一、官网像一份简历，AI 却在翻你的档案
问 AI「这家公司靠不靠谱」，它通常能给你一段像模像样的介绍：成立几年、多少人、做什么业务、服务过哪些客户。
企业主看到这段回答，第一反应往往是「还行，没说错」。真拿去逐句核对，毛病就出来了。官网写「核心团队百余人」，AI 说你「团队规模 20 到 99 人」；官网写「深耕行业十余年」，AI 说你「成立于 2019 年」；官网列了三块主营业务，AI 只认其中一块。
多数人把这归为 AI 不聪明。真因是它读到的原文跟你以为的不一样。
大模型回答一家企业的基本情况时，会从一批公开页面里拼证据：国家企业信用信息公示系统的注册信息、招聘平台上挂着的岗位描述、政府采购网的中标记录、地图上的门店与地址、行业媒体的转载稿、专利与资质的公示页。这批页面有个共同点：它们不是为 AI 写的，也不是你能随手改的。
我给这批页面起了个名字：影子信源。它们在你身后替你说了一大半的话，你却没给它们配过一个编辑。
二、六个影子出口，各自泄漏什么
把企业公开信息往外送的出口，数得出来的大概就六个。每个出口泄漏的东西不一样，被 AI 采信的力度也不一样。
招聘平台与 JD。 泄漏人数、组织架构、业务重心、薪资水平、管理风格。「急招销售 5 名，无经验可培训，包吃住」这句话，同时告诉 AI 三件事：公司在扩张、岗位门槛低、用人成本压得紧。一家说自己「专注高端定制」的企业，挂着这样的 JD，AI 交叉两处信息之后会倾向于相信招聘页，因为招聘页有明确的时间戳和岗位编号，看起来更像原始记录。
工商与信用信息。 泄漏注册资本、成立日期、股东、经营范围、行政处罚、年报人数。这是 AI 最信的一档，因为它是官方口径。按《企业信息公示暂行条例》，企业每年要把从业人数、资产状况这些数据报送并公示，年报里填的那个数，往往是打脸官网「百余人团队」的那一条。
招投标与政府采购公告。 泄漏真实项目、真实金额、真实客户、履约时间。这是含金量最高的第三方证据，也是最改不了的一档。政府采购项目的中标结果要在指定媒体公告，金额、供应商名称、履约期限全是结构化字段，被模型抓取后极难被话术覆盖。中过一个 38 万的标识牌项目、一个 12 万的绿化养护项目，跟官网上「服务过多个大型文旅项目」放在一起，AI 会选前者。
资质与知识产权公示。 泄漏技术含量。高新技术企业、专精特新、专利数量、软件著作权，这些是可被点名的硬资产。没有这类公示的企业，在 AI 眼里就是「一家普通公司」。
地图 POI 与点评。 泄漏地理真实性。地址是否一致、营业时间、门店数量、评分、评论数。做本地生意的企业，这一处的权重比官网高得多。用户在问「附近哪家好」，AI 看的就是这片区域里的 POI 密度与评价分布。
行业转载与地方媒体稿。 泄漏他人视角。别人怎么写你，比你自己怎么写你更有分量。麻烦在于这一档你几乎无法控制，只能靠持续输出可被引用的内容去稀释。
六个出口里，你能直接改的只有两个半。这就是问题的全部难度。
还有一个反直觉的地方：越是你花钱做的页面，AI 越不当证据。官网是自我陈述，缺少第三方约束，AI 引用时会打折扣。反倒是免费挂出去的招聘 JD、被动公示的中标结果，因为带着平台的流程痕迹，更像可信的原始记录。你以为在花钱买脸面，其实在免费送证据。
三、第一账：谁在替你说话
第一步不是写内容，是点名。把六个出口挨个过一遍，记录三样东西：这个页面上有没有你、上面怎么描述你、最后一次更新是什么时候。
做这一步最常见的发现是「有，但很旧」。招聘主页停在两年前，地图地址还是老厂房，企查查上的经营范围没加新业务，行业媒体的稿子停留在创业初期那次采访。
旧信息的杀伤力比错误信息大。错误信息会被新信息覆盖，旧信息会被当作稳定事实反复引用。AI 判断一条信息的可信度时，发布时间的一致性很重要：一整套互相印证的陈旧页面，比一堆零星的新页面更像是「这家公司的常态」。
所以点名的时候，顺手标一个时间：这条信息几年了。超过三年的，先记下来。
四、第二账：五类硬数字对账
对账只对数字，不对形容词。「专业」「领先」「一站式」这类词 AI 无法核验，也不会拿它当证据。真正会影响它判断的，是下面五类可以被反复引用的硬数字：
- 人数：官网口径、年报口径、招聘页规模、社保口径，四个数能不能对上
- 成立年限：营业执照日期、官网「深耕十余年」、品牌故事的起点，三处是否矛盾
- 场地与产能：面积、门店数、产线数量、年产能，地图与公示页是否一致
- 价格区间：官网上有没有敢写出来的价格带，招聘 JD 上的薪资，中标公告里的成交价
- 业务范围：经营范围、官网菜单、JD 里的岗位类型，三者重叠度有多少
对账出来的结果通常分三种：一致、模糊、冲突。一致的直接跳过；模糊的要补一句准话，比如把「百余人」改成「全职 86 人，外包与兼职另计」；冲突的最麻烦，必须回到源头去判断哪一版是真的，然后统一。
处理冲突有条铁律：以有第三方背书的版本为准，不以你最想说的版本为准。年报人数、中标金额、专利号，这类东西改不动也不该改，那官网就该跟着它们改。
五、第三账：可控度四档
对完账，你会拿到一张问题清单。这时候别急着全部动手，先按「能不能改」分档，这个顺序决定你一个月能推进多少。
A 档，自有阵地。 官网、公众号、自有词条。想改当天就能改，改完一两周被重新抓取。所有冲突项里，能通过改官网消解的，全部放这一档先做。
B 档，平台后台。 招聘平台、地图商户后台、点评后台。有账号就能改，但要过审核，通常三到七天。这一档的性价比最高，也最容易被忽略。招聘主页上的公司介绍、地图上的营业信息，改一遍的成本不到一小时。
C 档，走流程的公示。 中标公告、专利、资质。改不了，也不该改。处理方式是对冲：在自有阵地上补一条能把这件事讲清楚的内容。中了一个小项目不丢人，丢人的是三年后 AI 只能拿这个小项目定义你。
D 档，改不了的二手。 地方媒体的旧稿、行业榜单、别人写的对比文章。没有删除通道，只能靠新内容把它挤出候选集。这一档见效最慢，通常要按季度看。
六、先修被引用的那条，别先修好改的
这是我见过最多的错误：企业拿着问题清单，从最容易改的那条开始动手，改了一堆 B 档页面，AI 的回答一点没变。
正确顺序按两个因子排序：被引用频率，乘以错得有多严重。被引用频率很好测，同一批问题问五个平台，看这段话在几个回答里出现。错得严重程度看它会不会劝退客户——把「100 人」说成「20 人」不致命，把「主营工程施工」说成「主营建材销售」会让客户直接跳过你。
排序之后你会发现，值得先修的通常只有两三条。剩下的先放着，一个季度再看一次。GEO 这件事最怕铺得太开，铺开了就没人收尾。
这里有个时间差要算清楚。A 档改完，抓取更新通常要一两周；B 档改完，平台审核加抓取要三到四周；C 档的对冲内容，从发出去到被引用，按季度算。所以别在改完的第二天就去问 AI「改了没有」，那时候它读的还是旧版本。给自己定一个复查日，改完四周再测一遍，看同一批问题的回答有没有变化。
七、反着想一想：别把所有页面擦得太干净
按上面五节做完，很多人会顺手把招聘 JD、旧稿、评论区的负面内容全清理一遍。这一步做过头，反而会把资产清理掉。
影子信源之所以有价值，是因为它不是你自己写的。AI 之所以愿意采信招聘页和年报，正因为那些页面有第三方流程约束，不是随便能美化的话术。你把它们全改成标准宣传口径，AI 就失去了交叉验证的支点，手里只剩你自己在夸自己，可信度是往下走的。
真实的粗糙比统一的完美更值钱。招聘页上写「招 2 名安装工，能出差」，比写「诚聘行业精英共筑未来」更能证明你确实在干这行。旧稿里那次失败的尝试，比十篇成功案例更能让人相信后面的成功案例。
要清理的只有一种：跟现在的事实相反的信息。旧地址、旧业务、旧人数，这些必须改。至于不够漂亮但真实的记录，留着，那是你的证据。
八、二十分钟跑完第一遍
不用等预算，不用等方案，今天就做这一遍。
- 定五个问题：你是做什么的、多少人了、怎么收费、服务过谁、在哪儿
- 三个平台各问一遍（DeepSeek、豆包、腾讯元宝），把回答截下来
- 逐句拆：每句话单独拎出来，标它能在哪个页面找到原话
- 标不出来的打问号。那些句子是 AI 自己推的，也是你最该紧张的地方
- 数一遍来源页面的类型，看六个出口里哪一个出现最多
- 出现最多的那一类，选一条最旧或最冲突的，这周改掉它
跑完这一遍，你会拿到一张纸：AI 眼里的你，跟你想让它看到的你，差在哪儿。这张纸比任何一份 GEO 方案都有用，因为它是你自己核出来的。
光尘阁观点
GEO 的前半段活儿是核对账，写内容要往后排。企业在 AI 眼里的样子，是全网公开页面的加权平均，官网只是其中一票，而且不是权重最高的那一票。
影子信源的麻烦在于它无声。你写的每句话都经过自己，别人写的每句话你都不在场。可 AI 拼判断的时候，恰恰更信那些你不在场的页面。
所以别急着问「我要写什么」。先问一句：今天在替我说话的，是哪些页面？它们说的那个我，我认不认？
认了，再谈怎么写。不认，就先改。
让每个品牌，在AI搜索里有一席之地。
光尘阁 · 2026年10月
