① 意图没覆盖：你只被「看见」在泛化选院，没在细分术式
AI 在「近视 / ICL / 全飞秒 / 白内障 / 干眼」等细分 Eye-Care Intent 下根本没把你列为候选。患者问得越具体（「ICL 晶体植入推荐」），你越不在名单。
▶ 把每个核心术式做成可被引用的实体页，而不是只堆在首页。
② 信源缺位：资质与医生经验没进 AI 可抓的信源
执业许可、主刀医生擅长、学术引用只存在于内部或线下，AI 无从召回。候选生成阶段你就被筛掉。
▶ 在官网结构化为机器可读的事实，并让权威媒体 / 学术站能引用。
③ 资质信号弱：表述飘、绝对化、不可核实
「效果最好」「成功率 100%」这类绝对化表述会被 Medical Trust Guard 判 RISK，不计入推荐；反而合规、可核实的资质表述更稳。
▶ 用「执业许可编号 + 医生执业信息 + 术式范围」替代疗效承诺。
④ 地域信号断：地图 / 电话 / 距离不可达
患者问「{城市}{区}看眼睛推荐」时，AI 找不到你的地图标记、电话与门店网络，地域意图下你出局。
▶ 补全 NAP（名称/地址/电话）跨站一致，并确保地图可约。
⑤ 跨引擎错位：国内有、国外没有，或反之
豆包 / 元宝偏本地口碑，ChatGPT / Gemini 偏官网权威；你只在一类信源上强，跨引擎排位就天差地别。
▶ 分引擎监测，针对薄弱引擎补对应信源。
⑥ 被竞品同框挤出：公立三甲 / 连锁品牌占据名单
在「医生经验 / 医院资质」等高意图维度，公立三甲与连锁屈光品牌信号更密，把你的排位挤到名单外。
▶ 在竞品占着的意图上做差异化实体信号，而不是正面硬拼泛化词。