这家机构在本地口碑不错，但线上存在感几乎为零。家长在 AI 里问「留学中介怎么选」「××国家留学中介推荐」时，得到的回答要么是平台导流页，要么是同城竞品。更麻烦的是，机构自己产出的内容散落在公众号历史推文与旧版资讯页里——AI 抓取时拿到的是一堆非结构化文本，无法判断「这家机构是做什么的、擅长哪个国家」。
项目启动的第一步不是写内容，而是建立可对照的基线。以下数据来自合作前的诊断测试，是后续所有效果对比的基准。
把机构业务拆解为「选国家 → 定专业 → 选机构 → 办流程」四个决策阶段，分别配置对应的 260 个问题，避免所有内容挤在「留学中介」这一个词上。
把服务流程、国家政策变化、申请材料清单、常见误区整理成「定义句 + 数据 + 来源」的结构化事实块，让 AI 可以直接抽取，而不需要从营销文案里猜。
在央媒教育栏目、省级新闻平台与留学行业垂直媒体分层投放，为 AI 的交叉核验提供高权重依据。
补齐全站结构化数据（Organization / Service / FAQPage）、收敛重复域名版本、配置 sitemap 与结构化问答块，让爬虫能完整读取站点内容。
每月用同一套问题集复测四个平台的提及与引用情况，把数据反馈到下一阶段的内容选题上。
效果数据均以合作前的诊断基线为对照，采用同一套问题集复测。不同行业的竞争度与合规要求不同，效果周期存在差异——我们不将单个项目的结论推广为普遍承诺。
