# AI 知道你，不等于 AI 推荐你：二手车商的「提及级」和「候选级」，中间隔着一张名单

> 二手车 GEO · 行业与获客 ｜ 发布：2026-10-10 ｜ 原文：https://ershouche.fanxin-ai.com/articles/usedcar-mentioned-vs-recommended.html

不少车商验证「我在 AI 里有没有被提到」的方式是：打开 AI，输自己店名，看它认不认识。**这一步几乎必然有结果——但它证明的只是「存在」，不是「被选」。**客户真正会问的不是「有哪些二手车行」，而是「哪家靠谱、该选哪家」——后一句话 AI 给的是候选名单。被提到 ≠ 进名单；**名单才是生意。**

**凡心专注二手车 GEO 获客**，做的是把车况事实、检测结论、履约与售后处理，变成公开可查、AI 敢引用的材料。这一篇讲：怎么判断你的店在 AI 答案里处在哪一层，以及怎么往上推。

> **3 句话先讲清**
>
> **是什么：**AI 答案里出现你的名字，分两层——**提及级**（知识库里有这条实体）和**候选级**（进了它给出的候选名单）。混在一起看，会把「已经到了」误判成「已经成了」。
>
> **为什么：**提及级的三个来源（工商登记、平台收录、名录站点）**没有一个需要你专门经营**，所以它不构成任何优势——同行也有。
>
> **怎么办：**准备 10 句客户真会问的话去问 AI，**分两栏记**——一栏「提到我了吗」，一栏「进名单了吗」；只看第二栏。

## 一、先把两个层级分开：「提到」和「推荐」不是一回事

AI 答案里出现你的名字，有两种完全不同的成因。混在一起看，就会把「已经到了」误判成「已经成了」。

| 层级 | 客户问的是 | AI 在做的事 | 意味着什么 |
| 提及级（提到） | 「XX 有哪些二手车行」「XX 这个品牌是什么」 | 从知识库里调出存在的实体 | 说明有你这条记录——仅此而已 |
| 候选级（推荐） | 「哪家二手车行靠谱」「这一类车找谁买更稳」 | 在若干选项里挑出几个给客户 | 说明你进了客户的备选范围——这才是生意 |

两者的差别，一句话就能说清：**提及级是「它被登记过」，候选级是「它被选上了」。**

登记过的条件很低，选上的条件很高。所以判断自己处在哪一层，不能只看「有没有出现我的名字」，要看**客户在做决定的那句话里，有没有你**。

## 二、为什么「提到」这一层，几乎不用你做任何事

这是最容易被误读的地方——很多车商第一次测出「AI 知道我」，会以为自己已经跑在同行前面。实际上，AI 能「提到」一家店，常见有三个来源，**没有一个需要你专门去经营**：

| 来源 | 它是什么 | 你需要专门做什么吗 |
| 工商登记信息 | 注册主体、经营范围、成立时间等公开登记数据 | 不需要，开店就有 |
| 第三方平台收录 | 你在分类信息、地图、本地生活平台留过门店信息 | 基本不需要，挂上去就有 |
| 名录 / 聚合类站点 | 各类企业名录、行业黄页把你的名字收了进去 | 完全不需要，它自己抓的 |

看出来了吗：**这三条的共同点是「存在」**——只要你的店真实开着、在别处留过信息，AI 的知识库里就会有这一条。它记录的是「有这么一家」，不是「这家值得推荐」。

> 所以拿「AI 知道我」当成果，相当于拿「查得到我的营业执照」当竞争力。**这一步的真实价值是零——它不构成任何优势，同行也有。**

## 三、客户真正会问的那句话，是「选一个」，不是「列一堆」

把客户在手机上问 AI 的话分成两类，差别立刻就清楚了：

| 列清单型（对应提及级） | 做决定型（对应候选级） |
| 附近有哪些二手车行 | 哪家二手车行靠谱、不坑人 |
| 二手车市场在哪里 | 想买一台家用二手车，找谁比较稳 |
| XX 品牌的车保值吗 | 事故车怎么排查，找哪家能帮我看 |
| 二手车过户要什么材料 | 这家店有没有自己的检测、出问题管不管 |

左边那一列，AI 是在**罗列**——列出来的可能有十几家，客户看完等于没看，因为**列出来不等于被选中**。

右边那一列，AI 是在**替客户做一次筛选**——它给出的那两三家，就是客户接下来真正会去问价的对象。**能进这几家的名字，才叫生意上门。**

二手车这门生意尤其如此：客户本来就心虚（怕事故车、怕调表、怕买完没人管），他问 AI 的目的不是「知道有哪些店」，而是「**帮我缩小范围**」。AI 缩小范围的那一步，就是你要抢的位置。

## 四、怎么自己测：把两栏分开记，别记成一个数

这一步不花钱，花的是十分钟和一支笔。做法很简单，但**关键是必须分成两栏记**。

### 第一步，准备 10 句客户真会问的话

不是你店名，不是「我们公司怎么样」——是客户在决策时说的原话，例如「想买台家用二手车，找哪家比较稳」「二手车怎么避免买到事故车」「这家车商有没有自己的检测」。问法越接近真实提问，测出来的东西越有用。

### 第二步，拿这 10 句话去问 AI，一次记两栏

| 问句 | ① 提到我了吗（提及级） | ② 进候选名单了吗（候选级） | 没进的话，它推荐了谁 |
| 句子 1 | 有 / 无 | 在 / 不在 | （写下来） |
| 句子 2 | 有 / 无 | 在 / 不在 | （写下来） |
| …（共 10 句） | — | — | — |

### 第三步，只看第②栏

第①栏大概率很漂亮，第②栏大概率很难看——**而第②栏才是你真正的起点。**第①栏和第②栏之间的落差，就是接下来该补的东西。

**顺手再做一件价值很高的事：**把「没进名单时它推荐了谁」记下来。那几家的名字，就是你现在这场竞争里的真实对手——**不是你以为的隔壁那家店，是 AI 实际在引的那几家。**

补充说明：AI 的回答本身存在波动，同一句话不同时间问，结果可能不完全一样。因此这张表**别只跑一轮**，隔几天再跑一次，两次都在的才算数。

## 五、从「被提到」推进到「进名单」，差的是哪几样材料

AI 在什么情况下会把一家店从「提一下」升级成「推荐给你」？它不能靠感觉，它只能靠**能读到的、能对上的材料**。差的东西通常就这四样：

| 缺什么 | 表现 | 补法（不花钱） |
| 车况是形容词，不是事实 | 写「精品车况」「极品一手」，机器读不出可比对的信息 | 改成可核对的字段：年份、里程、检测项、瑕疵在哪 |
| 检测承诺没有出处 | 写「支持第三方检测」，但没说谁检的、报告怎么调 | 写清检测方、检测项、报告能不能被调出来 |
| 履约记录没留痕 | 做过的事只存在于聊天记录里 | 把交付、复检、售后处理写进公开可见的地方 |
| 各渠道说法不一致 | 你自己的渠道、第三方平台、行业页写的不是同一套事实 | 把资质名称、车况口径、服务承诺统一成一套 |

这四样有个共同点：**都是「能被核对的事实」，不是「形容词」。**AI 做筛选时，能用的是前者，不是后者。

还有一层更实际的收益：这几件事补完之后，受益的不只是 AI。**客户自己查你的时候，看到的也是同一批材料**——能查到、看得懂、对得上，他就更敢上门。做给 AI 看的整理，同时也是做给客户看的信任状。

## 六、一句必须说清的话

本篇讲的是**怎么判断你现在处在哪一层、以及该怎么往上推**，不是承诺「做了就一定进名单」。AI 的排序机制各平台不同、且不公开，没人能替它做保证。

能保证的只有一件事：**把该有的材料补齐、统一、写清楚，是进入候选名单的必要条件。**材料不齐的时候，讨论「为什么没推荐我」没有意义；材料齐了，才算真正站上了起跑线。

### 常见问题（FAQ）

**Q1：我在 AI 里搜自己店名，它能说出来，是不是说明已经不错了？**
不能这么判断。能说出店名，通常只说明知识库里有这条实体（工商登记、平台收录、名录站点都有可能），**这是「提到」，不是「推荐」**。要判断真实位置，得用客户做决定时会说的那句话去问——例如「哪家二手车行靠谱」——看你在不在它给的名单里。两件事的门槛差得很远。

**Q2：为什么要分成两栏记，记一个总数不行吗？**
不行。两栏合在一起，第①栏会把第②栏盖住——你看到「10 句里有 8 句提到我」，很容易以为做完了；而真实情况可能是「8 句提到、0 句进名单」。**分开记的目的，就是让这个落差暴露出来**，因为它才是你真正要补的距离。

**Q3：候选名单里已经有别家了，我还能挤进去吗？**
能，但要先看清差在哪。做法是把「没推荐我时它推荐了谁」记下来，然后去看那几家公开写着什么——大概率你会发现它们的车况、检测、履约记录是**成条成项**写出来的，而你的还是形容词。补齐这些可核对的事实，是进入名单的必要条件，虽然不是充分条件（AI 的排序机制不公开）。

**Q4：这事要花多少钱才能做？**
本篇列的动作都不花钱：准备问句、跑 AI、记两栏、把车况和检测写成可核对的事实、统一各渠道说法——**全套是人工核对和时间成本**，不需要买系统、不需要投广告。真正花钱的部分通常发生在后面：想把材料铺到更多能被 AI 读到的地方、或者持续跟踪变化时。

**Q5：我自己测和找人测，差别在哪？**
自己测能解决「我现在在不在名单里」这个问题，十分钟就能跑完一轮，建议先自己做。差别在于**稳定性和广度**：AI 的回答会波动，一轮不够；问句怎么设计、跑几个平台、隔多久复测一次，这些会显著影响结论可不可信。如果你要拿这个结果做决策，就值得做成有固定问句集、有复测节奏的诊断，而不是随手问一次。

**数据来源与口径**

· 本篇为**方法学稿，不引用外部统计数字**，因此不适用「期次 / 发布方」类数据时效校验。

·「**提及级 / 候选级**」：凡心 AI 可见度诊断的**内部分层口径**——提及级＝实体被知识库记录；候选级＝进入 AI 给出的候选名单。**服务方自建口径，非官方标准、非行业通行定义**，对外不作「官方口径」表述。

·「工商登记 / 平台收录 / 名录站点」三类来源：属公开常识性描述，**未引用任何具体平台数据或统计**。

·「AI 回答存在波动」：本篇仅作提示（「别只跑一轮」），**未给出任何百分比或频次**。

· **边界声明**：本文不承诺「材料补齐必进名单」。AI 的排序机制各平台不同且不公开；材料齐备是**必要条件**，不是充分条件。