上周我做了个体检工具，第一件事就是拿自己开刀。
结论先放这儿：8 个问题，8 次，AI 在回答里一次都没提到我。
不是分数低，是根本没进池子。
我们习惯把 AI 搜索当成一个更聪明的搜索引擎，于是把力气全花在「把页面做好」上：加载快一点、结构清楚一点、多写点内容。
但 AI 答案不是从全网里挑，它是从已经进入检索池的那一批来源里挑。
池子里的东西是有限的。平台型站点（门户、公众号转载、技术社区、头条系、视频站）把大部分位置占住了，你不在里面，你的页面做得再漂亮，也不会被看到。
这就像你把自己家装修得很好，但你家不在任何一条导航能找到的路上。
我拿自己真实会被人问的 8 个问题，去探了一遍信源池——问的是「AI 回答这个问题时，手里握着哪些来源」。
结果是这样的（8 题里 7 题拿到了完整分布）：
每一题我都留了可点开的头部来源链接，能自己核验。
顺手我也查了自己站点的技术准备度：满分 100，我们拿 100（A）。同一套工具去查一个外部技术社区，是 72。
这两件事放在一起才是重点：站内准备得满分，池子里依然一次都没有你。
信源池探的是「AI 手里握着哪些来源」；另一种测法是直接把问题拿去问 AI。同样这 8 个问题，每题问 7 轮，共拿到 56 条真实回答，逐条看有没有提到我们。
两轮测法结论一致：站内准备度满分，池内 0 命中。这就不该再当成「内容写得不够好」，而是「不在池子里」。
三个从真回答里读出来的观察：
口径也写在这里：只记录真拿到的回答，拿不到的一律留空并写明原因；没提到我们时，「情感倾向」那一项我们不填——没有对象，谈不上正负。
池子的头部在哪里，你就得去哪儿有位置。不是把同一篇稿子到处发，而是把「一个问题的答案」做成一份原子内容：
大而全的合集适合人读，原子答案适合被引用。这是两种不同的产品。
我们踩过一个很典型的坑：同一个品牌，有的地方写全称，有的地方写简称。看起来是小事，但对机器来说是两个实体——它没法把散落各处的信息拼成一个可信品牌。
现在我在所有能写的地方用同一套口径：名称、做什么、服务谁、边界在哪。边界也写进去，「我们不做 XX」这种话看似削弱可信度，实际是加分项，因为可核验。
这条是反直觉的，也是最容易白干的地方。
我们常被建议「去公众号、去知乎发内容，让 AI 抓」。但实测下来：公众号和知乎的 robots 是整站 Disallow，AI 抓不到。
它们对人有用（人能看到、能转发），对 AI 抓取没用。所以正确做法是：同一个答案，要有可被抓取的落地页，平台只负责让人看到它。
我们没有把 `llms.txt` 当武器。
网上很多文章把它讲成「让 AI 找到你的标准做法」，但事实是：它不是任何主流厂商采纳的标准，主流搜索引擎也公开说过它不影响排名与 AI 摘要。
所以我们工具里只检查它存在与否，不参与评分。指望放一个文件就被大量引用，大概会失望。
同样，我们不用「未声明」当「允许」。robots 里没有规则，既不等于允许，也不等于禁止——行为由各家自己定。所以我们测的是实测结果：拿各家爬虫的身份真去抓一次，看对面实际给不给。
因为这套方法是可复算的，藏起来没意义。
关于「重复问多少次才可信」这件事，也照实说：有学术综述提醒，机械地往页面塞引用可能损害检索命中，同一问题要重复多次才稳定。所以我们不拿单次结果当结论。
如果你也在做内容，建议做一次最小成本的验证：挑三个客户真会问的问题，亲手去问一次 AI，看它提到的来源里有没有你。
如果没有，你现在的优化方向大概需要调整——不是做得不够好，是不在池子里。
本文数据来自我们自己的实测，采集时间 2026 年 9 月；问题集、检查清单与工具均已开放，可按需复算。分数与分布是观测值，不代表任何平台的收录或引用承诺。
本页由合尘猫原创，首发于 savantcat.cn，引用/转载须注明出处