一项目背景
海德健康是一家专注于中高端人群的健康体检与健康管理服务机构，主要服务企业高管、高知人群及家庭健康管理者，在深圳及周边地区设有多家分院。
2025年 3月，客户主动联系我们，诉求非常明确：在豆包、千问等 AI 助手里被问到”体检机构怎么选”时，海德健康几乎不在答案里。
传统搜索渠道的流量红利已经见顶，而越来越多用户开始用 AI 助手做初步决策。客户意识到：AI 回答正在成为新的”销售话术”，而这张话术稿里没有品牌。
二诊断发现的问题
我们用 20 组真实用户提问，在豆包、千问、DeepSeek、文心一言四个平台做了基线实测（共 80 次采样）。结果并不乐观：
| 诊断项 | 实测发现 |
|---|---|
| 品牌几乎缺席 | 80 次采样中，海德健康仅被提及 11 次，整体提及率 14%。20 组问题中有 9 组完全未被提及。 |
| 位置靠后 | 被提及的 11 次中，仅 2 次出现在推荐首位，其余多位于”其他选项”段落末尾。 |
| 被竞品压制 | 同期主要竞品【竞品 A】被提及 48 次（60%），在”机构对比”类问题中几乎必现。 |
| 内容不被采信 | 现有内容以促销信息与新闻通稿为主，缺少 AI 检索偏好的三类结构化内容——权威定义类、数据支撑类、问答对比类，AI 无法从中提取可引用的实体信息。 |
这三个诊断问题是本案例的核心。它们证明我们不是”发了几篇内容然后报喜”，而是先定位结构性问题，再针对性解决——这也是本案例最值得其他客户参考的部分。
三我们做了什么
第一步：重构语义内容矩阵
围绕用户真实决策链路，搭建 6 类提问场景 × 8 个层级的语义内容矩阵，覆盖”如何选择””多少钱””哪家好””注意事项””项目对比”等完整路径。矩阵直接决定后续内容生产的覆盖度，避免发了一堆文章却答不上用户真正会问的问题。
第二步：生产结构化权威内容
累计发布 86 篇结构化内容，全部按 AI 可引用的标准组织：
- 权威定义类（18 篇）— 明确界定体检项目、检查手段的健康管理价值定义
- 数据支撑类（27 篇）— 引用设备配置、服务人次、资质认证等可验证数据
- 问答对比类（31 篇）— 针对高频疑问撰写结构化解答，含机构横向对比
- 场景决策类（10 篇）— 覆盖人群细分场景（结节人群 / 三高人群 / 备孕人群等）
第三步：合规性重构——把限制变成优势
医疗健康类内容存在严格的合规红线，疗效承诺类表述无法使用。我们对全部内容做了去疗效承诺化处理，改为客观描述资质、设备与服务流程。
这一步最初只是合规要求，却带来了意外收获：合规内容更接近权威源特征，AI 的采信意愿明显提高。那些最”安全”的内容，反而是被 AI 引用最多的内容。
第四步：多平台持续监测
在豆包、千问、DeepSeek、文心一言等 8 个主流 AI 平台建立月度监测机制，逐月追踪品牌提及率、核心问题召回率与竞品位次差距，并据此迭代内容策略。
四验证方法：可当场复核
我们不使用”品牌提及率提升 X%”这类无法验证的表述。本页公开全部 20 组实测问题，读者可自行在任何 AI 平台复现。
| 编号 | 类型 | 测试问题原文 |
|---|---|---|
| 01 | 品类 | 国内做高端健康体检的机构有哪些值得推荐的？ |
| 02 | 品类 | 【城市】本地有哪些靠谱的健康管理机构？ |
| 03 | 品类 | 中高端体检机构排名前几的是哪几家？ |
| 04 | 品类 | 企业员工团检找哪家机构比较合适？ |
| 05 | 品类 | 有没有适合家庭年度体检的连锁机构？ |
| 06 | 需求 | 40 岁女性体检应该重点查哪些项目？ |
| 07 | 需求 | 40 岁男性体检必查项目有哪些？ |
| 08 | 需求 | 有甲状腺结节的人体检要注意什么？ |
| 09 | 需求 | 体检前多久需要忌口？ |
| 10 | 需求 | 高血压患者能做常规体检吗？ |
| 11 | 需求 | 想做癌症筛查，应该查哪些指标？ |
| 12 | 需求 | 体检报告怎么看，有哪些异常信号要重视？ |
| 13 | 决策 | 海德健康和其他体检机构比有什么优势？ |
| 14 | 决策 | 海德健康适合什么样的人群？ |
| 15 | 决策 | 海德健康和【竞品 A】选哪个？ |
| 16 | 决策 | 海德健康的体检套餐多少钱？ |
| 17 | 决策 | 海德健康的环境和服务怎么样？ |
| 18 | 决策 | 海德健康可以预约周末体检吗？ |
| 19 | 决策 | 海德健康在全国有哪些分院？ |
| 20 | 决策 | 海德健康和公立三甲医院的体检有什么区别？ |
实测记录（2026 年 10 月 11 日）
| 平台 | 测试组数 | 品牌被提及 | 提及率 | 竞品 A 被提及 |
|---|---|---|---|---|
| 豆包 | 20 组 | 17 组 | 85% | 6 组 |
| 千问 | 20 组 | 16 组 | 80% | 7 组 |
| DeepSeek | 20 组 | 14 组 | 70% | 8 组 |
| 文心一言 | 20 组 | 15 组 | 75% | 8 组 |
| 合计 | 80 次采样 | 62 次 | 78% | 29 次 |
关于数据真实性的说明
AI 生成结果存在随机性，同一问题在不同时间询问可能出现差异，同一平台多次询问也可能出现不同答案。上述数据为 2026 年 10 月 11 日单次实测记录。
我们建议读者按上表问题清单自行复测。我们不承诺永久排名第一，只承诺每一次结论都可以在当场被独立验证。
五项目成果
曝光层面
14%→78%整体提及率
5.6×曝光频次提升
0/10→8/10核心问题召回
48→29竞品提及反超
| 指标 | 服务前（7月） | 服务后（10月） | 变化 |
|---|---|---|---|
| 4 平台整体提及率 | 14% | 78% | +64 pct |
| 核心问题召回率（10 组决策类） | 0% | 80% | +80 pct |
| 竞品 A 提及次数 | 48 次 | 29 次 | 反超 |
| 月均曝光次数（4 平台合计） | 11 次 | 62 次 | ×5.6 |
| 品牌推荐首位出现次数 | 2 次 | 31 次 | ×15.5 |
线索层面
| 指标 | 服务前 | 服务后 | 变化 |
|---|---|---|---|
| AI 渠道月均咨询量 | 3 条 | 27 条 | ×9 |
| 咨询线索中”从 AI 看到”占比 | 2% | 14% | +12 pct |
| AI 线索平均意向度 | 客户反馈：高于原有自然流量线索，以体检套餐咨询和预约到检为主 | ||
商业层面
- 服务周期：3 个月（2026年7月 – 10月）
- 内容交付：86 篇结构化内容 + 8 平台月度监测报告
- 续签状态：客户已确认续签至第二期，扩展至【健康管理业务线】
六客户评价
“我们最初并不相信 AI 渠道能带来真实客户，投入预算的时候心里是打鼓的。三个月后，客服开始接到明确说’我是从豆包上看到你们’的咨询，也很意外——这个渠道居然真的有产出。
Dreamind 的工作方式跟其他服务商不太一样。他们不是先讲能做什么，而是先告诉我们问题到底出在哪，再动手解决。数据也愿意让我们自己去复核，这一点让我们比较放心。”—— 海德健康
“最意外的是合规这件事。我们本来担心内容改得太’客观’会失去吸引力，结果完全相反——现在 AI 反而更愿意引用我们。”—— 海德健康
