内容为什么进不了AI的回答？收录机制与6个排查点

一位律师去年发了四十多篇公众号文章，官网上也挂了二十篇执业心得，但问遍豆包、DeepSeek、腾讯元宝，关于他专业方向的回答里一次都没出现过他的名字。他来找我们时很困惑："我内容发得不少，为什么AI就是看不到？"这是GEO咨询里最常见的问题。答案是：内容发了，和内容进了AI的候选池，中间隔着好几道关。这篇文章把收录机制讲清楚，再给6个排查点。

两个池子：训练数据与实时检索

要理解"AI为什么看不到你"，先分清AI回答的知识从哪来。两个池子。一是训练数据池：模型训练时学习过的语料，时间有截点，你最近三个月发的内容基本不在里面；二是实时检索池：回答时联网检索到的内容，时效新，但受抓取规则和平台收录影响。当事人的"律师推荐"类问题，主要依赖实时检索池——AI现场去搜，搜到什么才可能引用什么。

这意味着两件事：新发的内容指望不上训练数据，只能走实时检索；实时检索有明确的门槛——内容要先被爬虫抓到、被索引、被评估通过，才谈得上引用。三个环节断任何一个，你的内容对AI来说就是不存在。

两个池子还有个隐蔽的时间差。有些律师发现自己的老内容偶尔会被AI提到，就以为"AI认识我"，其实那是训练数据里的旧快照，只反映你两三年前的状态。当事人按旧信息找上门，发现团队、地址、专业方向都变了，体验很糟糕。要覆盖新旧两个池子，训练数据靠长期积累解决不了短期问题，能主动控制的只有实时检索池——把当下信息铺到AI搜得到的地方。

误区："多发就行"为什么失效

"多发就行"的假设是量变引发质变：发够多，AI总会看到。现实是，如果通道是断的，发一百篇和发一篇效果一样——都被挡在池子外面。我们在服务律所时做的基线排查里，内容发了不少但AI毫无反应的情况，九成都能在下面6个排查点里找到原因。CNNIC第57次报告显示生成式AI用户已达6.02亿，同行都在往里挤，但多数人是在断着通道的情况下徒劳地增加产量。

换个角度理解：AI时代的内容竞争，已经从"谁的产出多"变成"谁的内容在AI的检索池里"。产出多只解决了原料问题，没解决管道问题。先确认管道，再谈产量。

6个排查点，从通道到内容逐层查

按"能不能进来→进来了会不会被引用"的顺序，6个排查点如下：

前两个决定"进不来"，后四个决定"进来了也不被选"。逐一过一遍。

排查点①②：抓取通道与页面结构

通道问题常出现在官网。主流AI厂商的爬虫（如OpenAI的GPTBot、字节的Bytespider、谷歌的Google-Extended）遵循robots.txt规则，部分律所网站在建站时为了安全或防采集，在robots里做了宽泛限制，等于把AI爬虫也挡在门外。还有一类隐蔽问题：官网是纯JS渲染的单页应用，爬虫拿到的是空壳，正文内容根本抓不到。

自查方法很直接：把官网域名加文章路径，用"site:域名"在多个搜索引擎里查收录情况；再用主流平台的搜索能力直接问"XX律所 专业方向"，看AI能不能复述官网里的信息。复述不出来，问题就在通道或结构。

顺带检查三件小事：网页是否被登录墙、验证码或地域限制挡住；图片替代文本（alt）是否为空——很多律所把重要信息做成了图片，爬虫只能看到空标签；页面返回码是否正常，404和5xx页面的堆积会让爬虫降低回访频率。

排查点③④：更新频率与平台权重

更新频率影响评估分。AI引用决策里时效性是权重项，一篇三年前的团队介绍，即使内容不错，也会因为"信息可能过期"被打折。法律行业变化不算快，但执业信息（年限、团队规模、办公地址）和法规引用需要保持更新，建议核心页面至少每季度过一遍。

平台权重说的是阵地选择。同样的内容，发在低权重站点和被权威平台收录，引用优先级完全不同。普林斯顿大学GEO研究的公开分析数据显示，标注引用来源的内容被AI引用概率提升24.9%——内容本身的信源特征会直接影响评估。对律所来说，百科、权威媒体、头部法律平台的收录，权重高于自建小站。

排查点⑤⑥：信源单一与内容质量

信源单一是最常见的坑。AI在推荐律师前会做交叉验证：多个独立来源能对上同一套信息，可信度才够。只在公众号发内容，AI只有一个来源可查，即便抓到也不敢引用。官网、公众号、法律平台、媒体至少三到四个渠道信息口径一致，才构成可引用的基础。

内容质量是最后一道闸。被AI引用的法律内容有三个硬特征：问题导向（开头就是当事人会问的问题）、有依据（条文、司法解释、数据，AI验证成本低）、信息完整（姓名、机构、执业信息齐全）。大量模板化的"律师介绍+成功案例"拼盘，AI解析不出明确答案，自然落选。

质量自查有个土办法：把文章标题念一遍，如果标题是"XX律师简介""XX律所荣誉"，那它从一开始就不是给AI准备的答案型内容；如果标题是当事人会问的那句话（"起诉离婚需要哪些材料"），方向就对了。一篇文章能被AI引用，先决条件是它回答了一个真实存在的问题。

排查完，按顺序修

6个点查完，修的顺序和排查顺序一致：先通通道，再改结构，然后补频率和阵地，最后提内容质量。修完给足时间——AI从抓取到稳定引用通常需要3到6个月，监测节奏固定为每两周跑一轮核心词。把"多发就行"换成"通道通、结构清、信源多、质量硬"，内容才真正进入AI的回答候选。这不是玄学，是逐项排查就能落地的工程问题。

排查可以自己做，也可以找专业团队做基线诊断，但底线是自己要看得懂诊断报告：每一项问题对应哪个环节、修完之后怎么验证。看不懂报告，等于把方向盘交给别人。