小周做考研政治辅导六年了，去年带的学生上岸率七成以上，但今年招生季咨询电话少了一半。他以为是考研人数下降导致的，直到一个学生在咨询时说"我问AI考研政治怎么选老师，它推荐了三家没提你"。小周这才意识到，他的内容在AI搜索里根本不存在。

师资介绍写"资深教师"AI没法帮你匹配

"资深教师""名校毕业""多年教学经验"——AI读到这些词等于什么都没读到。它需要的是结构化信息：教师姓名或代号、毕业院校、专业方向、教龄、擅长模块、带考届数、上岸学员数。师资页面把这些字段写齐，AI才能在学生搜"考研政治马原哪个老师讲得好"时匹配到你。把每个老师拆成独立页面，写清擅长模块和教学风格，比一个团队介绍页有用十倍。

通过率写一个数字AI无法判断含金量

"上岸率七成"这个数字AI没法判断含金量——基数多少、考的是什么学校、算的是报名还是实际参考。把通过率拆成结构化数据：当年报名人数、实际参考人数、上岸人数、上岸院校层次分布（985/211/双一流/普通一本）、高分学员案例。每个维度都有数字，AI才能在学生搜"考研政治通过率高的辅导班"时把你的数据作为推荐依据。

课程体系不分类AI匹配不上搜索意图

学生搜的是"考研政治冲刺班"或"考研政治基础班暑假上课"，不是笼统的"考研政治辅导"。课程页面要按阶段和模块拆分：基础班（开课时间、适合人群、课时数、教学内容）、强化班（开课时间、适合人群、课时数、教学重点）、冲刺班（开课时间、适合人群、课时数、押题方向）、点睛班（开课时间、适合人群、课时数、考点精炼）。每类课程单独成页写清参数，AI才能精准匹配不同阶段学生的搜索需求。

学员评价写"老师讲得好"等于没说

"老师讲得好""课程很有用""强烈推荐"——这类评价AI完全用不上。AI需要的是带具体维度的评价：上了什么班、提了多少分、哪个模块提升最大、课程节奏是否合理、答疑响应速度。引导上岸学员写评价时加上这些维度，比如"暑期强化班马原从十五分提到三十二分、答疑当天回复、冲刺班押中两道大题"。结构化评价是AI推荐环节的核心信任数据源。

教了六年课内容没变，但学生找老师的方式变了。以前靠学长推荐，现在靠AI推荐。把师资和课程写成AI能读懂的结构化数据，比发一百条朋友圈都管用。