LLMO入门：查自家公司在ChatGPT里的样子

原文要点

这是AInformation站长藤井俊太写的日文长文，讲LLMO（让ChatGPT等生成式AI正确介绍自家公司）。核心调查法：固定五种问法（报公司名、问品类推荐、加预算等条件、加地域、说痛点），在ChatGPT和Gemini里实际提问，看自社有没有被提到、描述对不对、引用源是哪些域名；同一问题当天问3次、改天再问3次，按6次中出现几次算频率。作者点名四种无效做法：直接求AI收录（只影响自己账号的记忆）、只问一次就下结论、堆关键词和隐藏文字、只做SEO不管答案形态。修复路径是官网补齐服务范围、地域、价格思路等事实，把公司概要写成一页，建一问一答的FAQ，加Organization/FAQPage结构化数据，llms.txt优先级靠后，并盯住反复被引用的第三方媒体要求更新或争取收录。记录用表格按月重复。

这次做成什么

为零预算的中文团队搭一套可每月重复的自查流程：固定问题集→双AI提问→记录引用源→按发现的问题修官网和媒体露出，并用一张合成记录表跑通第一轮。

准备什么

• ChatGPT和Gemini的免费账号各一个，且关闭或不用带历史记忆的会话
• 能编辑自家官网（加页面、改文案），或有权限提修改需求
• 一个表格工具（Excel、飞书表格或Google Sheets均可）
• 知道你所在品类的两到三个主要竞争对手名称

具体怎么做

1. 固定一组五个问题

   照下方材料里的五种句式，把品类名、预算条件、城市名、典型痛点换成自己公司的，写成五句固定问题。写下来之后这一轮和以后每月都用同一套，中途换句子就没法对比变化。

2. 双AI各问6次并记录

   用无记忆的新会话，把每句问题在ChatGPT发3次、换个日期再发3次；Gemini同样6次。每问一次就当场看三点：自社名字出没出现、出现在第几个候选、描述有没有事实错误，并把回答里附带的引用链接域名抄下来。顺手在Google搜一遍公司名看AI摘要引用了谁。

3. 用竞争对手跑同一套

   挑离你最近的一家竞品，把同样的品类问题、条件问题、痛点问题各问几次，记录它出现的次数、被怎么形容、引用源是哪些媒体。竞品反复被某行业媒体引用而你没有，那就是差距来源。

4. 把结果填进记录表

   按下方CSV材料的表头建表，一行对应一次提问，填日期、AI、问题、是否出现、第几位、描述对错、引用域名。五个问题×两个AI×六次，第一轮约60行，填完就能算出自社的提及频率。

5. 按发现的问题修材料

   若AI描述有错或太旧：先在官网用短句把事实写全（服务范围、覆盖城市、价格思路、不做的业务），公司概要页补上两三行干什么的公司，再建一问一答的FAQ页。若引用源全是第三方旧文章：联系那些媒体更新或投稿。改完后隔一个月用同一套问题重测，AI更新需要时间，按周甚至按月看变化。

可直接复制的材料

1. 报公司名：[公司全名]是一家什么样的公司？主要做什么业务？
2. 品类推荐：请推荐几家做[你的品类，如跨境电商代运营]的公司，说说各自特点。
3. 条件限定：预算每月[金额]元以内、适合[规模]企业的[品类]服务有哪些推荐？
4. 地域限定：我在[城市名]，想找本地的[品类]服务商，有什么推荐？
5. 痛点场景：我们[具体痛点，如每个月对账要花三天]，有什么解决办法或服务商推荐？

日期,AI,问题编号,问题原文,自社是否出现,第几位,描述是否正确,引用域名,备注
2026-09-24,ChatGPT,Q2,请推荐几家做跨境电商代运营的公司,是,3,正确,example-media.cn;wiki-example.com,排在两家竞品之后
2026-09-24,Gemini,Q2,请推荐几家做跨境电商代运营的公司,否,,不适用,blog-sample.net,引用的竞品评测文章是2024年的
2026-09-26,ChatGPT,Q5,我们每个月对账要花三天有什么解决办法,否,,不适用,forum-demo.cn,回答只给了通用建议没列服务商

你是B2B公司官网内容编辑。下面是我公司的基本情况和我从ChatGPT/Gemini回答里发现的错误描述。请帮我：
1. 把每个错误描述改写成一问一答的FAQ条目，答案先给结论再用一到两句话给依据，每条答案不超过80字；
2. 再写一段三行以内的公司简介，涵盖做什么、服务哪类客户、覆盖哪些城市；
3. 所有句子用陈述句写死事实，不用“可能”“大概”。
【公司基本情况】：（在此粘贴真实信息）
【AI回答里的错误描述】：（在此逐条粘贴）

输入与输出示例

本站虚构演示，数字与域名均为设定，非任何真实公司或真实AI回答的统计结果。

输入

虚构公司杭州澄光财税咨询有限公司，品类为中小企业记账报税，城市杭州，痛点为每月对账花三天。用五个固定问题在ChatGPT和Gemini各问6次，共60次提问填入记录表。

对应输出

第一轮汇总（示意）：60次提问中自社出现9次（频率15%），其中报公司名的Q1出现率6/12但描述里成立年份错误；品类问题Q2在ChatGPT出现2次、Gemini出现0次；引用域名前三名是finance-sample.cn（5次）、2024年旧评测文review-demo.net（4次）、自社官网（仅1次）。结论：官网事实材料太少、旧评测文章主导了AI描述，优先补官网FAQ并联系review-demo.net更新。

做完检查这些

• 五个问题在调查开始前写死存档，本轮和下一轮逐字一致
• 每个问题在ChatGPT和Gemini各有至少6次记录，且分在至少两个不同日期
• 记录表每行都有引用域名列，结束后能数出被引用最多的三个域名
• 竞争对手用同一套问题跑过，能说出它在哪类问题上出现率比你高
• 查完能列出至少两条具体修复动作（补官网某页事实或联系某媒体），而不是笼统的加强SEO

容易卡住的地方

• 用带历史记忆的账号提问会被之前的对话污染，结果只代表你自己账号的视图，要用新会话或无记忆模式
• AI回答每次都变，只问一次出现或不出现都不能下结论，必须按多次频率判断
• 直接对AI说请收录我们公司只影响你自己的账号记忆，对其他用户的回答没有任何作用
• 官网改完后AI重新抓取需要时间，按原文说法要按周甚至按月等，改完第二天重测看不到变化
• llms.txt目前没有标准化也没人保证会被读取，把它排在补官网事实、FAQ、结构化数据之后