99 元全科报告的 20 个问题都查什么

先说结论：99 元全科报告不是给你一个分数就算完，它的主体是 20 个用户真实问法，逐个在多个 AI 里问一遍，记录每一问的答案里你家店出现没有、出现的信息对不对、AI 引用的来源是哪里。这 20 问拆开对应大约 208 项检查点，报告的价值在逐问结果，不在那个总分。

20 问是怎么来的

20 个问题按用户真实提问习惯设计，覆盖直给型、条件型、对比型三类问法。直给型像「杭州拱墅区有什么牙科诊所」，条件型像「适合带孩子、周末也营业的」，对比型像「A 和 B 哪家好」。这三类问法对应 AI 三种不同的筛选路径，一家店只会在部分路径里被命中，所以必须三类都测，只测一类会高估或低估自己的可见度。

每一问具体记什么

每一问记录四件事：答案里有没有你家店；提到时说的名称、地址、电话、营业时间和实际是否一致；AI 明确说了引用来源没有；同一问在不同 AI 里的结果差多少。四项合起来才能判断问题出在哪一层：不出现是信息缺失，信息错是源头数据打架，各 AI 结果悬殊是来源分布太偏。

实体字段检查是第一优先级

• 名称：AI 说的是执照名、招牌名还是平台昵称，三者不一致时 AI 可能混用
• 地址：有没有多个版本在不同平台打架，带不带楼栋门牌
• 电话：400、固话、手机哪个在被引用，错号会被持续复述
• 营业时间：平台标的时间和实际是否一致，节假日特殊安排有没有写

实体字段错误是所有问题里最急的，因为 AI 会反复引用错误信息，用户照着错的电话打过去，到店转化直接归零。而且错误存在的时间越长，被引用的次数越多，纠正后消失得越慢。改错要动源头：AI 引用哪个平台就去哪个平台改，只改官网没用。

哪几问没出现，对照补什么

报告里完全没出现的问法最有信息量。条件型问法没出现，通常是页面和点评里没写对应属性，比如没写「可停车」「周末营业」；对比型问法没出现，说明竞品的信息量把你甩开了，AI 只能引用写得全的那家；直给型都没出现，问题在基础收录，可能地图或点评平台的数据本身就缺或不准。对照缺口补信息，比笼统「多做内容」有效得多。

AI 引用来源指到哪，就修到哪

每问结果里如果标了引用来源，那就是你的动手地图。来源集中在地图，就把地图上的字段修齐；来源集中在点评平台，就把点评页的属性写全；来源是你的官网或落地页，说明页面结构被 AI 认可，接下来要保证页面信息和其他平台一致，别让两个来源打架。没有来源标注的问法，用无痕模式自己复问一次，看答案里信息像从哪里抄的。

分数怎么读才不焦虑

总分是 20 问结果的汇总，单次波动几分类似天气，不必逐日追。该看的是两类变化：实体错误有没有从「有」变「无」，以及空白问法有没有从「没出现」变「出现」。这两类是结构性变化，涨了就是真的有效。单看总分忽上忽下，容易做无用功，比如为了分数去堆内容，结果实体字段还是错的，AI 照样不给店名。

拿到报告后第一周的动作顺序

• 第一件事：改实体字段错误，改完记录改动日期，方便复测对照
• 第二件事：修引用来源平台的数据，和官网统一成同版信息
• 第三件事：给空白问法补属性文字，属性落在页面和点评平台，不是只落在自己官网
• 第四件事：隔一段时间用同样的 20 问自测，看哪些问法开始出现店名

报告结果和实际客流对不上怎么办

有一种常见困惑：报告显示若干问法能出店名，实际从 AI 来的客人却没几个。这不矛盾，两个口径量的是不同的事。报告量的是「AI 愿不愿意提到你」，是入口侧；客流是「提到之后用户选不选你」，是转化侧。入口有了但客流没变化，说明下一步要做的是答案里的呈现质量：AI 提到你时说的招牌、属性、流程，和实际体验是否一致、是否够吸引。反过来，客流还行但报告很空，说明现有客人来自线下渠道，AI 侧是从零起步的状态。分清两个口径，才不会因为某一侧不好看就全盘否定或全盘乐观。

一句话总结

99 全科报告的核心交付是逐问结果：哪问出现了、信息对不对、引用了哪里。分数只是汇总参考，逐问清单才是动手列表，按「先纠错、再统一、后补缺」的顺序做，一轮下来再看复测，变化才看得清。