AI 的候选集只有 3–5 个名字，怎么进去

六月的第一个周一，一家做便携投影仪的出海团队在三个 AI 助手里问同一个问题：后院看电影，600 美元以内，买哪台？答案给了四个名字，其中两个他们从没在 Google 首页见过——四个里没有他们。运营把截图发进群：我们在 portable projector 上排第二，为什么名单里没有我们？

候选集不是排名的前几名，而是三五个能被放进同一张对比表的名字；能否入选取决于品类相关性、可比较性与信任这三层门槛，其中可比较性是挑战者在一个季度内唯一补得动的那一层。

名单不是截出来的，是拼出来的

搜索引擎回答“有哪些页面”，AI 回答“买哪个”。前者是对已有结果排序，后者是从零拼一段说得通的答案：先定场景与约束（预算、用途、地区），再找能满足约束的商品，最后给每个名字配一句入选理由。

所以真正的入场券不是权重，而是“能不能被一句话解释”。这句理由通常由字段对齐产生——亮度、容量、功率、尺寸、保修、认证。说不清差异的名字，会被合并成“其他品牌也有类似产品”，或者干脆不出现在答案里。名单长度不是规则，是折中：列得越多，每个名字分到的解释越少，模型因此偏向“一句话讲得清”的品牌。这对参数扎实的中小品牌是机会，对只会讲品牌故事的大牌是漏洞。

同一品类的名单还会随问法改变。预算从 600 提到 1200，场景从后院换成露营，地区从美国换成德国，名单都会换人。因此“进候选”不是一次命中，而是一组问法上的覆盖率——只测一个问题，等于只测了一个货架。

三层门槛，第二层最常被跳过

模型在决定放谁进名单时，实际在核对三件事。三层是串联的，第一层不过，后面全白做。

门槛	AI 在核对什么	过了的样子	卡住的典型症状	最小动作
品类相关性	你是不是这个品类、这个场景里的东西	标题、类目、结构化数据说的是同一件事	被写进相邻品类，或干脆不被识别	统一品类名与别名，全站一个说法
可比较性	你的关键字段能不能和对手并排放	五个筛选字段同口径、单位统一、缺失值写明	页面只有形容词和渲染图，参数在图片角标里	做一张同口径对照表，缺列补列
信任	有没有第三方替你作证	三个独立来源，加可核验的认证或测试	只有官网自述，或只有一条通稿	补齐评测、榜单、社区的最低配置

多数团队的预算花在第一层和第三层，第二层被当成“详情页的事”。但模型拼候选集时最缺的恰恰是第二层：能对齐的字段。一个品类里最终站住的三五个名字，往往不是最强的五个，而是最容易被比较的五个。可比较性怎么做到可复核，把参数写成证据拆得更细；第三层的最低配置，参考AI 推荐你的四个信任前提。

五个席位，挑战者只该抢两个

候选集里的位置不是平均分配的，通常按用途分席：

• 默认席位：买家不看参数也会想到的一两个大牌，占的是记忆，不是参数。
• 参数席位：某个可量化指标上的最强者，最亮、最轻、续航最长。
• 场景席位：特定用途的唯一答案，宿舍、车载、小房间、户外过夜。
• 预算席位：某个价格带内“再加钱不值”的那一个。
• 本地席位：本地仓、认证、退货窗口都合规的那一个。

判断很直接：默认席位一年内抢不动，参数席位需要真实领先；场景席位和本地席位则经常空着，因为没人愿意在页面上写“适合谁、不适合谁”。所以挑战者该抢的只有两个：先占一个场景席位，用同口径参数证明它，再用本地仓、认证与退货条款占住本地席位。一上来对标大牌的默认席位，通常只换来一句“也提供类似产品”。

还要分清场地：平台内 AI 的候选集由评论、履约、价格和平台数据决定，官网写得再好也换不来，那条线要先修 listing。

示例：从“被提到一句”到“进名单”

以下品牌与数字均为虚构，只用于演示判断顺序。

A 牌（示例）做便携投影仪，主打 1080P 与内置电池。改前，页面首段是品牌愿景，参数散在三张渲染图的角标里，没有一句话说“不适合谁”。20 个问法变体（预算 × 场景 × 地区）里，A 牌只出现在 3 个答案中，其中 2 次被当成“更便宜的选择”一笔带过。

改法只有三步：把五个字段（亮度、分辨率、投射距离、噪音、保修）做成同口径表；把“白天客厅不够亮”写进正文；在两个公开评测清单里补上测试条件与型号对应关系。

四周后同一批问法，A 牌出现在 9 个答案里（示例数字），其中 4 次带了一句具体理由——“内置电池，适合户外单次使用”。名单里另外三个名字没变，变的是第四个位置。这次改动没有提高任何排名，只是让模型有了可以比较的字段。

四步自测：这个月能不能挤进去

步骤	做什么	谁来做	怎么算过
1 定问法	写 20 个带预算、场景、地区的问法，逐条记录名单、日期、地区	增长	每个问法可复现，不靠一次截图
2 抄名单	把名单里 3–5 个名字的公开字段抄成一张表，标出自己缺哪几列	内容	缺列不超过 2 个，且都能公开获取
3 补列	统一单位、写明缺失值、补一句“不适合谁”	内容 + 品类	遮住品牌名，仍能判断该选谁
4 复测	四周后同一批问法重跑，按问法记录进出	增长	至少 3 个问法从“未出现”变成“被列入”

第 2 步信息量最大，也最不需要工具：把对手的公开参数手抄一遍，你就知道模型在拿什么比较你；抄不出来，说明你连“可比较”都没做到。采样口径要和AI 可见度基线一致，否则前后两次数字不可比。这一期从候选集开始，下一篇对比页的结构会把缺的那几列真正写进页面。

边界：什么情况下候选集不值得抢

第一，品类还没有稳定问法。新品类里 AI 答案本身在漂，先判断需求是否成立，别急着进名单。

第二，强体验与定制品类。要试穿、要量尺、要上门安装的生意，候选集只是起点。

第三，成交几乎都在平台内。此时官网对比页的优先级要往后放，先修 listing 与履约。

第四，品牌正处在信任危机。进名单等于放大风险，先处理差评与事实澄清，再谈曝光。

第五，把“进候选”当成唯一 KPI。名单本身有随机性，单次截图、单周波动都不足以下结论，按问法覆盖率和时间看趋势才稳。

这一期的方法汇总在内容与语义主题页。这个月先做一件事：挑一个主力品类，写出 20 个带预算和场景的问法，把 AI 答案里的候选名单抄进一张表；只补你在表里缺的那一列，四周后用同一批问法重跑。如果名单一个名字都没动，问题不在内容数量，而在你补的那一列根本不是模型用来比较的字段。