体检诊断
想知道自己在 AI 里到底是什么形象的企业
一次交付 · 报告 + 问题清单 + 修复优先级
- 站点 GEO 六维评分（含集团多站）
- 逐项归因：哪个标签、哪一行、为什么失分
- 跨来源实体口径冲突清单
- 按性价比排序的修复处方
- 可自行执行的优先级建议
治理陪跑
已经有官网和内容，但 AI 读不懂、说法还打架
按站 / 按项目 · 诊断 + 治理 + 语料，落到能上线的文件
- 建立品牌事实卡：唯一真源
- 实体一致性治理：跨站口径收敛
- 结构化数据全套交付（含实体
@id串联） - llms.txt 与爬虫策略重写
- 语料工程：定义句、问答对、数据锚
- 上线护航：备份、验证、可回滚
年度托管
把 AI 可见度当成一项持续资产来经营
年费 · 季度复盘 + 持续语料供给
- 跨平台可见度监测与月度报告
- 准确上榜率追踪（含被说错的修正）
- 行业意图变化跟踪与语料迭代
- 新内容上线前的 GEO 预检
- 季度策略会与优先响应
具体报价按站点数量与治理范围确定。联系我们后会先给一份范围与工作量说明，再谈价。
交付清单
治理陪跑到底交什么
所有交付物都是可以直接上线的东西，不是建议文档。 每一项都带改造前后对照。
| 交付物 | 内容 | 形态 |
|---|---|---|
| 品牌事实卡 | 法定主体、地址与角色、电话与角色、成立年份、业务范围、方法论定义、可核验资质 | 品牌事实卡.json + 一页纸的对外口径说明 |
| 实体一致性核查报告 | 跨全部站点与已知第三方来源的字段级冲突清单，含严重度分级与处置建议 | HTML 报告 + 冲突清单表 |
| 结构化数据包 | Organization / WebSite / Service / FAQPage / BreadcrumbList，含实体 @id 串联 |
可直接部署的 JSON-LD 或 mu-plugin 文件 |
| llms.txt 与爬虫策略 | 站点说明书 + robots.txt 重写（放行 GPTBot / ClaudeBot / PerplexityBot 等） | 纯文本文件，放根目录即生效 |
| 语料工程包 | 定义句、问答对、数据锚，按意图矩阵选题改写既有内容 | 改前 / 改后逐段对照，可直接粘贴 |
| 上线护航记录 | 每次写入的备份文件、验证结果、回滚路径 | 备份 JSON + 验证清单 |
| 体检报告 | 改造后的复评分与前后对照 | HTML 报告 + JSON 原始数据 |
交付 SOP
六步，每一步都可验收
我们在自己五个站上跑过完整流程，每一步的坑都踩过一遍。 流程本身是交付物的一部分。
STEP 01
诊断与归因
跑引擎、出报告。客户验收点：问题清单是否与自己的认知对得上
STEP 02
事实卡确认
逐字段与客户确认「哪个说法是对的」。验收点：事实卡签字
STEP 03
口径收敛
按事实卡修正各站与结构化数据。验收点：冲突清单清零
STEP 04
语料工程
定义句、问答对、数据锚改写。验收点：逐段对照确认
STEP 05
上线与验证
带备份上线，前台源码逐项核验。验收点：验证清单全绿
STEP 06
复评与监测
重新体检出分，进入可见度监测。验收点：复评分对照
每步都留一手：所有线上写入都先备份原值，记录写入前后的完整数据。
任何一步客户不满意，都可以在 30 秒内回滚到改动前——
我们不改任何无法回滚的东西。
边界
我们不承诺什么
一个行业里，越是把「保证效果」说得斩钉截铁的，越需要小心。 以下是我们的明确边界：
- 不承诺「三天被 AI 推荐」
- 不承诺固定排名或固定引用条数
- 不承诺买断某个关键词的答案位置
- 不做任何针对模型的作弊性内容投喂
- 不把客户资料上传来换取服务
原因很简单：AI 答案是模型实时生成的， 没有任何服务商能控制它输出什么。说能控制的，都是在卖确定性幻觉。
承诺
我们承诺什么
- 每一项改动都给出改动前后的可查证据
- 每一处线上写入都有备份与回滚路径
- 评分规则公开可查（写在配置文件里）
- 自己的站点先做，分数与问题清单公开
- 诊断数据可本地运行，不出你的门
一个证据：我们公开自己主站的体检分 63.2 分（C 级），
以及首页两份互相冲突的结构化数据、三处并存的地址口径。
这些病历都在实测证据页 →