上周我在一家做户外储能柜的工厂里，用他们自己的话问了 ChatGPT 一句：「中国有哪些能做户外储能柜代工的工厂？」
答案里出现了几家上市公司，两家行业媒体做的榜单，还有一个我从来没听说过的贸易公司。他们老板坐在旁边，看着屏幕，说了一句：「我们做了十四年，一个字都没有。」
这个场景我每个月要经历七八次。产品是好的，认证是齐的，展会是年年去的，官网也不是没有。但 AI 就是不提他们。原因通常逃不出下面三类，而且三类经常同时发生。
一、AI 抄的是「别人怎么说你」，不是你「自己怎么说」
这是最反直觉的一点，也是最重要的一点。你优化官网优化得再好，AI 在回答「谁值得推荐」的时候，优先看的往往不是你官网。
为什么？因为你官网说你行，属于你自己说。而 AI 被训练成更信任第三方：行业媒体的报道、机构做的榜单、采购论坛上的讨论、YouTube 上的测评视频、B2B 目录站上的收录。这些地方出现你的名字，才构成「有人说你好」。
你可以自己验证这件事。下次在 ChatGPT 里问一个「谁推荐」类的问题，看它给的答案下面引用的是哪几个域名。你会很少看到被推荐者自己的官网，多数是榜单和媒体。
结论很直接：官网是你被验证时的落点，不是你可以被发现的起点。你要花钱花力气的地方，是让第三方开始写你。
二、你的产品页在讲参数，AI 需要的是工况
打开大多数工厂的产品页，能看到的是这种东西：容量 5.12kWh，循环寿命 6000 次，防护等级 IP65，认证 CE / UL / UN38.3。
这些信息对已经上门的买家有用，对 AI 几乎没用。因为采购问句不是「5.12kWh 的储能柜有哪些」，而是「我要给欧洲露营展上的客户配一批离网电源，谁能做」。
AI 要回答后面这种问题，需要的是工况语言：谁在什么场景下用你、替代了什么方案、解决了什么麻烦。你的参数表里全是名词和数字，没有一句工况描述，它就没有材料可以把「露营展离网电源」这个需求接到你身上。
这是最容易修的一类问题。你的技术资料一个字都不用改，只是要在产品页上加一层：把每个参数翻译成「它在什么情况下值钱」。
三、你在第三方语料里不存在
前面说的第一点是「优先看第三方」，这一点是「第三方里根本没有你」。
软件行业解决过这个问题。G2 这类点评平台把几万个软件产品集中收录，成为 AI 引用最多的语料源之一。硬件和工业品没有 G2，但有一批等价的语料位置：行业垂直媒体（做 LED 的有 LEDinside，做安防的有 SecurityInfoWatch 和 IFSEC）、B2B 目录站（DirectIndustry、ThomasNet、GlobalSpec）、Reddit 和 Quora 里对应的版块、YouTube 上的开箱和评测。
这些地方有个共同特点：它们接受投稿，但要求你提供真实的资料和真实的人说话。批量发稿的痕迹很容易被识别，被识别之后的信任损失是长期的。
所以这一步没有捷径，也做不快。它是个持续投入，两到三个月才看得出变化。
那么今天就能做的三件事
- 做一次体检，留下基线。用三个你真实客户问过的问题，在 ChatGPT 和 Google 各跑一遍。截图，存下来，写上日期。这份截图是后面所有工作的尺子，也是你未来唯一能拿出来的证据。
- 挑一个主力产品页，加一个工况段落。不要全站改，先改一个。写清楚：谁在用、在什么场景下用、替代了什么。改完之后过一个月，用同样的问句再问一次 AI，看有没有变化。
- 找一个你行业里的垂直媒体，认真投一次稿。不是发通稿，是给他们的编辑写一封邮件，讲一个你们真实解决过的技术问题。能被采纳一篇，比发一百篇通稿有用。
最后提醒一句：这件事没人能替你保证结果。AI 的答案每天都在变，谁跟你说「包被推荐」，谁就是在骗你。但基线、归因、工况、语料、复测这五步做下来，你至少会知道自己在哪个位置，而不是靠猜。