有幸生在這個電腦、網際網路、AI 的年代。
客人找廠商的方式變了。以前是打開 Google、點開前幾個網站比一比；現在很多人直接問 AI：「台灣有沒有做品牌加數位的顧問公司？」「傳產想導入 AI，該找誰？」AI 回一段話，裡面列幾個名字。名單外的公司，這位客人大概不會再去找。
這一季我們都在談門面。先把自己是誰說成一句話，再讓網站被人和機器都讀得懂，接著讓內容帶著立場。這些都是公司自己做得到的事：改文案、改網站，決定權都在自己手上。
剩下最後一件，決定權不在你手上：網站以外，有沒有人提到你。
這件事我們不想只用講的，所以拿自己量了兩次。
01我們怎麼量自己
做法不複雜。我們準備了一組題目，交給四家 AI：ChatGPT、Claude、Gemini、Perplexity，打開它們的搜尋功能，讓它們上網查過再回答。
題目分兩種。一種是點名問：「OAKOrc 是什麼公司？」「奧克獸賦能提供哪些服務？」另一種不點名，照客人真正會問的方式問：「台灣中小企業想找品牌顧問，有推薦的公司嗎？」「網站改版前應該先做哪些檢查？」「品牌顧問公司跟一般廣告代理商差在哪？」
點名的那幾題，另外關掉搜尋、只憑 AI 自己的記憶再問一輪。AI 的回答每次都不太一樣，所以每一題都問兩次。八月中量一次，九月中再量一次，中間隔一個月。
先講清楚一件事。這兩次量測之間，我們沒有做任何針對 AI 能見度的改動。網站照常發文，但原本排好要做的那些項目，一項都還沒動。所以這不是「改了什麼、效果如何」的實驗，比較像拿同一支溫度計量兩次體溫：它能告訴你大概燒到幾度，說不出為什麼。限制還有好幾條，第 05 段會一條一條攤開。
02點名的時候，它找得到我們
點名問的那一組，結果讓人放心。
四家 AI 被問到 OAKOrc 時，大多會自己去查 oakorc.com，讀得到服務頁，大致說得出我們是做什麼的。兩次量測都是這樣。這代表網站這一層是通的：AI 的爬蟲進得來，內容不靠程式在瀏覽器裡臨時生出來，給機器讀的結構化資料也齊。本季前面談網站的那幾篇，講的就是這一層。
反過來，把搜尋關掉、只問 AI 本身記不記得我們，多數時候它會說不知道。這不意外：一家公司的名字要進到 AI 的記憶裡，得先在網路上被寫到夠多次、夠久，這件事還沒發生。
到這裡為止，看起來都不壞。問題在另一組題目。
03不點名的時候，我們幾乎不存在
客人不點名、只問「該找誰」「怎麼選」「差在哪」的時候，答案裡幾乎沒有我們。
兩次量測裡只偶爾出現過，而且兩次落在不同的題目上：第一次是一題英文題，第二次換成另一題中文題。這種出現法比較像運氣，不像一個站穩的位置。被提到的那幾次，也都沒有附上連結。
兩組結果放在一起，才看得出問題的形狀。點名問，是客人已經知道你、來 AI 這邊確認一下；不點名問，是客人還不知道你、請 AI 幫忙找。前者是查證，後者才是推薦。一家公司的新客人，多半從後者來。
我們的網站撐得住查證，卻進不了推薦。兩件事之間差的那一段，在網站外面。
04AI 去問了誰
AI 上網查資料時，多半會附上它參考了哪些網站。我們把第一次量測裡 AI 參考過的網站全部攤開，看得出它替人找廠商的時候，信的是哪一類地方。
排在前面的，大致是這幾種：
- 服務商評比目錄：國外有好幾家專門列出各地顧問與設計公司、附上客戶評價的網站
- 人力銀行的內容專區與公司頁
- 政府與法人的公開資料庫，像是公司登記、中小企業輔導相關的名錄
- 方格子這類內容平台
- 同業自己網站上的文章
直覺上會以為有用的，反而很少出現。那一次的中文題裡，台灣人每天在滑的社群與論壇幾乎看不到。
下面這段是我們的判讀，不是結論。AI 回答「該找誰」的時候，比較像在查證，不是在聽你自我介紹。它會去翻第三方的名錄和評比，看有沒有別人提過這家公司、別人怎麼寫它。你的官網寫得再清楚，也是當事人的證詞。清單裡當然也有同業自己的文章，但在「該找誰」這種題目上，它更想找的是證人。
這個判讀有旁證，但旁證也只到「相關」為止。有業者整理過兩個概念的差別：「被 AI 引用」是你的頁面成為答案的來源，「被 AI 提及」是 AI 在答案裡說出你的名字，資訊可能來自第三方的評價、榜單或介紹。後者不一定需要你自己的頁面被選中。同一份整理也引了幾份研究：第三方提到一個品牌，跟這個品牌會不會出現在 AI 答案裡，兩者的關聯比「別的網站連回你」還強。不過原作者特別註明，那只是相關，不能當成因果。
兩次量測時，那幾家服務商評比目錄，我們一家都還沒登錄。量到的結果跟這件事對得上，但「對得上」離「證明」還很遠。
社群幾乎不出現在 AI 的參考清單上，這件事要另外講：它不代表經營粉專沒用。粉專對讓人記得你有用，只是那是另一條路。把粉專的投入記在「AI 會不會推薦我們」這本帳上，會算錯。
05這兩次量測證明不了什麼
拿自己的資料寫文章，最容易犯的錯是把量到的東西寫成證明。所以這一段講清楚，這兩次量測有哪些地方站不住。
兩次之間，沒有做針對性的改動。 我們沒有在中間登錄目錄、沒有補站外資料。兩次結果差不多，只說明「不做事，大概就是這樣」，說不出做了什麼會變成怎樣。
無法確認模型是同一批。 我們呼叫的是各家「最新版」的名稱，但各家常在同一個名稱底下替換背後的模型，而兩次量測都沒有把實際版本記下來。一個月內換過，完全有可能。
量測工具本身也動過。 第一次量完之後，我們調低過 AI 每題可以搜尋的次數上限，第二次量之前又沒有先用新設定把舊資料重算一遍。細部的比較因此不乾淨，只能看大方向。
量的是開發者介面，不是你手機上那個 App。 我們透過各家給開發者用的介面加上搜尋工具來問；你在網頁版或手機 App 上問，外面還包了一層各家自己的設定與記憶，答案可能不一樣。
AI 的答案本來就會飄。 有追蹤研究發現，同一個問題隔一段時間再問，答案經常會變，引用的來源也常被換掉。兩次量測都只是兩張快照。
題目只涵蓋我們這一行。 這份參考清單屬於「品牌、網站、數位顧問」這個領域。換一個產業，AI 去查的地方可能完全不同，得自己重量。
扣掉這些，剩下的是一個方向。網站這一層通了，推薦這一層沒通，這條分界兩次量測都一樣。第一次攤開的參考清單則顯示，AI 替人找廠商時翻的，多半是我們還沒出現的那些地方。這拿去說服別人不夠，拿來決定我們下一步做什麼，夠了。
06怎麼開始讓別處替你作證
這件事沒有捷徑，但起手式很便宜。我們接下來也打算照這個順序做，列給你參考。
第一步：用客人的話問，不要用你的名字問。 列出五到十個客人找到你之前會問的問題，例如「台中有沒有做工業零件外銷的工廠」「新創要做官網該找誰」。每題問兩次、換兩家 AI 問，記下答案裡出現了誰。點名問只能確認 AI 認不認識你，不點名問才看得到你在不在名單上。
第二步：看 AI 參考了哪些網站。 多數 AI 產品會附上它參考的來源。把那些網站抄下來，那就是你這一行的證人名單，比自己猜哪個平台有效可靠得多。
第三步：去那些地方，用同一句話介紹自己。 公司登記資料、產業名錄、服務商目錄、人力銀行的公司頁，能登錄的就登錄，而且每一處的寫法都要跟官網一致。本季第一篇要你寫出的那一句話，到這裡才真正派上用場：同一句話出現在越多別人的地方，AI 越容易確定那是你。
第四步：給別人一個提到你的理由。 名錄只能證明你存在，要被人主動寫到，得有別人拿得走的東西：一個清楚的觀點，或一份只有你量得到的第一手資料。本季談「立場」的那一篇，用途就在這裡：立場讓別人有東西可以引用。
第五步：隔一段時間再量，而且先做事、再量。 我們兩次量測之間沒做事，所以只拿到兩個點。下一次再量，應該排在做了上面這些事之後，否則又只是多一個點。
門面有一半，在別人家裡
過去 門面是自己裝潢的：招牌和官網，花多少力氣就有多體面。
現在 門面有一半在別人家裡：名錄怎麼寫你、評比裡有沒有你、有沒有人在文章裡提到你。
這一季從把自己說成一句話開始，經過讓改版後的網站連機器也讀得懂，走到讓內容帶著立場，最後停在這裡。前面每一篇處理的，都是自己說的話；這一篇處理的，是別人替你說的話。
兩者不是二選一。自己說不清楚，別人也無從轉述；自己說得清楚，卻沒有人轉述，AI 看到的就只有當事人的一面之詞。一家公司在 AI 眼裡可不可信，是這兩邊疊起來的。
我們把自己量出來的結果寫在這裡，連同它證明不了的部分。我們自己做數位顧問，卻在不點名的推薦題裡幾乎找不到自己。說出來不太好看，但這一季想講的事，它是最直接的例子。
設計能被信任，技術能被理解。而信任這件事，最後得有人替你作證。
為品牌築根，為數位開路。