基线：被人牵着走的品类问题
客户是一款面向中大型团队的协作类 SaaS 工具。体检锁定了 25 个核心品类问题（"XX 类工具怎么选""XX 工具对比""适合中大型团队的 XX 工具"等），逐平台实测后的基线是：
9%品牌声量份额
61%主要竞品声量份额
3 处AI 回答中的过时产品信息
最刺眼的问题不是"没被提及"，而是"被错误地提及"：AI 在回答中引用了客户两年前的旧定价页和一篇已下架的旧评测，导致功能描述与现售版本对不上。对采购决策者来说，这比不出现更糟。
三个月的优化路径
第 1 个月：纠偏优先于建设
先修"错的"，再建"对的"：更新旧定价页并加canonical 指向；联系两篇旧评测的发布方更新版本信息；在官网建立"版本变更记录"页面，给 AI 一个永远最新的事实源。第 4 周复测，AI 回答中的过时描述从 3 处降到 1 处。
第 2 个月：内容簇建设
围绕 25 个品类问题建设"对比评测 + 选型指南"内容簇：每篇开头 100 字直接回答一个问题，附可验证的对比表格与定价数据。不做无源观点稿——每一句结论都有出处。
第 3 个月：社区信源
在目标用户聚集的技术社区建立可引用的深度回答（选型方法论而非产品软文），同步更新 Wikidata 类知识库信息。按月复测固定问题集。
复测结果（第 12 周）
9% → 44%品牌声量份额
3 → 0AI 回答中的过时描述
第 1 位品牌词提问时的推荐顺位
值得说明的是：竞品的声量份额并没有大幅下降（61% → 52%），客户的增长更多来自"第三第四名空间"的挤压——AI 回答的推荐列表正在从"两强对话"变成"三足鼎立"。
这个案例说明什么
- 声量份额是相对指标：先修错误信息，再谈扩大提及。
- AI 会长期引用旧内容，"版本变更记录"类事实源页面值得每个 SaaS 配一个。
- 内容簇不是堆文章，是让每篇内容独立回答一个真实问题。
想让你的品牌也进入 AI 的回答？
5 个工作日交付 AI 可见性基线报告，口径透明、可复现。