我们做了一个工具，测一个品牌在 DeepSeek、通义、豆包、Kimi、混元这些 AI 里会不会被提到、被推荐。 第一个被测的是自己：总分 16，网站层 36，五个模型里有四个完全不认识「灵智引擎」。
这篇记录按报告逐项修复官网的过程，以及一个反直觉的结果：网站分数从 36 涨到 84， 总分却只从 16 涨到 35 左右。原因值得每个想做 AI 可见度的人先搞清楚。
报告说我们缺什么
网站层 15 项检查里，六项是 0 分：
- 站点地图（权重 8）：没有 sitemap.xml，AI 只能顺着链接一页页爬，漏掉的内容等于不存在。
- 结构化数据 Schema.org / JSON-LD（各 8 分）：没有任何标注，AI 只能从 HTML 里猜「这家公司是干嘛的」。
- 内容更新时间（权重 8）：页面没有可识别的时间，AI 无法判断信息还算不算数，引用意愿下降。
- RSS/Atom（权重 6）：没有订阅源，新内容要等爬虫碰巧发现。
- Canonical（权重 5）：没声明哪个地址是正版，同一篇内容多个入口会互相稀释。
怎么修的
全是标准动作，半天可以做完：生成 sitemap.xml 并在 robots.txt 里声明； 给组织信息、服务、文章分别补上 JSON-LD；每页加 canonical； 把最后更新日期显式写在页面上而不是藏在 git 记录里；开一条 RSS。
有两项我们故意没做：报告建议补「文档中心」和「帮助中心」，各值 8 分和 6 分。 为了分数凭空造两个空页面，是在自己的产品上作弊。有真内容时再上——你现在看到的这篇， 就是那个「真内容」的第一篇。
结果：分数翻倍，总分只涨一半
网站层 36 → 84，但总分只到 35 上下。因为 GEO 报告里网站只占四成， 另外六成是可见度（AI 认不认识你、会不会推荐你）和引用来源， 而这两项我们仍然是 0。
改官网只解决「AI 能不能读懂你」，解决不了「AI 知不知道你」。
前者是一次性的技术工作，半天搞定；后者要靠内容在网上持续积累—— 知乎回答、公众号文章、第三方提及、真实口碑，这些才是模型记忆和实时检索的来源。 任何告诉你「改改官网就能被 AI 推荐」的说法，看看这两个数字就知道不成立。
接下来 30 天
我们会把自己当成第一个客户公开做完整个过程：每周发布交付实录、在问答平台回答本行业的真实问题、 补齐案例的结构化信息，然后用同一套问题、同一批模型、同一个评分口径复测， 把每次的分数变化贴出来——包括没有变化的那几周。
口径必须锁死才有意义：换了题库或判定规则还比分数，等于自欺欺人。 我们的报告里会标注题库版本和判定版本，就是为了这件事。