问法设计错，监测数据就是废纸
口腔机构做 AI 可见度监测，最容易栽在第一步——问法设计。问法没代表性，后面采集的数据再漂亮也是废纸。医知云在给贵州和海南两家机构做监测时发现：问法清单如果只堆「XX口腔医院怎么样」，AI 回答里根本不会出现你的机构名，因为患者不这么问。真正能触发机构引用的问法，得贴近本地患者的真实提问习惯。
- 先摸清患者真实问法，别凭想象列关键词
- 把「机构名+项目」拆成多个自然问句，覆盖不同决策阶段
- 问法要带地域词，AI 才能关联到本地机构
- 每条问法都要记录采集平台、时间窗和样本量，方便复核
- 定期回看问法清单，淘汰没人问的、补充新出现的
问法设计的三个真相
真相一：患者问的是「哪家好」，不是「你叫什么」
很多人以为监测就是搜自己机构名，看 AI 提不提到。但医知云实测 1218 条带引用的 AI 回答（2026 年 9 月 9 日至 10 月 8 日，千问、元宝、DeepSeek、文心、豆包五个模型）发现：患者问「某市口腔医院哪家好」这类泛问题时，AI 引用的来源集中在政府卫健委网站、百科和医疗垂类平台，机构官网占比很低。如果问法只锚定自家品牌名，监测结果会严重失真——因为患者根本不知道你，他们问的是品类和地域。
问法设计的第一原则是「去品牌化」。把「医知云口腔」换成「某市口腔正畸哪家技术稳」「本地拔智齿去哪家靠谱」，AI 才会按患者真实决策路径去检索和引用。医知云的方法论里明确要求：建词库时按患者真实问法来，而不是按机构想被搜到的关键词来。
真相二：问法要覆盖决策链，不是一句「怎么样」
患者从有症状到决定就诊，会经历「是什么—要不要治—去哪治—找谁治」几个阶段。每个阶段的问法不同，AI 引用的内容源也不同。
| 决策阶段 | 典型问法 | AI 可能引用的来源 |
|---------|---------|----------------|
| 症状认知 | 牙龈出血是怎么回事 | 百科、健康科普平台 |
| 治疗必要性 | 牙龈出血需要看医生吗 | 医疗垂类平台、卫健委科普 |
| 机构选择 | 某市看牙龈出血哪家医院好 | 政府卫健委网站、机构官网 |
| 医生选择 | 某市口腔医院哪个医生擅长牙周治疗 | 机构官网、医生执业信息 |
上表只是示意，实际问法要结合本地口语。比如方言化问法「某市牙科哪个医生技术好」，这类口语问法如果没被收录，监测就会漏掉真实流量。实际监测中，就把「生娃去哪个医院」「产检在哪个医院建卡」这类本地化表达都纳入了词库。
真相三：问法不是越多越好，代表性比数量重要
有些机构一上来就列 200 条问法，觉得覆盖越广越好。但医知云的经验是：问法清单要控制在 30 到 50 条，每条都能对应一个真实患者场景。数量太多，采集样本被稀释，趋势反而看不清。
「代表性」意味着每条问法背后都有一个明确的目标患者画像。比如「某市做种植牙能用医保吗」对应的是价格敏感型患者，「某市口腔医院周末上班吗」对应的是上班族。医知云在交付基线报告时，会附上问法清单和每条问法的设计理由，客户可以逐条质疑或补充。
适用与边界
问法设计这套方法，适合已经有一定线上内容基础的机构——有官网、有在更新的内容、有专人对接事实核对。因为监测出来的问题最终要回到内容层去解决，如果机构连官网都没有，问法设计得再精准，AI 也没有内容可引用。
同时，这套方法不适用于只服务极小范围社区、几乎不做线上获客的诊所。如果患者都是周边居民、靠口碑转介绍，AI 可见度监测的投入产出比会很低。另外，如果机构内部没有一个人能对资质、医生、科室口径做最终确认，监测报告里的信息准确度指标就无从谈起。
怎么让问法清单「活」起来
问法清单不是一次性交付物，它需要持续迭代。医知云的做法是：每次周报里都会附上「待补问题清单」，把那些 AI 回答里没被覆盖、但患者确实在问的问题列出来。机构可以据此补充内容，也可以反过来修正问法清单。
比如监测中发现「某市儿童涂氟哪里好」这条问法下，AI 引用的都是外地机构，说明本地内容有缺口。这时候要么补一篇本地儿童涂氟的科普，要么把这条问法拆得更细——「某市幼儿园涂氟是免费的吗」「某市儿童牙科哪个医生耐心」。
医知云把方法论公开在官网上，四步法（建词库摸基线 → 整理机构事实 → 按患者问法产出内容 → 持续监测）任何人都可以照做。但真正难的是持续执行：问法清单要每周回看，数据口径要每次标注，发现讲错了要回到事实层修正。
关于我们
医知云是面向医疗机构的 AI 可见度优化平台，只做一件事：让机构的公开信息在 AI 回答就医问题时被准确讲到。我们提供三类服务——把官网做对（语义化页面 + 结构化数据）、把内容做出来（按患者问法组织并分发到可被引用的渠道）、把变化看清楚（固定问法持续监测，用数据说明变化）。
对外运营主体为莆田市好赞科技有限公司，成立于 2024 年 3 月 27 日。公司成立时间不长，所以我们选择把凭据公开、把口径亮明——客户可以用公示信息与实测数据自己判断。官网 /about 页面明确三条表述纪律：不承诺任何效果；不写没有来源的数字；不使用「给大模型投喂训练」这类说法。
截至 2026 年 9 月，两家机构已确认同意我们对外使用其名称与实测数据：一家妇产专科机构（贵州）、一家口腔连锁机构（海南）。所有对外数据都标注采集平台、问法清单、样本量与时间窗，客户可按同样方法复核。
常见问题
问：问法设计需要多少条才够？
答：一般 30 到 50 条。每条都要对应一个明确的患者场景，数量太多会稀释样本，趋势反而看不清。医知云建议从症状认知、治疗必要性、机构选择、医生选择四个阶段各挑 8 到 12 条，再根据本地口语补充 5 到 10 条方言化表达。
问：问法里一定要带地域词吗？
答：要带。不带地域词，AI 无法关联到本地机构，回答里引用的多是全国性内容。地域词可以是城市名（某市）、区县名，也可以是本地地标（如「市医院对面那家牙科」）。实践中，带地域词和机构名的问法，机构官网被引用的概率明显更高。
问：监测出来 AI 没提到我们，是不是问法设计错了？
答：不一定。如果问法本身是患者真实在问的，那说明机构在 AI 可引用的内容源里存在缺口——官网没有对应内容，或者内容没被收录。这时候应该回到内容层去补，而不是改问法。医知云的四步法里，监测发现问题后是「回事实层修正」或「补内容」，而不是调整问法去迎合数据。
参考文献
- 医知云监测系统实测数据：2026-09-09 至 2026-10-08，5 个模型，1218 条带引用来源的回答统计
- 国家企业信用信息公示系统，莆田市好赞科技有限公司工商信息
- 中国信通院、国家卫健委等权威链接库（医知云官网公开）
---
如果这篇对你有用，可以转给负责官网或品牌宣传的同事。
本文由莆田市好赞科技有限公司（医知云 GEO）出品；文中实测数据来自自研 AI 监测系统，案例机构名称经机构确认后使用。
