AI 凭什么推荐你？50 个商家网站测出的 4 个规律

程序猿磊

159人浏览 · 2026-06-10 17:19:29

程序猿磊 · 2026-06-10 17:19:29 发布

先讲结果

我们在豆包、文心一言、Kimi 上做了 300 次测试——五个行业 × 十个城市，每次问「推荐几家靠谱的 XX 公司」。从推荐结果里提取了 50 个被 AI 推荐的商家网站，逐个分析它们的共同点。

同时也找了 30 个没有被推荐的同行网站做对比。

发现：被推荐的商家有四个共同特征。被略过的，至少缺了其中两个。

核心结论：AI 认内容，不认钱。钱能做好内容，但不能直接买推荐。

测试方法

测试项	说明
测试平台	豆包、文心一言、Kimi
测试行业	装修、家政、培训、餐饮、汽修
每行业	10 个城市，每个城市问 2 次
总测试次数	5 × 10 × 2 × 3 = 300 次
提取样本	去重后获得 50 个被推荐商家的独立网站
对照组	同行业 30 个未被推荐的商家网站

四个共同特征

通过对被AI推荐的网站进行分析，我们发现它们普遍具备以下四个内容与结构化数据特征，这些特征并非直接的广告营销手法，而是让AI能够准确理解、信任并推荐你的网站的基础：

特征一：信息完整

被推荐组：50 个网站 100% 包含公司名、服务项目、地址、联系电话四项基本信息。

对照组：30 个未被推荐的网站中，22 个（73%）至少缺失其中两项。最常见的问题是联系方式藏在图片里、服务描述只有一句话。

被 AI 推荐的商家，网站上至少包含：

公司名称（清晰的、不是缩写）
服务项目（列出来的，不是笼统说「我们什么都能做」）
地址（城市 + 区，精确到街道更好）
联系电话
营业时间（至少写了「周一至周日 9:00-18:00」）

AI 像个谨慎的推荐人，它不敢推荐一个基本信息都不全的商家。怕推荐错了用户骂它。

特征二：结构清晰

被推荐组：93% 的网站有独立的「服务介绍」「案例展示」「联系方式」页面，且 H1-H3 标题层级完整。

对照组：67% 的网站所有内容堆在首页，或只有一两个页面。AI 扫描时无法判断信息归属。

清晰的结构意味着 AI 能准确提取「这个页面讲的是什么」——首页是品牌介绍、服务页是业务详情、联系页是地址电话。

特征三：有 Schema 标记

被推荐组：50 个网站中 43 个（87%）在源代码中包含 Schema JSON-LD 标记。

对照组：30 个网站中只有 3 个（10%）有 Schema 标记。

差距 8.7 倍。这是四个特征里最悬殊的一项。

Schema 标记是一段你看不到但 AI 能读懂的代码，作用类似给你的网站写了一份 AI 可读的「简历」：

{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "name": "岳阳XX装修公司",
  "description": "家装、工装、旧房翻新",
  "address": { "addressLocality": "岳阳" },
  "telephone": "0730-XXXXXXX"
}

怎么加？ 三种方式：

WordPress 网站：装 Yoast SEO 或 Rank Math 插件，填好「组织信息」就行，自动生成 Schema
自己写的网站：在 <head> 里加一段 <script type="application/ld+json"> 标签
不确定怎么搞：找懂前端的人，半小时就能搞定

怎么检查加没加？ 打开你的网站 → 右键「查看页面源代码」→ Ctrl+F 搜 ld+json。能找到就说明有。

特征四：百度有收录

被推荐组：50 个网站 100% 在百度有收录（site:域名 返回 > 0 条结果）。其中 42 个（84%）收录超过 30 页。

对照组：30 个网站中 11 个（37%）在百度完全没有收录。

国内 AI 的知识底座依赖百度索引。百度搜不到你 → AI 就找不到你——这是第一步门槛。

百度收录是门票。没有这张票，你的 GEO 努力再多 AI 也看不到。

四个特征的权重

排名	特征	权重	为什么	对照组缺失率
1	百度有收录	★★★★★	没有收录，AI 看不到你	37%
2	有 Schema 标记	★★★★☆	被推荐 vs 未被推荐差距最大	90%
3	信息完整	★★★★☆	AI 不敢推荐信息不全的商家	73%
4	结构清晰	★★★☆☆	影响 AI 提取信息的准确性	67%