闫宝龙

做AI搜索优化这几年，我越来越觉得最难的不是让AI提到你，而是搞清楚用户问的那句话背后，到底想解决什么问题。字面问题和真实需求之间，隔着好几层。这一层判断错了，内容就全做歪了。需求判断是内容策略的前置工序，这篇聊聊我判断需求的几个土办法。尤其是AI搜索里，用户问得更口语化，字面和意图的偏差比关键词时代更大。字面问题与真实需求的差距举两个我常见的例子。“这款产品多少钱”，字面是问价，但真实场景里可能是采购员在做预算申请，他要的是一个能写进报告的价格区间，不是马上下单。再比如“这个行业哪家好”，问的人可能已经在用竞品，真实顾虑是换供应商的风险，而不是不知道谁好。同一个字面问题，背后可能是完全不同的商业需求。我还有个印象很深的问法：“产品能不能便宜点”，背后有时是采购方在给领导准备砍价

做AI搜索内容，我见过太多企业一上来就堆口号式内容，投了半年没效果。问题出在内容是按自家汇报逻辑写的，不是按买家决策的路写的。我的做法是反过来：从采购决策阶段倒推，每个阶段该有什么内容。买家走到哪一步，AI才可能在哪一步带上你。而且这个倒推的过程，还能顺便暴露内容的缺口，比按栏目拍脑袋分工有效得多。为什么按采购阶段倒推企业采购不是一次搜索完成的，而是一串问题：这东西是干嘛的、我要不要买、谁家的合适、这家靠不靠谱、会不会有坑。AI在每个环节需要的素材不一样，你能提供的形态也不一样。只有每个环节都有对口的素材，AI才可能全程带着你走完决策链，只覆盖一段，走到中间就断了。我把采购拆成认知、明确需求、方案比较、供应商验证、风险确认几段，下面逐段拆。认知与需求明确阶段用户在问什么这一

同一个产品，在A平台被归到高端线，在B平台参数还停在旧款，到了C平台连品类都说得不一样。这种情况我几乎每周都会遇到，客户一脸困惑：我们明明没有说错。问题不在错不错，在于每个AI平台对“你的产品是什么”都有自己的理解版本。这篇文章聊聊差异从哪来，以及我一般怎么处理。这类差异没有单一的元凶，也不是谁马上就能消除的，但它可以被管理，而且管理起来有章法。理解差异的三个来源先搞清楚差异为什么会存在，不然处理就无从下手。搞清来源还有个好处：能判断差异能不能修、大概多久能修好。语料不同：各平台抓取和训练时覆盖的网页不同，有的偏官网，有的偏测评和论坛。更新节奏不同：平台的认知可能停在半年前，而你的产品线刚换了代。引用源不同：对同一件事实，A平台认官网，B平台认某篇测评，结论自然分叉。也就

AI搜索起来之后，很多老板问我同一句话：传统搜索流量是不是要没了。我的回答是：先别急着下结论，分流是需要评估的判断题，不是注定发生的恐慌题。这几年我帮不同行业的企业看过流量结构，有的行业迁移很明显，有的几乎没动静。差别这么大，说明不能一刀切，得有一套自己的评估方法。而且分流评估不是做一次就完事，它是个持续的过程，信号要长期跟踪，结论要定期更新。评估的起点：分清两种信号我把分流信号分成两类，一类看用户行为去哪了，一类看流量结构怎么变。信号一：需求是否在向对话式入口迁移最容易观察的是新用户。如果新客户初次接触你，越来越多来自AI入口的引荐，或者销售反馈“我在AI里搜到你们”这类说法变多，说明决策入口在变。判断方法可以很土：让销售和客服在接待记录里加一个来源选项，坚持记三个月。趋势比

最近半年，我至少被十来个企业主问过同一个问题：我们在AI搜索里排第几，能不能把排序当成市场部的考核指标。我理解这种冲动，名次看起来直观，像是搜索时代排名的延续。但把我这段时间亲手测的结果摊开讲，我的结论是：排序不适合直接作为营销考核指标。它可以当参考信号，放进KPI就会出问题。下面把原因和替代方案讲清楚。排序看起来像什么，实际上像什么很多人把AI回答里的品牌顺序，类比为十年前的搜索引擎自然排名。这个类比有诱惑力，但误差很大。传统搜索的排名虽然也波动，但相对收敛，同一个词隔几天查，前几名变化通常不大。而AI回答里的品牌顺序，波动幅度要大得多，两者的生成机制完全不同，不能套用同一套管理思路。排序为什么波动：因人、因时、因问法我一般这么测：选一组行业问题，每天固定几个时间点去问，再换

用户提问里哪类最有价值？我的答案一直是比较型。问怎么选的人，离掏钱最近。识别这类问题，是AI搜索营销的基本功。比较型问题为什么价值最高各类提问里，事实型问完就走，流程型还在执行阶段，比较型问题出现在掏钱前的最后一公里。识别到它们，等于看到谁正在选型。难点在于用户不会直说“我在比较”。多数时候比较意图藏在问法结构里，得靠方法去挖。这也是为什么销售团队最欢迎这类内容：比较页是离成交最近的入口，其他内容都在为它做铺垫。从AI答案的结构反推比较意图一个反直觉但好用的办法：看AI怎么答，就知道用户在比较什么。答案里出现的对比维度，就是这类提问带有比较意图的外部信号。比如问“哪家仓储系统好”，答案如果自动分成“按预算看”“按行业看”，说明对比维度已经成了这类问题的默认答法。我一般每月抽几十个行业问题去问

客户的问题记录攒了几百条，该先写哪篇？没有分类框架的团队，基本靠拍脑袋。我这几年用的一套框架，今天摊开讲讲。框架核心是三根轴：决策阶段、问题类型、用户角色。任何一条用户问题，都能放进格子里找到坐标。为什么要先建格子再动笔没有框架的内容规划有两个常见毛病：要么跟着热点跑，今天写这个明天写那个；要么围着产品转，写来写去都是产品介绍。两者共同的问题是，和用户真实提问对不上。框架把主观判断变成客观盘点，每个格子里有没有内容一眼就能看出来，缺口不用靠灵感去发现。我的经验是宁可格子粗一点，也要每一格都有人负责看。框架的价值在使用，不在图纸上的精致程度。横轴：决策阶段按用户决策进度分五段：感知问题、明确需求、收集方案、比较筛选、验证可信度。这个顺序不是我发明的，是在AI对话里反复能观察到的自然路径。判断某

这个问题我被问过很多次，答案很明确：会，而且影响很大。同一个品牌，换个限定条件再问AI，推荐结果可能完全不同。这里只说外部可观察的现象——我问什么、AI答什么。至于背后怎么算的，我不臆测，但现象本身已经足够指导动作。上下文一变，推荐就变我做过最简单的测试：固定一个产品类问题，只改限定词。结果几乎每次加限定，推荐名单都会重排，有时连入选品牌都换了。这说明AI给出的不是一份固定榜单，而是针对“这个问题语境”的一次生成。企业盯着某一次回答下结论，意义不大。所以我的判断是：AI推荐天然是上下文敏感的。企业要研究的是自己在主流语境下的表现，而不是某个单点的表现。有人问我记录多少次才算数。我的经验是同一组合至少重复三五次再看结论，AI单次回答有随机性，测一次就下判断容易自欺。我重点观察的四类上下文预算限

常有企业问我：用户在AI里从提问到选供应商，中间到底发生了什么。我的回答是：别猜，把旅程拆成能观察的阶段。AI搜索时代，用户不再翻十页结果，而是一段对话里完成大半决策。企业看不见过程，只能靠研究把过程还原出来。先把决策旅程拆成五个阶段我一般这么拆，每个阶段用户在AI里的提问方式都不一样：感知问题：用户刚意识到不对劲，问的是现象和原因。明确需求：开始问“我这种情况需要什么”，带上了自身条件。收集方案：问“有哪些选择”“主流方案是什么”，扩大候选池。比较筛选：问“A和B哪个适合我”，候选池开始收窄。验证可信度：问资质、案例、风险，确认自己没选错。阶段划分不是为了好看，而是为了后面两件事：知道用户每一步在问什么，知道自己每一步该留下什么。拆的时候要克制，阶段少于四个看不出结构，多于六个就没法落地。

做了十几年搜索营销，这两年我最直观的感受是：用户的问法变得太快了。以前关键词表格一个季度微调一次就够，现在每个月都有新问法冒出来。很多企业的第一反应是追着问法跑，AI里流行什么就优化什么。我的看法是：问法追不完，问题集要靠机制去养。问法为什么会一直变我把问法变化的驱动因素归成三类。搞清楚驱动力，才知道该在哪一层应对，而不是在表象上打转。口语化：用户不再打关键词用户在AI里说话像聊天，一句话拖得很长，还带语气词和背景铺垫。口语化问法占我看到的提问里的多数，移动端尤其明显。场景化：问题带着具体处境来同样找软件，有人写“十个人的小团队”，有人写“连锁门店每天对账”。场景信息一多，问法组合就成几何级增长。多轮追问：一次搜索变成一段对话用户先问一个大问题，再顺着AI的回答往下追。每一轮追问都会改变下一

做竞价这行十几年，我换过不少账户，也接过不少别人做过的账户。最深的一个感受是：测试做过但没留档的账户，等于一直付着重复的学费。我见过一个账户，五年里前后换了三个优化师。我接手的时候翻不到任何历史记录，只好把三年前明显试过失败的匹配策略又试了一遍，白烧了小几千才确认还是不行。后来问前同事，人家轻描淡写地说：这个早试过了。平台后台的数据有保存期限，人也会离职，经验如果不落档，就只能反复试错。为什么必须建长期档案三个理由。一是账户换人不可避免，档案是最好的交接材料，比口头交接可靠得多。二是平台数据保存有限期，两年前的测试数据现在可能已经拉不到了。三是测试结论不落档，新接手的人默认从零开始试，试错成本全由预算来付。档案的本质是把个人经验变成组织资产。有档案的团队，新优化师一个

账户涨了两个月，老板们最爱问的一句话是：这波还能涨多久。这个问题账户后台答不了。增长的可持续性要跳出账户去看，看需求、看竞争、看自己的承接能力、看长期成本曲线。我见过一个做检测服务的账户，连续五个月线索量爬升，团队上下都在庆祝。到第六个月掉头向下，CPC一路走高。翻报告才发现，前面那波增长一大半是行业需求短期爆发，跟账户能力没什么关系。判断增长是长出来的还是借来的，我从四个面看。需求面：搜索量是周期还是趋势先把搜索量数据拉到两年以上。曲线规律性起伏的，那是周期，比如开学季、装修季，涨了还要还回去，不能当可持续增长。台阶式抬升并且维持住的，才可能是趋势性需求。周期给的增长是借的，趋势给的增长才可能是自己的。区分方法就一条：看回落之后能不能守住一个比去年高的平台。守不