AI SOURCE INFRASTRUCTURE
让品牌在生成式搜索时代，
成为 AI 可理解、可验证、可引用的可信信源。
连接品牌实体、官网、案例证据、知识库与结构化数据，建立可持续复测与治理的 AI 信源基础设施。
AI Source Infrastructure for Generative Search
样板框架 · 正式诊断以实测数据替换
CHAPTER 01
Understand · 理解 AI 信源
先把「AI 信源基础设施是什么、由哪些部分组成、为什么现在重要」讲清楚，再进入诊断。
01AI SOURCE DEFINITION
什么是 AI 信源基础设施？
AI 信源基础设施，是企业面向生成式搜索环境建设的品牌解释权系统。它把品牌实体、官网、服务定义、案例证据、FAQ、知识库、结构化数据、外部验证与转化路径组织成可被 AI 读取、理解、验证、引用与持续复测的官方信源系统。
让 AI 清楚识别企业是谁、提供什么服务、服务哪些客户、代表什么方法论。
让官网成为企业信息的权威原点，承接品牌定义、服务体系、案例证据与咨询入口。
让文章、FAQ、白皮书、案例与方法论形成长期可积累的语义资产。
用案例、流程、客户问题、成果说明、第三方来源与结构化数据证明企业可信。
把客户真实提问转化为可监测、可复测、可优化的 AI 信源入口。
通过持续更新、复测、修正与外部信源建设，让品牌在 AI 环境中保持稳定解释位置。
02SYSTEM COMPONENTS
系统组成 · 十二个构件
AI 信源基础设施由十二个可独立诊断、可独立建设的构件组成，本页后续章节逐一展开。
03AI SOURCE ARCHITECTURE
AI 信源架构 · 三层结构
AI 信源系统首先建立企业的官方解释内核，让品牌实体、官网、案例证据、FAQ、知识库、结构化数据、外部验证与转化路径进入同一套可监测、可复测、可治理的信源系统。
LAYER 01Source Foundation信源建设层 · 品牌实体、官网、GEO 信源层、案例证据、FAQ、知识库、结构化数据与外部验证。
- Brand Entity 品牌实体
- Official Website 官网
- GEO Source Layer GEO 信源层
- Case Evidence 案例证据
- FAQ 买家问题
- Knowledge Base 知识库
- Structured Data 结构化数据
- External Validation 外部验证
LAYER 02AI & Search LayerAI 检索层 · 企业信息最终被读取、组合与复述的地方。
- ChatGPT
- Claude
- Gemini
- Perplexity
- DeepSeek
- Doubao 豆包
- Qwen 通义千问
- Google AI / Search
LAYER 03Outcome Path信源流程 · 从被发现到被复测的完整路径。
Discover 发现Interpret 理解Verify 验证Cite 引用Recommend 推荐Convert 转化Retest 复测
系统内核由 AI Source Index（综合信源指数）与 AIRS（四维诊断模型）共同度量：Source · Index · Citation Strength · Convert Ready。
把官网、案例、知识库与结构化数据，建设成 AI 可读取、可验证、可引用、可复测的第一信源系统。
心铭舍以 AI Source Index、AIRS 四维模型、Prompt Map 与 GEO 官网信源层，持续评估企业在 AI 平台中的可见度、理解准确度、引用可信度与转化承接能力，让品牌解释权、案例证据链与咨询入口形成可监测、可复测、可治理的信源闭环。
We turn official websites, case evidence, knowledge bases and structured data into a trusted source system that AI can read, verify, cite and retest — connecting visibility, interpretation, credibility and conversion into one governable infrastructure.
04AI SOURCE OPERATING MODEL
AI 信源运行模型 · 六个观察模块
信源系统在运行时被拆成六个可持续观察的模块，每个模块都有明确的观察对象与核心指标。
检测品牌在主流 AI 平台中的提及、推荐、引用与竞品占位。
核心观察：Cross-LLM Visibility · Brand Mention · Citation Rate · Sentiment · Share of Voice｜样板 Presence score 84/100
模拟客户在真实采购路径中的搜索、比较与验证问题。
核心观察：Recommendation · Comparison · Trust Check · RFQ · Geo Market｜样板 Buyer intent 82/100
追踪 AI 回答引用了哪些官网、案例、知识库与第三方平台。
核心观察：Official Website · Case Library · Idea Knowledge Base · Media / Third-party · Social Proof｜样板 Evidence strength 88/100
将官网升级为 AI 可抓取、可索引、可理解、可引用的第一信源。
核心观察：schema.org · FAQPage · sitemap.xml · robots.txt · canonical / entity file｜样板 Source readiness 76/100
观察 GPTBot、ClaudeBot、PerplexityBot 如何访问与读取官网。
核心观察：GPTBot · ClaudeBot · PerplexityBot · Google-Extended｜样板 Crawl health 79/100
从诊断、修复、内容补强到月度复测，形成持续增长的信任资产。
核心观察：30d 基础修复 · 60d 内容与案例补强 · 90d AI 复测与优化 · Monthly Retest｜样板 Governance score 86/100
Sample以上分值为样板预设数据，用于演示模块的度量方式；正式报告以实测结果替换。
05SAMPLE DIAGNOSTIC EXECUTIVE SUMMARY
样板诊断摘要
一页判断：本样板诊断所呈现的信源位置、风险与机会窗口。以下结论均基于样板预设数据，用于演示诊断的判断方式；正式报告将以实测结果逐项替换。
品牌方法论、真实案例、官网知识库与 GEO 内容基础，已经具备进入 AI 信源系统的底层条件。
AI 仍可能把企业低维压缩为普通服务商，导致 Brand OS、GEO 官网、AI 信源、品牌系统架构等高价值能力没有进入推荐理由。
通过品牌实体定义、GEO 官网信源层、结构化案例证据、Prompt 级监测与外部信源建设，企业可以逐步进入更稳定的 AI 解释与推荐路径。
可见是入口，可信、可证与可承接，才是 AI 时代的品牌信源能力。
06METHODOLOGY & DATA STATEMENT
诊断方法与数据声明
本报告的口径、数据来源与留痕方式——确保正式诊断可复现、可验证、可复测。
- 本页面为 AI 可信信源诊断样板报告，用于演示诊断框架与呈现方式。
- 页面所有数据均为 样板预设数据，正式报告将以真实实测结果替换。
- 正式诊断采用 统一口径、可复现流程，每项结论均附实测留痕（见下方记录项）。
Sample Data Notice本页展示的所有分值、星级、层级与状态均为样板预设数据，不代表任何企业的真实检测结果；正式报告以实测数据逐项替换。
两个核心口径
主要衡量品牌在 AI 中的可见表现——是否被提及、是否进入推荐、是否出现在 Top 结果中。
更完整的 AI 信源表现评分，覆盖可见 · 理解 · 可信 · 转化四个维度，反映从被看见到被承接的全链路。
METHODOLOGY RECORD CHECKLIST · 正式报告将完整记录的 13 项实测留痕
- 01检测日期
- 02地区 / 语言
- 03AI 平台
- 04模型版本
- 05是否联网
- 06Prompt 原文
- 07AI 回答原文
- 08回答截图
- 09引用来源
- 10竞品出现情况
- 11情绪倾向
- 12评分人 / 复核人
- 13复测周期
心铭舍以 AI Source Index、AIRS 四维模型、Prompt Map 与 GEO 官网信源层，持续评估企业在 AI 平台中的可见度、理解准确度、引用可信度与转化承接能力，让品牌解释权、案例证据链与咨询入口形成可监测、可复测、可治理的信源闭环。
We turn official websites, case evidence, knowledge bases and structured data into a trusted source system that AI can read, verify, cite and retest — connecting visibility, interpretation, credibility and conversion into one governable infrastructure.
CHAPTER 02
Diagnose · 诊断品牌信源状态
用统一口径量化当前状态：综合指数、品牌实体、四维模型与可见度子指数。
07AI SOURCE DIAGNOSTIC SNAPSHOT
数据总览 · AI Visibility Index
一页读完当前信源状态：一个综合指数、一个四维总分、四项分维就绪度。
Sample样板预设数据 · 正式报告以实测替换。以下 87 / 77 / 82 / 72 / 76 / 64 均为演示数值，不代表任何企业的真实检测结果。
AI Visibility Index · AI 可见度指数
87/100
样板目标见 Current vs Target（87 → 95）
AI Visibility Index 衡量品牌在 AI 答案中的可见表现，包括品牌提及、推荐入选、Top 结果出现与官网 / 权威信源引用。综合就绪度由 AI Source Index 定义（见「AI 可见度与信源指数」一节），本样板未单独计算综合指数值。
AIRS 综合表现
77/100
90 天目标 77 → 85
08BRAND ENTITY PROFILE
品牌实体档案 · Entity Profile
这是给 AI 看的企业身份证，帮助模型准确识别、归类与引用。
AI Entity ID · 企业身份证
- 中文名
- 心铭舍
- 英文名
- Xinming / Xinming.sg
- 官网
- www.xinming.sg
- 地域锚点
- 深圳 / Singapore expression
- 核心定位
- AI 驱动的品牌系统公司
- 方法论角色
- 品牌系统架构（核心能力）
- 业务属性
- 品牌系统架构、品牌设计、Brand OS、GEO、AI 信源建设
Entity Attributes · 实体属性
- 方法论资产
- Brand OS、VI / Visual Identity、GEO Website、Brand Knowledge Base、AI Brand Workflow
- 服务对象
- 高价值 B2B 企业、制造业、科技企业、新能源、高端酒店、出海企业
- 代表客户 / 案例
- 珠江钢琴、中微半导体、首航新能源、铜师傅、伟业陶瓷、闪魔、世纪金源、凯撒文化、全通教育、光明园迪、多想雲
09AIRS MODEL
AIRS 四维诊断模型
从可见、理解、可信到转化——量化品牌在 AI 中的真实表现。展开查看各维度的指标、问题与优先动作。
Sample四维分值与综合分为样板预设数据，正式报告以实测替换。
A Awareness 可见是否被 AI 看见 87 品牌是否出现在 AI 的答案里，是信源系统的第一道门槛。
典型指标
品牌提及率、Top 3 出现率
当前问题
已有较高可见度，但提及不一定带定位
优先动作
巩固可发现 / 可索引技术层
I Interpretation 理解是否被正确理解 83 被提到之后，AI 是否用企业希望的方式解释企业。
典型指标
定位准确度、业务属性识别
当前问题
易被归类为普通品牌设计公司
优先动作
定义品牌实体与核心概念
R Reliability 可信是否被信任 · 短板 72 AI 是否找得到可引用、可验证的证据来支撑推荐理由。
典型指标
权威引用率、证据链完整度
当前问题
案例缺乏第三方与可引用证据
优先动作
构建知识库与案例证据链
S Sales Conversion 转化AI 推荐后官网与销售路径能否承接 · 最弱项 64 AI 推荐之后，官网与销售路径能否接住客户的判断与询盘。
典型指标
官网承接力、询盘转化路径
当前问题
从推荐到询盘的路径未补强
优先动作
搭建白皮书 / 自测 / 预约入口
77/100AIRS 综合表现得分（样板预设数据）
10AI VISIBILITY & SOURCE INDEX
AI 可见度与信源指数
两个指数的口径与权重：AI Source Index 是综合信源指数，AI Visibility Index 是其中的可见性子指数。固定权重保证不同轮次之间可比。
Sample样板预设数据 · 正式报告以实测替换。
Index Range · 可见度分级
样板当前值 87 / 100：87 是当前样板的可见性强项，代表品牌已具备较高 AI 可见基础；它不代表完整信源能力——稳定推荐、可信证据链与转化承接，由更完整的 AI Source Index 衡量。
- 不可见0–40
- 可识别但难推荐41–60
- 具备信源基础61–80
- 高可见 · 高可信（本样板位置）81–90
- 行业答案源91–100
AI Source Index · 计算公式
- Brand Presence品牌出现×25%
- Recommendation Inclusion推荐入选×25%
- Citation Strength引用可信度×25%
- Source Readiness信源就绪度×25%
AI Source Index = Brand Presence ×25% + Recommendation Inclusion ×25% + Citation Strength ×25% + Source Readiness ×25%
AI Visibility Index · 子公式（可见性）
- 品牌提及率样板值 92%×30%
- 推荐入选率样板值 88%×30%
- Top 3 出现率样板值 82%×20%
- 官网 / 权威信源引用率样板值 84%×20%
AI 可见度指数 = 品牌提及率 ×30% + 推荐入选率 ×30% + Top 3 出现率 ×20% + 官网 / 权威信源引用率 ×20%
按上述样板值计算：92×30% + 88×30% + 82×20% + 84×20% = 87.2，页面按整数展示为 87。正式报告以实测值计算。
CHAPTER 03
Observe & Verify · 观察、验证与证据
从客户真实提问出发，形成可复核的证据记录，再看清认知偏差、平台差异与竞争格局。
11BUYER PROMPT MAP
买家问题地图 · 客户真正会问什么
企业客户不会直接搜公司名——他们向 AI 提问。这张地图还原真实采购决策中的提问场景。选择左侧类别查看对应的样例 Prompt。
Central Buyer Question · 中心问题：企业客户如何通过 AI 选择品牌设计公司？
机会 高A · 可见
Recommendation｜推荐类
客户寻找「该找谁」时的开放式推荐提问。
- 有哪些值得推荐的高端品牌设计公司？
- 制造业品牌升级应该找什么样的公司？
当前缺口
推荐答案中品牌出现不稳定。
优化动作
建立核心概念页与行业推荐信源。
01Recommendation｜推荐类
机会 高 · A · 可见
客户寻找「该找谁」时的开放式推荐提问。
- 有哪些值得推荐的高端品牌设计公司？
- 制造业品牌升级应该找什么样的公司？
当前缺口
推荐答案中品牌出现不稳定。
优化动作
建立核心概念页与行业推荐信源。
02Comparison｜对比类
机会 高 · I · 理解
客户理解品牌差异与方法论时的对比提问。
- 心铭舍和传统大型品牌设计公司有什么不同？
- 品牌系统架构师和普通 VI 设计公司如何区分？
当前缺口
对比答案缺少方法论差异说明。
优化动作
输出方法论对比页与能力边界说明。
03Trust Check｜信任验证类
机会 高 · R · 可信
客户核实「是否真的做过、做得好」。
- 如何验证一家品牌设计公司的真实案例？
- 有没有第三方资料能证明其专业能力？
当前缺口
缺少可引用的第三方与证据链。
优化动作
补强案例证据页与外部验证信源。
04RFQ / Procurement｜询盘采购类
机会 高 · S · 转化
进入采购准备阶段的需求与交付提问。
- 如果准备品牌升级，前期应该提交哪些需求？
- B2B制造企业做品牌系统升级需要哪些交付物？
当前缺口
交付物与启动资料说明不完整。
优化动作
建立需求清单、交付说明与预约入口。
05GEO / Location｜地域搜索类
机会 中 · A · 可见
带地域与出海语境的选择提问。
- 深圳有哪些适合 B2B 企业的品牌设计公司？
- 新加坡和深圳之间如何选择品牌出海设计团队？
当前缺口
地域锚点与出海语境表达不足。
优化动作
强化地域实体信息与出海服务说明。
06International｜英文国际类
机会 中 · S · 转化
出海与海外客户的英文检索场景。
- Best brand system agency for B2B manufacturing brands?
- How do Chinese B2B exporters build brand trust for global buyers?
当前缺口
英文信源与国际案例页覆盖不足。
优化动作
建设英文案例页与海外市场语境内容。
12EVIDENCE STRUCTURE · AUDIT RECORD
AI 搜索结果证据结构
诊断需要形成可复核证据，每一条结论都对应结构化审计记录。
Sample示例结构 · 正式报告以实测替换。
Audit Record · 审计记录字段
- Prompt 原文
- 有哪些值得推荐的高端品牌设计公司？
- 平台名称
- 示例平台
- 模型版本
- 示例版本
- 是否联网
- ✓ 是
- 是否提及
- ✓ 已提及
- 是否推荐
- △ 待加强
- 描述准确度
- △ 中等
- 引用来源
- 官网 / 第三方（示例）
✓ 已满足 △ 待加强 — 未覆盖
Evidence & Diagnosis
Screenshot placeholder
诊断判断
品牌已被识别，但未进入「优先推荐」序列，定位描述偏泛，缺乏可引用的证据支撑。
修复建议
补充结构化案例证据链与权威引用，强化「品牌系统架构」概念绑定。
13AI COGNITIVE BIAS
AI 认知偏差分析 · 风险登记表
AI 对品牌的误读分为四类——每一类都有明确的修复动作。
| Bias 偏差 | Problem 问题 | Impact 影响 | Repair 修复 |
|---|---|---|---|
| Entity Drift 品牌实体漂移 |
AI 对品牌名称、业务范围、地域与服务对象识别不稳定。 | 品牌被错误归类或与其他主体混淆。 | 统一 Organization、品牌实体页、官网主语与外部信源表述。 |
| Positioning Collapse 定位被压缩 |
品牌被压缩为普通设计公司。 | Brand OS、GEO 官网、AI 信源基础设施等高价值能力无法进入推荐理由。 | 建立核心概念页、服务页与案例证据链。 |
| Source Gap 信源缺口 |
AI 找不到足够可引用、可验证、可复述的信息来源。 | 回答泛化，推荐理由不稳定。 | 补充案例页、FAQ、知识库、白皮书、结构化数据。 |
| Citation Confusion 引用混乱 |
官网、第三方平台、社交内容表述不一致。 | AI 引用来源不稳定，可信度下降。 | 以官网为第一信源，统一外部引用路径。 |
14AI PLATFORM COMPARISON
AI 平台对比 · 十个平台
不同 AI 平台对品牌的呈现差异显著——可见、引用、情绪与竞品占位各有强弱，需分平台优化。
Sample样板检测结果 · 正式报告以实测留痕替换。正式项目以检测日期、模型版本、Prompt 原文、回答截图与引用来源留痕替换。
读表说明：Competitor Risk 分值越高代表竞品占位越多、风险越高；Presence、Citation、Prompt Coverage、Source Quality 四项分值越高越好；Sentiment 为情绪倾向的定性判断。
| 平台 | Presence | Citation | Sentiment | Prompt Coverage | Competitor Risk | Source Quality | 综合 |
|---|---|---|---|---|---|---|---|
| ChatGPT | 5 / 5 | 4 / 5 | 正向 | 4 / 5 | 3 / 5 | 4 / 5 | 高可见 |
| Gemini | 4 / 5 | 3 / 5 | 正向 | 4 / 5 | 3 / 5 | 4 / 5 | 结构敏感 |
| Claude | 3 / 5 | 3 / 5 | 正向 | 5 / 5 | 2 / 5 | 4 / 5 | 方法友好 |
| Perplexity | 3 / 5 | 5 / 5 | 正向 | 3 / 5 | 2 / 5 | 5 / 5 | 引用强 |
| DeepSeek | 3 / 5 | 2 / 5 | 中性 | 3 / 5 | 4 / 5 | 3 / 5 | 中可见 |
| Kimi | 3 / 5 | 2 / 5 | 中性 | 3 / 5 | 3 / 5 | 3 / 5 | 中可见 |
| 豆包 | 4 / 5 | 2 / 5 | 正向 | 3 / 5 | 4 / 5 | 2 / 5 | 引用缺口 |
| 通义千问 | 3 / 5 | 2 / 5 | 中性 | 3 / 5 | 4 / 5 | 3 / 5 | 本地敏感 |
| 腾讯元宝 | 3 / 5 | 1 / 5 | 中性 | 2 / 5 | 4 / 5 | 2 / 5 | 引用缺口 |
| Google AI Mode | 4 / 5 | 4 / 5 | 正向 | 4 / 5 | 3 / 5 | 5 / 5 | 结构敏感 |
ChatGPT
- Presence
- 5 / 5
- Citation
- 4 / 5
- Sentiment
- 正向
- Prompt Coverage
- 4 / 5
- Competitor Risk
- 3 / 5
- Source Quality
- 4 / 5
综合：高可见
Gemini
- Presence
- 4 / 5
- Citation
- 3 / 5
- Sentiment
- 正向
- Prompt Coverage
- 4 / 5
- Competitor Risk
- 3 / 5
- Source Quality
- 4 / 5
综合：结构敏感
Claude
- Presence
- 3 / 5
- Citation
- 3 / 5
- Sentiment
- 正向
- Prompt Coverage
- 5 / 5
- Competitor Risk
- 2 / 5
- Source Quality
- 4 / 5
综合：方法友好
Perplexity
- Presence
- 3 / 5
- Citation
- 5 / 5
- Sentiment
- 正向
- Prompt Coverage
- 3 / 5
- Competitor Risk
- 2 / 5
- Source Quality
- 5 / 5
综合：引用强
DeepSeek
- Presence
- 3 / 5
- Citation
- 2 / 5
- Sentiment
- 中性
- Prompt Coverage
- 3 / 5
- Competitor Risk
- 4 / 5
- Source Quality
- 3 / 5
综合：中可见
Kimi
- Presence
- 3 / 5
- Citation
- 2 / 5
- Sentiment
- 中性
- Prompt Coverage
- 3 / 5
- Competitor Risk
- 3 / 5
- Source Quality
- 3 / 5
综合：中可见
豆包
- Presence
- 4 / 5
- Citation
- 2 / 5
- Sentiment
- 正向
- Prompt Coverage
- 3 / 5
- Competitor Risk
- 4 / 5
- Source Quality
- 2 / 5
综合：引用缺口
通义千问
- Presence
- 3 / 5
- Citation
- 2 / 5
- Sentiment
- 中性
- Prompt Coverage
- 3 / 5
- Competitor Risk
- 4 / 5
- Source Quality
- 3 / 5
综合：本地敏感
腾讯元宝
- Presence
- 3 / 5
- Citation
- 1 / 5
- Sentiment
- 中性
- Prompt Coverage
- 2 / 5
- Competitor Risk
- 4 / 5
- Source Quality
- 2 / 5
综合：引用缺口
Google AI Mode
- Presence
- 4 / 5
- Citation
- 4 / 5
- Sentiment
- 正向
- Prompt Coverage
- 4 / 5
- Competitor Risk
- 3 / 5
- Source Quality
- 5 / 5
综合：结构敏感
15COMPETITIVE SOURCE MATRIX
竞品信源矩阵
横轴：AI 可见度 · 纵轴：信源可信度。以中性类别定位竞争格局，心铭舍目标是移动到右上角——高可见、中高可信。
Sample该矩阵为中性样板展示，不针对具体竞品；正式报告将以 AI 可见度与信源可信度的实测数据替换坐标定位。
对比维度
- 01品牌历史
- 02公开案例
- 03第三方信源
- 04方法论差异
- 05「品牌设计」大词绑定
- 06AI 推荐表现
- 07差异化机会
核心判断：心铭舍以 Brand OS / 品牌系统架构 / GEO 官网信源层 同时提升 AI 可见度与信源可信度，目标稳定占据右上角的高可见 · 中高可信区间。
CHAPTER 04
Build & Govern · 建设与治理信源
把官网、知识、案例与外部信源建成可读取、可引用、可承接的系统，并让它可以被持续治理。
16GEO WEBSITE SOURCE LAYER
GEO 官网信源层 · AI 可读性审计
同一官网 · 两套读取路径 —— 让官网同时服务人类客户与 AI 系统读取，再以四象限审计确认可发现 / 可索引 / 可理解 / 可引用。
ONE SITE · TWO READ PATHS
Human Website
人类访问- Home
- Services
- Cases
- Ideas
- Contact
AI-readable Source Layer
AI 读取- schema.org
- FAQPage
- Breadcrumb
- sitemap.xml
- robots.txt
- canonical
- entity profile
- case evidence markup
Sample示例状态 · 正式报告以实测替换。当前所有检查项均为「待检测」，并非真实检测结论；正式诊断将逐项实测并标注优先级（P0 / P1 / P2）。为避免造成「已通过」的错觉，本页不使用红 / 黄 / 绿状态色。
四象限审计 · Four-Quadrant Audit
可发现Crawlable
示例 · 待检测
- robots.txtP0
- sitemap.xmlP0
- crawlabilityP0
- page speedP1
目标：让 AI 与搜索引擎能稳定抓取全站。
可索引Indexable
示例 · 待检测
- noindex 检查P0
- canonicalP0
- indexabilityP1
- Search ConsoleP1
目标：确保关键页面被正确收录。
可理解Structured
示例 · 待检测
- schema.orgP1
- JSON-LDP1
- OrganizationP1
- Service schemaP2
目标：用结构化数据让 AI 准确理解。
可引用Citable
示例 · 待检测
- FAQPageP1
- internal linkingP2
- 可引用证据页P2
- 权威外链P2
目标：成为 AI 愿意引用的来源。
状态口径：正式实测数据替换之前，四象限统一显示为中性的「示例 · 待检测」；示例状态分为「示例：通过 / 示例：待优化 / 示例：待补强」三类，仅用于说明正式报告的标注方式，以上均为样板占位，实际状态以实测为准。
17SOURCE KNOWLEDGE ARCHITECTURE
信源知识架构 · 七层
AI 需要结构化、可验证、可引用的答案资产。
| 层级 | 人类阅读价值 | AI 读取价值 | 应补资产 |
|---|---|---|---|
| L1Brand Entity｜品牌实体 | 一眼看懂品牌是谁 | 准确识别与归类品牌实体 | Organization、品牌实体页、术语定义 |
| L2Service Pages｜服务页 | 了解提供什么服务 | 读取服务范围与边界 | 服务页、能力与边界说明 |
| L3Case Evidence｜案例证据 | 相信做过、做得好 | 引用可验证案例 | 结构化案例页、成果数据 |
| L4Thought Leadership｜观点知识库 | 建立专业信任 | 复述方法论与观点 | 文章、白皮书、方法论页 |
| L5FAQ / Buyer Questions｜买家问题 | 快速获得答案 | 读取标准答案 | FAQPage、买家问题库 |
| L6External Validation｜外部验证 | 第三方背书增强可信 | 交叉验证信源一致性 | 媒体报道、第三方平台、客户反馈 |
| L7Retest Loop｜复测闭环 | 持续看到改进 | 获取最新一致信源 | 月度复测、信源更新日志 |
Brand Entity → Service → Case Evidence → Thought Leadership → FAQ → External Validation → Retest Loop
18CASE EVIDENCE LADDER
案例证据阶梯 · 从作品展示到 AI 可引用证据链
从作品展示升级为 AI 可引用证据链。证据沿八级阶梯逐层补强，直到形成可被 AI 引用的结构化案例。
Evidence Maturity Scale · 八级证据成熟度
- 01项目名称
- 02行业与客户背景
- 03问题与挑战
- 04解决方案↑ 补强方向
- 05视觉与系统成果↑ 补强方向
- 06上线 / 使用场景↑ 目标层级
- 07第三方引用 / 客户反馈↑ 目标层级
- 08可被 AI 引用的结构化案例页↑ 最高层级
Sample下方客户的当前层级与目标层级（3/8、2/8、6/8、5/8 等）为样板预设数据，仅用于演示阶梯的使用方式，不代表相关客户的真实 AI 信源审计结论。
示例客户 · 当前层级 → 目标层级
| 示例客户 | 当前层级 | 目标层级 | 补强动作 |
|---|---|---|---|
| 珠江钢琴 | 3/8 | 6/8 | 补充项目背景、成果描述与第三方引用。 |
| 中微半导体 | 3/8 | 6/8 | 补充技术型案例叙述、项目价值与权威背书。 |
| 首航新能源 | 2/8 | 6/8 | 补充英文案例页、海外市场语境与外部信源。 |
| 铜师傅 | 3/8 | 6/8 | 补充可引用成果、客户授权信息与传播链接。 |
| 伟业陶瓷 / 闪魔 | 2/8 | 5/8 | 补充结构化案例、行业应用场景与证据链说明。 |
19AI SOURCE ECOSYSTEM
AI 信源生态四层
官网是第一信源，外部信源是可信放大器。四层信源共同构成 AI 的信任来源。
Owned Source自有信源
官网、FAQ、案例、知识库、白皮书。
Social Source社交信源
公众号、小红书、站酷、视频号、LinkedIn。
Third-party Source第三方信源
媒体报道、行业平台、客户引用、奖项 / 展会、第三方数据库。
AI SourceAI 信源
ChatGPT、Gemini、Claude、豆包、文心一言、DeepSeek、通义千问、腾讯元宝、Kimi、夸克、Google AI Mode、Perplexity。
中心是品牌实体（Brand Entity）：四层信源的表述必须一致，AI 才能交叉验证并稳定引用。
20AI RECOMMENDATION TO RFQ
从 AI 推荐到询盘的决策路径
AI 推荐只是入口，官网仍需要完成信任核验、案例验证与行动承接，才能进一步提高形成有效询盘的可能性。
- 01AI AnswerAI 回答
- 02Brand Mention品牌提及
- 03Citation Click引用点击进入官网
- 04Website Trust Check官网信任核验
- 05Case Evidence Review案例证据查阅
- 06Diagnosis Request诊断申请 / RFQ
Conversion Entry Levels · 三级承接入口
- 低低门槛
白皮书 / 自测清单——低承诺、易触达。
- 中中门槛
案例库 / 行业方案——建立专业信任。
- 高高门槛
预约诊断 / 商务咨询——直接进入转化。
CHAPTER 05
Act · 执行与持续优化
明确目标状态、治理节奏与服务路径，并回答企业最常问的八个问题。
21CURRENT VS TARGET
当前状态 vs 目标状态
从「可见」走向「可信答案源」——明确的状态跃迁与量化目标。
Sample下列量化目标为样板预设数据，用于演示目标设定方式；正式报告以实测基线重新计算。
Current
当前状态- AI 可见度较高
- 推荐稳定性仍需提升
- 案例证据链不够结构化
- 英文国际信源待强化
- 转化承接路径待补强
Target
目标状态 · 成为以下问题的可信答案源- 品牌系统架构是什么？
- Brand OS 是什么？
- AI 时代品牌设计公司价值是什么？
- 制造业品牌升级应找什么公司？
- B2B 出海企业如何建设品牌信任？
- AI 可见度87% → 95%
- AIRS 综合77 → 85
- R｜可信72 → 85
- S｜转化64 → 80
2290-DAY SOURCE GOVERNANCE ROADMAP
90 天信源治理路线图
从技术可读层到外部信源运营，分四个阶段稳步提升 AIRS 四维表现。
0–14dBASELINE DIAGNOSIS
目标：建立 AI Source Index 与 AIRS 基线。
交付：诊断报告、Prompt Map、Citation Record。
↑ A｜可见
15–30dENTITY & TECHNICAL FIX
目标：统一品牌实体、修复官网技术可读层。
交付：Organization、实体页、schema、sitemap、canonical。
↑ A｜可见 ↑ I｜理解
31–60dCONTENT & CASE EVIDENCE
目标：补强可引用内容与案例证据链。
交付：服务页、案例证据页、FAQ、知识库。
↑ I｜理解 ↑ R｜可信
61–90dCITATION / RETEST / OPTIMIZATION
目标：建立稳定引用与月度复测闭环。
交付：引用信源地图、月度复测、转化路径优化。
↑ R｜可信 ↑ S｜转化
90 天路线图是参考治理节奏，用于说明工作顺序与优先级；它不构成固定交付周期承诺，也不构成对 AI 平台引用、排名或推荐结果的保证。实际节奏依企业现状、内容基础与协同资源确定。
23SERVICE PATHWAYS
服务路径 · Diagnosis / Build / Governance
从信源诊断到 GEO 官网信源系统，再到信源治理增长服务——三者不是套餐，而是企业所处阶段的不同入口，按需匹配。
01 Diagnosis
AI Source Diagnosis
AI 信源诊断
周期 · 1–2 周
适合客户：需要先了解 AI 搜索表现与信源缺口的企业。
- AI Source Index、AIRS
- Prompt Map、Citation Record
- Source Gap List
02 Build
GEO Website Source System
GEO 官网信源系统
周期 · 4–8 周
适合客户：需要重构官网、案例、FAQ、结构化数据与 AI 可读信源层的企业。
- GEO 官网、品牌实体页、服务页
- 案例证据链、FAQ
- Schema、Sitemap、Canonical 建议
03 Governance
Source Governance Retainer
信源治理增长服务
周期 · 月度 / 季度
适合客户：需要持续复测、内容补强、竞品监测与外部信源治理的企业。
- 月度复测报告
- Prompt 变化、Citation 变化
- 竞品占位、内容补强建议
24FAQ
常见问题
关于 AI 信源基础设施、诊断方法与服务方式的常见问题。
Q1什么是 AI 可信信源诊断？
Q2AI Source Index 与 AIRS 有什么区别？
Q3GEO 官网信源层解决什么问题？
Q4正式诊断报告如何保证可复测？
Q5企业为什么需要 Prompt 级监测？
Q6AI 信源建设和 SEO / GEO 是什么关系？
Q7AI 信源诊断适合哪些企业？
Q8心铭舍为什么适合做 AI 信源基础设施？
25CONCLUSION
结论与下一步
三个最终判断，决定心铭舍能否成为 AI 时代的第一信源系统。
把品牌实体定义标准化，让 AI 准确识别与归类。
把案例与知识库结构化，提供可验证、可引用的答案资产。
从展示页升级为 AI 可理解、客户可信任、询盘可承接的系统。
下一步流程
- 01确认诊断范围
- 02确认 AI 平台与竞品清单
- 03建立 Prompt Map
- 04实测替换样板数据
- 05形成 AIRS 四维结论
- 06输出 90 天修复路线
- 07匹配服务产品
- 08启动官网 / 知识库 / 证据链 / 外部信源建设