Agent 帮你写广告之前，先替它体检一下你的官网

很多团队已经在试营销 Agent：丢一个官网链接进去，几分钟后出来一套品牌策略和一批广告。

看着很爽。但值得问一句：它读到的那个「你」，是对的吗？

先看两个真实的产品流程

• 钛动科技 10 月 23 日发布的 Navos Pro，官方介绍里第一步是从品牌官网自动构建私有知识库，之后再做监测、找机会、给建议。
• Cuttable 同日改版的新平台，按 Campaign Brief 报道，会读取品牌官网、社媒与品牌规范生成可编辑的品牌策略，再出广告、人工审批后发到 Meta。

入口一样：你的官网。

答案引擎其实也一样。用户问 ChatGPT 或豆包「这个牌子靠不靠谱」「和谁比更合适」，模型能找到的最权威的一手材料，往往还是你的官网。

所以与其分别优化「Agent 写的广告」和「AI 给的回答」，不如先修它们共同的上游。

官网「机器可读」体检：四项

我建议按下面四项打分，每项 0 到 2 分，总分 8 分。低于 5 分，先别急着让 Agent 批量产内容。

检查项	0 分	2 分
定位能否一句话抽出	首页只有口号和形容词	有一句「我们为谁、解决什么、怎么解决」
关键数字是否一致	官网、帮助中心、新闻稿各说各的	一处为准，标了更新日期
适用边界是否写明	只写能做什么	写清适合谁、不适合谁、价格或规模区间
对比信息是否存在	不提竞品，也不提差异	有一页说清和主要替代方案的区别

这四项，恰好也是 AI 回答里最容易出错的四个地方：说不清你是谁、引用过时数字、把你推荐给不合适的人、对比时直接把你漏掉。

本周可以走完的三步

1. 让 AI 先「读」一遍，记下它的误解。 找一个通用大模型，只给它你的官网链接或页面内容，问五个问题：我们做什么？目标客户是谁？核心数字是多少？和某竞品差在哪？不适合什么场景？把答错、答虚、答不上的地方记下来。这就是你的待修清单。

2. 按清单补一页「事实卡」，并修掉矛盾。 事实卡放在固定可抓取的页面，用短句和列表写，别藏在图片或 PDF 里。顺手把各渠道冲突的数字统一掉。

3. 两周后用同样的问题复测。 同一组问题，同一个模型，再问一遍，对比前后差异。再拿真实用户问法去 ChatGPT、豆包、Perplexity 里搜，看自然回答里你的出现率和描述准确度有没有变化。有变化，再放心让营销 Agent 去批量生产。

一点提醒

AI 视频平台 Higgsfield 自称品牌能把一个创意扩成多达 100 条广告变体（公司公告）。产能越大，上游错误被复制得越快。Agent 解决的是「写得快」，不解决「写得对」。「写得对」的前提，在你自己的官网里。

如果你想知道答案引擎现在怎么描述你的品牌、哪里说错了，可以先做一次 阿衡AI 品牌可见度检测，拿到具体问法和缺口，再决定先修哪一页。

事实说明：产品功能与数据来自钛动科技、Cuttable、Higgsfield 官方公告及媒体报道，均为公司自述。