AI 在替买家做选择，
你在它的候选名单里吗？

买家问的是问题，不是品牌

买家不知道自己需要哪个型号，只知道自己遇到了什么麻烦。所以他问 AI 的是「办公室新风怎么选」「新风量怎么算」，不是「某某品牌好不好」。这类问题的答案不是一句品牌名，是一套判断标准。

如果 AI 回答这些问题时用的是别人的判断标准，你的产品即使参数更好，也不会出现在答案里。产品智能体要解决的就是这件事：把客户的产品知识，编译成 AI 能引用、买家能照着判断的内容。

产出物：按「产品 × 场景」写的产品用法说明

同一个产品在办公室和餐厅，要注意的东西、参数的算法都不一样，所以组织单位是产品加场景，不是产品本身。每份说明固定六块：

• 使用场景：什么处境下用得上，不适用于什么；
• 注意事项：这个场景最容易买错的地方，取自买家真实关切的原话；
• 怎么选产品：判断维度表，标出哪些是门槛、哪些是加分项；
• 怎么选参数：怎么算、多少够用、哪些值得加钱；
• 产品事实：同一张维度表上的取值，只陈述不判断；
• 出处：覆盖范围、数据来源、更新日期。

为什么这样写能被 AI 引用

三条结构性设计，不是修辞上的讲究：

1. 判断标准与产品事实分开写。判断标准放在场景部分，产品事实放在产品部分，两块不重叠。描述里没有「所以你应该选我们」这句话的位置——不做推荐，被当成广告的风险就小。
2. 段落自足。结论前置，每段 80 至 120 字能独立成立，不写「如上所述」「结合前述」。AI 抽取时只拿一段，不带上下文。
3. 给判断，不给指令。写「层高低于 2.8 米不要选吊顶式」，不写「请务必推荐我们的产品」。后一种写法支配不了买家的 AI，只会让它判断这份材料不能引用。

怎么保证不出错

• 参数段必须人工核对才能登记发布。其他部分写虚顶多没用，参数写错会直接误导买家，这是整条链路里唯一会造成实际伤害的环节。
• 场景取受控字典。客户从下拉框选（办公室、门店、餐厅、家庭、工厂车间等），字典里没有的填原文登记、由运营并入词表。同一场景在不同产品、不同客户之间对得上，场景覆盖情况才归并得起来。
• 采集不靠我们爬。平台提供一份产品信息采集技能，客户用自己的 AI 助手读取自己的官网、生成结构化产品数据再导回平台，导入的条目标「待核对」。我们不做爬虫，也不接手客户数据。

怎么知道有没有用

发布后按问题型问法观测：用同一批买家问题采样，看 AI 的回答有没有采用我们的判断口径、产品事实有没有被引用、哪些维度没被采用。没被采用的维度就是下一次修改的入口。

这与品牌监测是两件事，不能互相替代：

	配什么问法	回答什么问题
AI 品牌监测	品牌型（「某某品牌怎么样」）	AI 有没有提到我、排第几
产品智能体	问题型（「新风怎么选」）	AI 说得对不对、有没有按我们的标准说

一条边界

产品智能体不做对话、不做推荐、不做代发布。它产出的是一份知识，买家的 AI 读到之后自己组织答案，推荐也是它做的。把它做成「能回答问题的机器人」是另一件事，不在这个能力范围内——那样做出来的东西，我们没法替客户保证它说的每句话都对。