证据真正管用的信息源。

正因如此，我认为不可能存在一份放之四海而皆准的 GEO 佐证计分卡，让所有企业直接套用。只要能实事求是地界定决策标准与充分佐证的构成要素，再去评估 AI 能否将品牌与这些标准串联起来，这套方法论本身依然可以复用。

内容团队无法凭空捏造缺失的专业知识

在我们评估准入标准和佐证要求时，发现很多缺口已经不再是常规的内容漏洞。面对那张正如一位主管惊呼“根本不会有人去看”的海量佐证缺口矩阵图，很显然，要完成改造必须全员协作。内容团队不可能无中生有，也不一定对每个环节的运作机制了如指掌。

要填补这些缺口，部分所需知识深植于组织架构本身。我们必须从产品、工程和销售团队那里一点点挖掘出来，再经由市场和合规部门审核把关。有时，如果需要比内部产出更具说服力的第三方或可溯源证明，还得拉上对外关系与合作伙伴部门协助。

内容团队的核心职责依然至关重要：他们需要梳理这些知识，理清各项要素之间的关联，构建通顺连贯的佐证链路，并以人类与 AI 系统都能读懂的方式将信息呈现出来。

GEO 评估必须深入追踪买家的决策链路

最关键的是，这个项目印证并加深了我的一个看法：只评估 AI 给出的第一条回答是远远不够的。诚然，那些类似“其他人还在搜”（PAA）的宽泛提示词，在生成一份备选清单时很有价值。但问题在于，现有工具无法像人类工作流那样保持状态，也无法整合多数用户都会经历的连续多轮提示。用户随后的每一次提示都会进一步深挖考量标准，延续既有偏好与记忆，最终交织成我常说的提示词算式（prompt math）。

这就意味着，GEO 评估必须更进一步，兼顾曝光度与决策就绪度。现在不少工具都加入了答案准确度监测功能，这确实是一大进步。但我认为，我们更应该把精力投向与企业真正关心的业务痛点结合得更紧密的地方。

切勿把佐证当成下一个内容营销套路

这里存在一个显而易见的误区：一旦营销人员意识到 AI 系统需要佐证，市面上很可能就会泛滥起“貌似佐证的内容”——篇幅更长的页面、浮于表面的图表、缺乏可信度的调研、合成数据报告，以及仅因某些人认定此类形式能影响大语言模型而生成的 AI 案例，正如之前 Reddit 发帖服务野蛮生长一样。这种做法完全偏离了重点。我们的目标绝不是炮制一些看似能说服 AI 的虚假材料，而是提供货真价实的内容，切实消除买家的疑虑与风险。

如果某项信息无法帮助懂行的客户做出更优决策，那它大概率也没必要单纯为了提升 GEO 得分而存在。

被看到，仅仅是第一步

如前所述，该公司其实已经取得了许多 GEO 项目梦寐以求的成果：可见度高达 98.4%，首选或入选候选名单的概率达 93.2%。然而，在同样这些回复中，却有 73.7% 存在论据薄弱或证据缺失的问题。遗憾的是，我们的分析无法直接证实，是否每一次丢单或随后被 AI 排除都由这一证据缺口导致。但它足以说明，如果单纯以可见度来衡量效果，根本不可能发现我们受托调查的这一短板。

任何公司都有可能成功挤进 AI 的讨论范畴，但随着对话逐步深入，若拿不出足够可信的证据，就很难继续留在候选名单中。

更多资源：

头图来源：Viktoriia_M/Shutterstock