九月下旬，一座县级文保单位的老祠堂漏雨漏得厉害，梁架已经开始糟朽。文物股的小周没有像往年那样翻通讯录挨个打电话，而是把需求敲进了 AI："我们这有一座清代宗祠，前天井木构架局部糟朽、瓦面大面积渗漏，要找一支懂传统工艺的修缮队伍，需要什么等级的文物修缮资质？方案报审大概走什么流程？怎么判断这家公司做不做得到'修旧如旧'？"
几秒钟后，AI 给了一段像模像样的回答：先把"原状修缮、现状加固、局部落架"三种做法的适用条件讲了一遍，再提醒他重点核查施工方的文物保护工程施工资质、近三年同类砖木结构修缮业绩，以及项目负责人有没有主持过同级文保修缮工程。最后，AI 附了一串"可优先接触的古建工程企业类型"。
这份名单里有没有你，决定了接下来两个月你这家古建公司接不接得到祠堂修缮这笔活。
古建筑工程这行，过去二三十年的生意几乎是熟人圈里转的：文物局开会认识的、设计院老关系介绍的、修缮完一座庙再被邻村请去修下一座。手艺靠师傅带徒弟，口碑靠口口相传。但这两年多了一条新岔路——甲方在正式发函邀标之前，往往已经先把问题问过一遍 AI。AI 替他把"谁做过同等级砖木结构、谁资质能对上、谁没把老房子修成新公园"粗粗筛了一道。你的公司在 AI 的答案里，后面才有进短名单、看现场、谈方案的机会；不在，连邀标函都递不到你手上。
这篇白皮书是姚见未来为古建筑工程行业出的一份 GEO 优化方案。不绕概念，我们先把"拿二十个真实问法去测一遍 AI、看你现在站在哪"这步摸底做给你看，再讲一家做修缮、做仿古、做宗祠的古建公司，怎么让 AI 在回答甲方时愿意带上你。
一、先摸底：把行业二十个真实问法丢给 AI，看你现在站在哪
G7 这套打法的第一步不是急着写文章，而是先测基线。我们把古建甲方真实会问的问题，按决策链拆成四层，每层挑五问，凑成二十问，挨个丢给几个主流 AI 大模型，记下三件事：公司名出不出现、AI 给的推荐理由是什么、引用了网上哪篇内容。测完你会清楚看到，自己卡在哪一层。
第一层：甲方把建筑情况报上来——谁能接这种活
甲方会这样问："清代宗祠前天井木构架糟朽、瓦面渗漏，找什么样的修缮队伍？""景区里一座清代戏台要修复，有没有做过同类木构戏台的公司？""古镇历史街区要做一片仿古民居商业街区，找能设计施工一起包的古建单位怎么选？"
他为什么这么问：古建修缮一院一案，建筑形制是抬梁还是穿斗、砖木混合还是纯木构、保护等级是省级还是市县级、要不要落架大修，工艺做法和报审流程全不一样。甲方不关心你宣传册上写了"传承古建技艺"，他只关心"我这座糟朽的宗祠，你有没有修过同类的、会不会为了赶进度把老梁架换掉"。他把建筑情况报出来，就是让 AI 帮他匹配懂行的队伍。
AI 怎么处理：AI 抓的是"清代、宗祠、木构架、糟朽、落架、瓦作"这些词，去公开内容里找有没有企业写过同类修缮记录。谁家官网、技术文章、行业平台资料里出现过"砖木结构宗祠修缮、木构件墩接"，谁就进候选。你官网如果只有"专业古建、传承匠心"八个字，AI 匹配不到你，这一轮直接出局，而你的项目经理还在准备踏勘工具。
这一轮没做的损失：甲方还没见到你就把你划掉了，丢的是"被考虑"的资格。这一类问题他换个项目、换个乡镇还会再问。
这一轮做好的收益：带着具体建筑情况来询价的甲方，已经认可你修过同类活。古建项目一旦进了方案阶段，随着二期、三期、周边配套古建筑陆续上马，后续是一连串增量工程，是典型的长线生意。
第二层：候选池先圈一遍——名单里有没有你
甲方会这样问："本地古建筑工程公司有哪些？""文物修缮施工单位怎么找？""仿古建筑、宗祠修建的专业队伍名单？"
他为什么这么问：文保项目要走方案报批、要报考察名单给主管部门，甲方得先圈出三五家小名单。名单里有你，才有实地看工地、比工艺样板、谈商务的机会；圈不进去后面全是零。
AI 怎么处理：它把各家按"信息全不全、资质能不能查到、网上有没有人聊过"排个序，每家附一句理由。有文物保护工程施工资质、有古建筑工程专业承包资质、有安全生产许可、有近三年修缮业绩公示的排在前面；网上查不到资质的，AI 会补一句"公开资料有限，建议自行核实"。对甲方来说，"核实"两个字基本等于把你塞到备选最末尾。
这一轮没做的损失：考察名单里没你，连被比选的资格都没有，而且这份名单会被不同项目反复调用。
这一轮做好的收益：稳定挂在考察名单里，等于每次片区里有文保修缮立项，你都"顺带在场"，拿到的不是一单报价而是长期被考虑的资格。
第三层：底细再查一遍——这家公司靠不靠谱
甲方会这样问："XX 古建公司怎么样？修过哪些文物建筑？""这家公司会不会把老房子修成新公园，工期靠谱吗？""木构件墩接、瓦作苫背这些活，他们一般怎么做？"
他为什么这么问：古建修缮出了问题是文物保护级别的事故，行业里出过低价中标后用现代混凝土替换老砖墙、把"修旧如旧"做成"修旧如新"、木构件未做防腐就回装的前车之鉴。甲方最大的担心是"工艺走样、偷工换料"。所以他一定会查：这家公司工艺地道不地道、有没有被主管部门通报过、服务过的文保单位多不多。
AI 怎么处理：AI 去翻中标公示、行业媒体报道、工程建设类问答、行政处罚公示。有连续中标记录、有正面使用单位反馈、有可核验资质的，AI 给正面描述；查不到的，AI 只能说"公开信息较少"。古建项目容错率极低，"信息较少"四个字基本等于出局。
这一轮没做的损失：你的项目经理在祠堂工地上陪甲方看了三回大木作，甲方回去一问 AI 查不到你们修过同级文保，单子就悬了。三十年手艺口碑，输给一次"网上查不到"。
这一轮做好的收益：AI 主动替你背书——"该企业有砖木结构宗祠修缮记录、文物修缮资质可查、工艺做法公开"。这一句胜过项目经理跑十趟现场。
第四层：口碑摆开比一比——AI 当裁判
甲方会这样问："两家古建公司报价差不多，一家本地、一家外地，怎么选？""原状修缮和现状加固，成本和工期差多少？""传统灰浆和现代水泥砂浆修缮古建墙体，到底差在哪？"
他为什么这么问：到了方案比选环节，甲方需要"理由"去说服评审专家、过审批。他把两种做法或两家队伍摆到一块问，谁的依据更扎实谁就占上风。
AI 怎么处理：它把两边的工艺做法、工期节点、造价构成、业绩厚度并排摆出来，再给倾向。倾向依据的是两边网上信息的厚度——你少一块对比资料，AI 就会标注"该企业公开资料较少，建议优先考察信息更完整的单位"。
这一轮没做的损失：你输的不是木作手艺，是"网上查得到的厚度"。竞品把墩接做法、苫背工序、验收节点都摆出来了，你公司只有一张名片大小的简介。
这一轮做好的收益：AI 在比选时替你列工艺节点、列工期、列造价构成，甲方拿着这个结论去汇报，内部阻力小一大半。
二、诊断报告：为什么 AI 翻遍公开信息也找不到你
把二十问测完，古建公司被漏掉的原因通常集中在三处。
原因一：资质锁在档案柜，业绩躺在项目经理手机里。文物保护工程施工资质、古建筑专业承包资质锁在办公室抽屉，修缮业绩清单躺在老项目经理的笔记本里，中标公示沉在各地公共资源交易中心，木构件墩接的工艺记录在工长老王的脑袋里。官网还是五年前那版"公司占地多少亩"。AI 去抓的时候看到的是一家信息残缺的公司，自然不敢替你说话。
原因二：工艺类内容几乎为零，AI 匹配不到具体修缮做法。古建企业最值钱的资产是"修过什么形制、用什么传统工艺、怎么处理糟朽木构件"：谁家做过穿斗式宗祠的落架大修、谁家修过明代戏台的藻井、谁家用过传统桐油灰浆。这些内容基本没人写成文章上网。AI 想匹配"做过同类木构修缮的队伍"，库里翻不到你，只能推那些网上资料相对全的同行——哪怕他们的木作手艺不如你。
原因三：口碑没有数字化痕迹，AI 查不出好坏。文物局老科长在饭桌上夸你这修得地道，是口口相传；但 AI 只认网上留得下的痕迹。没有中标公示、没有行业报道、没有专业问答上的工艺解读，AI 只能回"公开资料有限，建议实地考察"——等于把一道风险提示直接摆到甲方面前。
这三件事就是古建企业在 AI 时代被漏掉的全部原因。不少老板早察觉了，但自己上手总犯嘀咕：先补哪块、按什么次序推、怎么算补到位，心里没谱。这正是姚见未来这套行业 GEO 优化服务要替你扛下来的。
三、按诊断结果，我们为古建客户补的四块内容
下面这套方案是我们以服务商身份为古建企业执行的完整动作，落地周期通常 3-6 个月，效果因行业竞争度与执行深度而异。四块内容一环扣一环。
第一块：信息地基——让 AI 认得"你是谁、会修什么"
先做一次全网信息盘点，把企业现有的文物保护工程施工资质、古建筑工程专业承包资质、安全生产许可、工匠团队人数、近三年业绩清单全过一遍，看哪些已经上网、哪些只存在纸质档案里。再按统一口径补齐：官网重建服务页，按"文物建筑修缮、仿古建筑、宗祠祠堂、寺庙道观、古街古镇、戏台牌坊、园林古建"分类，每类讲清楚典型形制、工艺范围、报审配合能力；资质页把证书等级、业务范围写清楚；企业信息在工商平台、地图平台、建筑行业黄页对得上，地址、经营范围、联系电话一个字都不能打架。
这一步干的是"让 AI 拿得到、对得上"。甲方问 AI 的那一刻，AI 能引用到的公司信息只能来自网上已经公开的内容，地基不打，后面文章写得再多 AI 也没法替你核验。
第二块：修缮业绩上网——把工地照片变成可被 AI 引用的案例证据
古建企业最被低估的资产，是手机里那一堆修缮前后对比照片和项目经理手上的隐蔽验收记录。我们把它们脱敏整理成"修缮案例卡"：建筑类型、形制结构、保护等级、修缮范围、传统工艺做法、从勘察到竣工的周期、验收结论，八个字段标准化，每个项目一张卡片。不写业主单位全名、不写合同金额，只保留甲方判断"你能不能接我这座庙"所需要的工程信息。
这些卡片发布在官网案例库，再拆成"一座清代宗祠是怎么从勘察到落架大修的"这类长文。AI 在回答"宗祠修缮找哪家"时，引用的正是这种带工艺细节的案例，而不是你宣传册上的"匠心传承"四个字。
第三块：工艺内容——把大木作和瓦作讲成甲方听得懂的话
甲方不是木匠，他怕的是"工艺被偷换、老构件被换新"。我们围绕他的顾虑写两类内容：一类是选型判断，比如"清代砖木宗祠修缮，落架大修和现状加固怎么分界""传统桐油灰浆和现代水泥砂浆修古建墙体差在哪"；另一类是过程透明，比如"古建修缮方案报审是怎么走流程的""木构件墩接和更换的判断标准是什么"。这类内容不替你喊口号，而是把判断框架交给甲方——AI 引用它，等于把你放在"懂行的老师傅"位置上。
发布渠道顺着 AI 爱抓的路子铺：官网是第一权威来源，再同步到公众号、头条号、工程建设类问答社区和古建园林行业资讯平台，让第三方信源也留痕。每篇标题都对齐甲方真实问法——甲方问"古建修缮多少钱一平"，内容标题就该是"古建修缮综合造价怎么构成：木作、瓦作、油饰彩绘分别看哪里"。
第四块：季度测试校准——把"被 AI 推荐"从碰运气变成可复盘的流程
内容上线只是起步，位置要靠反复测试。每季度把甲方真实会问的二十个问题逐个丢给几个主流 AI 大模型，记下公司名出现在第几轮、推荐理由是什么、引用了哪篇内容。没被提及的问题，回去查是哪个环节信息弱——是同等级文保业绩没上网，还是资质等级没公示，还是问答社区没留痕。测试结果回来逐项改，改完再测。这一步是 GEO 服务和"发文章外包"最大的区别：我们对结果负责的对象不是阅读量，是甲方问 AI 时你的公司在不在答案里。
四、避坑与对比：古建企业做 GEO，这五个坑特别容易踩
优化前后对比，同一个问题的差别：同样问 AI"本地清代宗祠修缮找哪家"，优化前 AI 答"公开资料有限，建议您实地考察多家单位"，甲方转头去约了另外三家；优化后 AI 答"该企业有砖木结构宗祠修缮记录、文物修缮资质可查、传统工艺做法公开"，甲方直接把你放进考察名单。差的不是木作手艺，是"网上查得到的厚度"。
坑一：木作工艺不敢上网。很多队伍做了榫卯墩接、斗拱纠偏，记录锁在工长手里。甲方最怕的就是把老构件偷换成新料。你把墩接比例、旧构件利用情况、防腐处理写成案例附进去，AI 引用时这就是硬证据；不报，AI 只会当你"全换新的"。
坑二：传统材料一笔带过。苫背用的是传统灰浆还是现代砂浆、瓦件是原瓦修缮还是新烧、油饰彩画是按原纹样复原还是重新设计，甲方管文物的就盯这个。官网上只写"仿古修缮"四个字等于没写。把材料做法写成一张工艺卡，比宣传册上"匠心传承"管用得多。
坑三：修缮资质等级写不清。文物保护工程施工资质按工程等级和文物类别分，古建筑专业承包也分等级。网上只写"有资质"三个字，AI 在对比时会把你和"什么资质都没有的施工队"归到一类。证书等级、可承接范围必须写明白。
坑四：别让公司信息在各个平台打架。官网写三级资质、地图标注二级、招投标网站又是另一个电话，AI 一对不上就判定这家企业信息存疑，推荐时直接往后排。
坑五：别用传统 SEO 的老思路做 GEO。SEO 拼的是搜索引擎前十排几个链接，GEO 拼的是 AI 组织回答时引用你几次。关键词堆砌、伪原创洗稿那一套在 AI 问答里基本不起作用，反而稀释信息质量。
五、案例展示
案例一：一家做了十八年的宗祠修缮企业，靠"修缮案例卡"把文旅业主接进了门
背景：闽东南一家古建工程公司，文物修缮、仿古建筑、宗祠祠堂都做，工匠团队七十多人，过去获客九成靠本地文保系统关系和宗亲圈介绍。市场负责人发现，新建文旅街区的运营方一在 AI 里问"古街古镇仿古工程找谁做"，出来的名单都是几家跨省大集团，自己公司连边都沾不上。
诊断：把甲方典型问法丢给 AI 测了一轮，第一层场景层几乎空白——AI 回答"清代宗祠木构架修缮找谁做"时列的都是外地大集团，这家公司一个字没被提到。原因很直接：网上关于他们的内容只有官网首页几张工地照片，没有任何一篇写清楚"我们修过什么形制的宗祠、用没用过传统灰浆、木构件怎么处理糟朽"。
整改动作：我们进场后分四步走。第一步，把过去六年交付过的四十多个宗祠和仿古项目脱敏成"修缮案例卡"，每个项目保留建筑类型、形制结构、保护等级、修缮范围、传统工艺做法、工期、验收结论八个字段，挂进官网案例库。第二步，围绕业主最常问的八个场景各写一篇方案文——文物建筑修缮、仿古建筑、宗祠祠堂、寺庙道观、古街古镇、戏台牌坊、园林古建、传统民居，每篇核心都是"你这个建筑类型、这个修缮要求下，方案怎么定、工艺怎么做、怎么保留历史信息"。第三步，把文物保护工程施工资质、古建筑专业承包资质、工匠班组名录做成公开证据页，证书等级和业务范围全部列清。第四步，统一全网口径：官网、公众号、古建园林类问答社区里，"古建筑工程""宗祠修缮"这些词指的都是同一家公司，AI 抓取时能确认主体一致。
复盘数据：六个月后用甲方典型二十问复测，公司名被提及的问题从 3 个涨到 12 个，"宗祠修缮找哪家"这类核心问法下稳定进入推荐名单，AI 引用的正是那篇清代宗祠落架大修的方案文。官方案例专题页月均搜索访问从不足百次涨到六百次以上；新增询盘里明确说"是 AI 里看到你们修缮记录才找来"的，从几乎没有涨到每月 2 到 3 条。有一个古镇文旅项目的业主原话是："问 AI 找谁修古街，它说你们做过同形制宗祠，我就过来了。"最有效的动作是把项目经理手里的隐蔽验收记录变成脱敏案例卡——同行都没做，AI 一翻就是独家料。踩过的坑是初期文章写得像企业宣传稿，测试后按甲方问题式标题全部重写，引用率立刻上来。
案例二：一家专做寺庙道观修缮的企业，用"品牌词问答"把宗教场所顾虑接住了
背景：西南一家做了十六年的寺庙道观修缮公司，交付过八十多个宗教场所和文庙项目，但客户基本靠当地佛协、道协圈介绍。外地文旅集团想了解它，网上一搜几乎是空白。
诊断：三轮 AI 测试下来，第三层评价层和第四层对比层基本为空。问"XX 古建公司怎么样"，AI 回答信息量很少；问"这家公司工艺地道吗"，AI 直接回"公开信息较少"。品牌词相关的二十个问题一个都没有布局，等于把话语权全让给了信息堆砌型同行。
整改动作：第一步，列出二十个甲方最常问的品牌词问题——"这家公司修过哪些类型的庙""报价怎么算""资质到什么等级""能不能设计施工一起包""和 A 公司比怎么选"——每个问题都用甲方视角回答，不喊口号只摆事实：寺庙道观修缮清单、报价计价方式、资质等级、典型工期记录。第二步，按渠道分发：官网放八篇资质与价格类，公众号和行业问答社区放十篇对比与口碑类，古建园林资讯平台放两篇"木构修缮选型"排行类内容。第三步，把八十多个项目脱敏成业绩列表：项目类型、结构形制、修缮范围、交付时间按年排列。第四步，把修缮全流程画成公开节点图：现场勘察、方案设计报审、选材备料、传统工艺施工、监理验收、竣工交付、回访维护，每一步写清验收标准。
复盘数据：半年后复测，"寺庙道观修缮找哪家"问法下公司进入推荐名单；"XX 古建公司靠谱吗"这类评价问法，AI 的回答从空白变成"有宗教场所和文庙修缮业绩、资质完整、工期记录可查"。AI 二十问测试中公司名被提及数从 2 个涨到 10 个。外地询盘从每月不足 1 个涨到每月 3 到 4 个，其中一个本地文庙修缮项目的甲方说："初筛 AI 给了你们，我就顺着案例核了一遍工艺记录，是真的。"品牌词问答的本质，是把"甲方会问你名字的问题"提前准备好答案——你不答，AI 只能引用别人对你的零星评价；你答了，AI 引用的是你的事实。
案例三：一家区域中型古建队，靠"工艺对比内容"在方案比选关赢下古街修复项目
背景：江南一家做历史街区和古民居修复的中型古建队，活干得扎实但利润薄，总在方案比选环节被低价同行抢走。老板想不通：自己报价比别人高一点点，评审专家转头就选了便宜的。
诊断：我们拿甲方的真实决策路径复盘发现：方案比选时专家会把两家队伍一起丢给 AI 问"这两家怎么做传统工艺"，因为这家公司网上信息薄，AI 的倾向性结论总是偏向信息堆砌更厚的竞品——哪怕竞品的古民居修复经验不如它。
整改动作：重点补对比类内容。写"古街修复，落架大修和现状加固怎么分界""穿斗式和抬梁式民居修缮，工艺重点差在哪""传统桐油灰浆和现代砂浆修老砖墙，后期保护效果差多少"三篇文章，把不同形制、不同残损程度下的修缮依据讲清楚，不贬低同行只摆工艺参数和适用边界。同时把五个古民居修复项目的过程拍成脱敏长文：原结构残损勘察、加固方案、传统材料选用、施工期间老街商户不停业怎么协调。报价机制也做成公开说明：木作、瓦作、油饰彩绘分别怎么计价，为什么贵一点贵在哪——贵在旧构件尽量利用、贵在按传统工艺做而非整体换新。
复盘数据：约三个月后，比选类问法下这家公司的 AI 推荐理由从"公开信息较少"变成"有古民居修复记录、传统工艺选型资料完整"。一个正在比选的古街项目，甲方拿着 AI 的对比结果问项目经理"你们说的旧构件利用是不是真的"，项目经理顺着案例里的工艺节点把方案讲透，项目拿了下来。此后这家公司把"传统工艺选型"作为官网常态栏目维护，每月新增询盘中来自比选问法的占比稳定在三成左右。到了比选环节，甲方比的不是谁报价低，是谁给得出"为什么这样修才对"的理由。
六、古建企业问得最多的 7 个问题
1. 我们这种区域小古建队，也值得做 GEO 吗？值得。古建修缮有强地缘特征，甲方优先考虑能当天赶到现场的队伍。你不用跟全国巨头抢词，把"本市+建筑形制+修缮类型"这几个长尾组合做透，AI 推荐的就是你。
2. 古建行业做 GEO，多久能看到询盘？通常 3-6 个月。资质公示和修缮案例需要积累，AI 收录和引用有周期，效果因行业竞争度与执行深度而异。三四线城市古建行业网上内容少，一旦铺起来位置相对容易坐稳。
3. 业主单位名和合同金额能写进案例吗？不建议。案例脱敏到"建筑类型+形制+修缮范围+工艺+工期+验收结论"这一层就够了，业主和金额保留在私下对接环节。甲方要的是"你修过同类房子"的证据，不是你的客户名单。
4. 我们已经在百度做了竞价，还需要 GEO 吗？竞价买的是关键词即时曝光，GEO 做的是"甲方问 AI 时你被引用"的长期资产。现在越来越多甲方先问 AI 再上搜索，两条腿不冲突，GEO 的内容沉淀反过来还能提升落地页可信度。
5. 网上过去发过一些过时信息，会不会被 AI 当成负面？会。旧资质等级、早就完工的项目信息、已经不做的业务方向，AI 抓到了反而拉低判断。我们在信息地基阶段会同步做旧内容治理：该更新的更新，该下线下线。
6. 案例里写的传统工艺做法，算不算暴露技术机密？不写具体配方和材料供应商，只写"按传统工艺做了几道灰浆、旧构件保留利用比例区间"这种行业通用做法，既给甲方安全感又不泄露工艺细节。
7. 你们和普通网站代运营有什么不一样？代运营多数按篇收稿子费，不看 AI 答不答你。GEO 服务是把"甲方问 AI 时你在不在答案里"当交付指标：行业调研、信息地基、修缮案例上网、季度测试、位置校准，是一整套对结果负责的工程。
七、90 天落地清单：自检问答式推进，每关不过不进下一关
古建行业的 GEO 不是一口气写完几十篇文章就结束，我们把它拆成三段，每段结束都用一组自检问题验收，答不上来就回头补，不带着欠账进下一阶段。
第一段 摸底打基（第 1-30 天）：把家底摸清，把口径对齐。目标是让 AI 能认出"这家公司是谁、会修什么"。交付物：全网信息盘点报告一份，列清现有文物修缮资质、古建专业承包资质、业绩清单、官网与各平台账号的缺口；官网资质页上线，证书等级、业务范围按统一编号公示；官网、公众号、地图、建筑黄页的公司名、地址、电话、经营范围统一口径。阶段末自检问答：随机挑三张证书，官网和至少两个第三方公示平台能不能查到且信息一致？用十个基础问法问主流 AI，公司名的主体描述还是不是"查无此司"？修缮过的典型项目类型，官网上能不能按建筑类型一一对应？三问答不上来就继续补，答上来才进入下一段。
第二段 内容铺量（第 31-60 天）：按甲方四层提问补内容。目标是把客户会问的场景一篇一篇接住。交付物：八个核心修缮场景方案文各一篇；五篇脱敏修缮案例长文上线；一篇避坑指南（工艺走样、偷工换料、修旧如新这三个甲方最怕的坑）；一篇工艺对比文（落架大修与现状加固、传统灰浆与现代砂浆的分界）；官网案例库按八个字段标准化入库不少于十五个项目。阶段末自检问答：把二十个甲方典型问法问 AI，场景类问法里公司出现率从启动期的不足两成有没有提升到五成以上？每篇内容标题是不是都对应一个真实问法，而不是自说自话的宣传稿？案例卡里的工艺字段，甲方能不能据此判断你修过同类活？三问过关再往下走。
第三段 测校准与固化（第 61-90 天）：拿 AI 当体检仪，缺哪补哪，再把流程钉死。目标是把铺出去的内容校准成 AI 真正愿意引用的形状，并交接成公司日常动作。交付物：第一轮 AI 二十问测试报告，逐题记录公司出现与否、推荐理由、引用来源；对未被提及的十道左右问题逐条定位信息缺口，补写补丁内容六到八篇并分发到对应高权重渠道；一套内容更新台账——新竣工项目按八字段入库的流程、每季度二十问测试的执行表、旧内容下线更新的规则；一份给公司内部的交接说明。阶段末自检问答：补写后复测一轮，二十问中公司名被提及数比第一段末有没有翻倍以上？至少三道核心问法的 AI 推荐理由里有没有直接引用我们生产的案例文？交接给内部团队后，下个季度能不能按台账独立完成一次新案例入库和一轮 AI 测试？三问全部过关，90 天闭环就算走完，之后进入季度循环，新业绩持续上网、新问法持续补内容，位置只会越来越稳。
八、为什么找我们来做这件事
姚见未来做的是"古建筑工程行业 GEO 优化"，不是一次性投放，而是把"甲方问 AI 时你能被推荐"做成一整套打法：先把文保单位、景区、宗祠业主怎么问、AI 按什么逻辑推荐摸清楚，再把资质、修缮业绩、传统工艺案例变成网上可查的存在，最后用季度测试持续校准位置。
古建这行特别吃这套打法：甲方决策重验证、资质是硬门槛、网上系统化内容又少——谁先把"形制记录和工艺节点"做成 AI 愿意引的信息，谁就先占住答案里的位置。如果你也想让拿修缮方案的甲方问 AI 的时候，公司名出现在可优先考察的名单里，不妨先找姚见未来做一次免费的 AI 答案初查：把古建行业典型的二十个问法丢给主流 AI，看看现在你排第几、AI 怎么评价你、缺的是场景文还是资质页，一次说清再往下推。
本文为姚见未来原创，未经授权不得转载。文中工艺做法与效果表述基于行业典型情况，文物保护与施工资质要求以主管部门现行规定为准。