同框定位法：AI 提你的时候，把你和谁放在一起说

2025 年 9 月，我在豆包上问「有哪些做 AI 写作培训的」。

它给了五个名字，我在最后一个。

前四个里有两个我从来没听说过，其中一个的主业是做办公软件。

我盯着那份名单看了很久。它回答的不是”谁做得好”，是”它认为谁在做这件事”。

那一刻我才意识到，我在 AI 眼里的位置不是”排第几”，是”被放进哪一群里”。

GEO 这个词我那会儿还没听过，等一个月后到深圳才第一次听到。把这份名单变成一个能反复做的动作，就是这一篇要讲的：不看它提没提到你，看它把你和谁放在一起说。

一、它解决什么、不解决什么

它解决什么问题？

让 AI 吐出一份名单，看清它把你归到了哪一类、把你和哪些名字放在同一个框里。

它回答的不是”我有没有被提到”，是”我被当成了哪一类里的一员”。

扫完你手上会有两样东西：

• 三个平台各自的完整名单——整段抄下来，不是只抄你自己那一行；
• 真正稳定的竞争集——三个名单里重复出现两次以上的那几个名字。

它不解决什么问题？

第一件，不解决”我该不该往这个方向做差异化”。它只把名单照出来，不替你判断。名单还没稳定就谈差异化，是拿一次抽样当依据。

第二件，不解决”我在哪句问法上能被提到”。找位置是《长尾下沉法》的事。这一篇假定你已经有一个能被提到的问法。

第三件，不解决”它介绍我的话对不对”。名单解决”它把你和谁放一起”，介绍内容解决”它怎么说你”。后者是《名片对照法》的事。

一句话划清：同框定位只负责照出你被归到哪一框，不负责告诉你该往哪儿改。

二、为什么它有效

机制在《什么是实体Entity》里讲过：AI 不把你当成一段文字，它把你当成一个可以被识别、被归类的对象——一个实体。

实体不是孤立存在的。它在它读到的材料里，看到哪些名字经常一起出现、被同一批词描述、出现在同一类上下文里，就把这些名字归到同一类。

所以当你问”有哪些”的时候，它不是在检索一篇排行榜文章，它是在自己那张实体网络里，把同一类的几个名字取出来，凑成一份名单。

这份名单就是它给你的类别标签。

这条机制推出两件事，两件加起来就是这个方法存在的理由。

第一，你的竞争对手不是你自己认定的那几个。

你以为的对手是同城那三家同行；它给你的名单里可能一半是平台型公司。两边对不上，说明你对自己所处类别的判断和它的不一致。

第二，名单是它内部归类的一次抽样，抽一次不准。

它每次取哪几个名字，跟这一次捞到什么材料有关。同一句问法今天问和明天问，名单未必一样。

所以同框定位要的是重复出现的那几个，不是某一次出现的全部。

再往下拆一层：为什么判据定在”重复出现两次以上、且不少于三家”。

重复两次以上，是为了排除单次抽样的偶然——只在一个名单里出现过一次的名字，很可能是那一次顺手带上的。

不少于三家，是因为少于三家说明它还没把你归好类——它每次凑名单都要临时抓几个垫背的，那说明这一类的边界在它脑子里还是模糊的。这时候你谈”我跟他们不一样”，没有依据：它连”他们”是谁都还没定下来。

还有一个细节：问法必须能逼出名单。

“GEO 培训哪家好”这种问法，它可能只夸一家，不给名单；”{行业} 有哪些机构推荐”才逼它列举。问法决定了你拿到的是一份名单，还是一句评价。

三、不做会怎样

我 2025 年 9 月之前那几个月就是活样本。

第一，你的差异化会打偏。

不知道它把你和谁放一起，你就只能按自己猜的对手去写”我跟别人不同”。写出来的那些不同点，可能压根不是它在比较的维度。

第二，你会把真正的对手漏掉。

名单里那个做办公软件的，我从没把它当对手。可它出现在同一份名单里，说明在 AI 的归类里，它和我是同一类——用户在那一句问法下会同时看到我和它。这种对手你不去观察，就永远不知道自己被放在什么位置上。

第三，你没法判断自己有没有被”归错类”。

名单是最直观的归类证据。不在名单里，或者名单里全是另一个行业的名字，都说明它没搞清你是做什么的。不看名单，这两种情况你都发现不了。

所以不做这一步，代价不是少看一眼名单。

代价是你一直按自己以为的竞争格局在做定位，而不是按它真正给你安排的那个。

四、什么时候用

这个方法属于若小谋GEO优化五步法里的第二步，定位。

定位这一步要解决的是”我是谁、我在哪个位置”，同框定位是它的第一件事——先看它把你放在哪。

两个时机用它：

• 刚找到一句你能被提到的窄问法之后，立刻问一次名单，看你在那一句里被归到哪一类；
• 每做完一轮信源或内容调整之后，用它看这次调整有没有改变你的归类。

顺序不能反。

先看归类，再改说法。你在哪个框里都没看清就去改介绍，改出来的是你想要的定位，不是它能接受的定位。

五、具体怎么做

操作步骤：五步，全程约 30 分钟。

第一步：写一句能逼出名单的问法（约 3 分钟）

格式是”{行业} 有哪些机构推荐””做 {行业} 的都有哪些品牌”。比如「有哪些做 GEO 培训的机构」。

为什么必须是”有哪些”这类问法：只问”哪家好”，它可能只夸一家就收尾，你拿不到名单。要的是它列举，不是它评价。

一次定死这一句，全系列不改。

第二步：三个平台各问一遍（约 10 分钟）

豆包、元宝、Kimi 各问一次，同一天、同一个网络环境。

为什么卡在同一天：名单是它此刻的归类抽样，隔一天材料库可能就更新了，你比的是三个平台在同一时刻的说法。

第三步：把三份名单整段抄下来（约 5 分钟）

不要只抄你自己那一行，不要只抄前三名，整段复制。

为什么必须整段：你在名单里的位次、它给每个名字配的那句描述，都是归类的证据。只抄自己那一行，你连自己排在什么位置都不知道。

第四步：三份并排，标出重复出现的名字（约 7 分钟）

平台	完整名单（整段抄）	你的位置	描述你的那句话
豆包		第 __ 位
元宝		第 __ 位
Kimi		第 __ 位

三个名单并排看，把出现了两次以上的名字圈出来。

第五步：数够不够三家，看你被放在什么位置（约 5 分钟）

重复两次以上的名字不足三家，说明它还没把你归好类，先别谈差异化。

够三家，这份名单就是你在这个问法下真正的竞争集。

为什么看”你的位置”而不是只看”在不在名单里”：在名单里但排最末，和被放在第二个，是两种完全不同的可见度。

六、执行要点

• 固定的：问法原句、三个平台、时间（同一天）、名单整段抄。
• 改变的：这一轮什么都不动。照一次镜子，不改任何东西。
• 不许追问”还有吗”，不许在名单里点名提到自己。

第一条最容易被忽略。看到名单只有四五个，会忍不住追一句”还有别的吗”——它下一轮补出来的名字，是按你这次的对话补的，不是它自己的归类。

第二条是另一种形式的多嘴：为了测名单，在问题里带上自己的名字。那样它给出的名单是围着你的，不是它自己归出来的。

两条犯的都是同一个错——你要的是它自己那张实体网络里的一条抽样，你一开口，抽出来的就是围着你的另一条。

还有一条容易忘：描述你的那句话一定要抄原句。三个月后你想知道自己有没有被重新归类，靠的就是这句原话的逐字比对。

七、怎么算做对了

验收标准

四档我在问之前就写好了，贴在表旁边。等三份名单都出来了再挑一份好看的当结论，那不是验收，是挑数字。

判定	长什么样	说明
做对了	三个平台各拿到一份名单，整段抄下来了，重复两次以上的名字数出来了，描述你的原句也在	这份竞争集可以用来谈定位
做了一半	名单抄了，但只抄了自己那一行，没抄完整名单	看不出你和谁被放在一起，回去补抄
没做对	问法用的是”哪家好”，只拿到一句评价，或中途追问过	这不是同框定位，是一次普通问答
看不出来	平台拒绝给名单，或坚持只推荐一家	标成看不出来，换个问法或换个平台再试

结果怎么读：

• 重复两次以上的有三家或更多——它把你归好类了，这份名单可以做差异化的依据；
• 只有一两家重复出现——归类还不稳，先别谈定位，继续把信源铺厚；
• 三个名单里都没有你——你还没进到这一类里去，问题在信源，不在定位。

为什么”有三家”才算归好类：少于三家，说明它每次都要临时抓名字凑数，那一类的边界在它那儿还没成形。

八、对应概念

同框定位法的原理，就是基于《什么是实体Entity》这个概念来的。

《什么是实体Entity》讲的是：AI 会把它读到的品牌、机构、人名识别成一个个可辨认的对象，存下它们的属性和彼此之间的关系。

同框定位法就是这件事的取证动作——那篇讲实体是怎么被识别和归类的，这一篇讲怎么让它把归类结果摆出来给你看。

这里有个容易混的点，说清：

• 实体是它脑子里那个对象，包括你是谁、你做什么；
• 同框是它把哪些对象放进同一个集合里一起说。

你被识别成实体，只解决”它认得你”；你被放进哪个框，才决定用户会拿你跟谁比。

再往外连一层：名单稳了之后，要看它介绍你的话跟你自己说的是不是一回事，那是《名片对照法》的事。《什么是实体一致性》里讲的，是同一个实体在不同地方说法不一致会怎样——这两篇是它的两个落地动作。

不知道自己被放在哪一框，你写的所有差异化文案，都是在跟一个你想象出来的对手比。

九、高频问答

Q：三个平台给的名单完全不一样，怎么办？

若小谋： 三个都记，别挑一个当真。完全不一样本身就是结论——说明你在三家的实体网络里都被归到了不同的框，你的信息在这三个检索源里呈现出来的样子不一致。这时候先别谈定位，去把对外说法统一了再说，那是《什么是实体一致性》那一层的问题。

Q：名单里出现的都是大公司，我一个小机构怎么跟他们比？

若小谋： 不是让你跟他们比规模，是让你看清用户在那一句问法下会同时看到谁。大公司在名单里，意味着你在大词这一层的可见度天然吃亏——这正是《长尾下沉法》要你往下沉的原因：换一个窄一点的问法，名单里的名字会换成跟你体量接近的那些。

Q：我在名单里，但它描述我的那句话是错的，要不要先纠正？

若小谋： 先把这次的名单和原句存下来，再纠正。你一纠正，它下一轮的说法就带着你的干预了，你再也看不到它原本是怎么归你的。纠正本身是对的，但必须先留一份纠正前的——这一条我在《AI 认知快照法》里也强调过，快照类动作都是这个规矩。

Q：重复出现两次以上这个标准是你定的吗？

若小谋： 我定的，不是行业标准。定”两次以上”是因为一次出现可能是那次抽样顺手带上的，两次以上才说明它在不同的检索批次里都取到了这个名字。你可以调，但调完要写下来，别每次都不一样——口径一变，前后两次就没法比。

Q：要不要把竞品的名单也测一遍？

若小谋： 要，而且很有用。测一遍你以为的对手，看它被放进哪个框。如果它跟你在同一份名单里反复出现，说明它确实是你的竞争集；如果它从来没跟你同框，你以为的竞争关系可能只存在于你自己的判断里。

Q：名单多久测一次？

若小谋： 每做完一轮信源或内容调整之后测一次，看归类有没有变。别按周测——实体归类不会一周一变，你只会攒下一堆一模一样的名单。真要判断某一次改动有没有起作用，那是《单变量对照法》的事。