Boily醫院 AI 搜尋曝光監測與優化

用搜尋引擎找醫生的人正在變少, 用 AI 對話問「附近哪家牙科好」的人越來越多。這個問題在中國或許還不明顯, 但在韓國, 已經有一批創業者把它當成一門生意來做。Boily 就是其中之一: 它不打廣告, 不做流量投放, 只做一件事——每兩週測一次, 你的醫院在 ChatGPT 和另外三個主流 AI 眼裡, 到底「存不存在」。

Boily 把自己定義為韓國醫院專用的 AI 搜尋 (GEO/AEO) 測量與整備服務。所謂 GEO, 是 Generative Engine Optimization 的縮寫, 也就是讓醫院在生成式 AI 的推薦裡更容易被提名的優化思路。Boily 的立場很明確: 測量是中立的, 優化是可選的, 排名是不保證的。這跟很多 SEO 公司形成鮮明反差——那邊還在兜售「保第一」的承諾, 這邊先告訴你真實資料是什麼樣。

當患者開始問 AI, 診所的可見度成了問題

傳統搜尋裡, 醫院排名通常靠官網權重、關鍵詞和廣告。但大語言模型的推薦邏輯完全不同: 它會從訓練資料、網頁內容和使用者行為裡綜合「歸納」出答案, 往往只給出兩三家的名字。剩下的醫院, 哪怕官網做得再漂亮, 也可能被直接忽略。

Boily 在官網摘錄裡舉了個很形象的場景: 患者問「江南做種植牙好的地方」或「東灘小兒科推薦」, 4 種生成式 AI 會給出什麼樣的名單? 你的醫院出現了幾次, 競爭對手又出現了幾次? 這就是 Boily 每兩週要回答的問題。

Boily 到底測什麼

• 主要問題下的曝光比例——比如 10 次詢問裡被推薦 2 次, 換算成百分比
• 競爭對手對比——同一批問題裡, 附近同類醫院被 AI 提名的次數
• 分引擎、分問題的詳細統計——ChatGPT、Claude、Gemini、Perplexity 各自的表現和趨勢
• 資料觀察整理——把測量裡發現的差異整理成參考線索, 而不是直接丟給你一堆表格

官網展示的示例報告裡, 同一家醫院在不同 AI 下的表現可能差很多: 比如 ChatGPT 下 70% 曝光, Claude 下 80%, Gemini 只有 30%。需要註明的是, 這些只是示例數值, 真實情況因醫院和時段而異。

測量之外: 官網重建與優化

Boily 沒有停留在「只給你看資料」。如果測量發現某家醫院在 AI 裡幾乎不出現, 它還會提供後續服務——但方式比較特別: 不動患者的視覺體驗, 只改 AI 能讀取的部分。

很多醫院官網的醫療資訊都做成圖片裡的文字, 人看著沒問題, 但 AI 爬蟲根本讀不出來。Boily 的做法是, 把現有的官網「克隆」一份, 視覺設計、照片、佈局一律保持原樣, 但內部把診療專案、醫生團隊、手術介紹、FAQ 全部轉成可讀文字, 再加結構化資料, 提交到 Google、Bing、Naver 等搜尋引擎的索引體系。如果醫院願意, 域名也可以繼續沿用原來的。

這個思路很務實——重塑一個官網的成本和風險都不低, 而「換湯不換藥」地重新寫一遍底層文字, 從觀察資料看是提升 AI 曝光最有效的槓桿之一。但官方也承認, 這是非公開、小樣本的觀察, 不能直接當因果結論。

中立測量: 不保證排名, 只展示資料

Boily 在 FAQ 裡反覆強調一件事: 不做「排第一、曝光保證」的承諾。它把自己定位成一個誠實的測量者——先測出基線, 再幫你優化, 然後用同一個測量方法驗證前後變化。這樣既對醫院負責, 也避開了韓國《醫療廣告法》對誇大療效和廣告的限制風險。

服務流程也相當輕量: 從 Kakao 賬號登入, 錄入醫院資訊和關鍵詞, 轉賬確認後首測自動開始。之後每兩週出一份報告, 持續跟蹤趨勢, 而不是給一張一次性的快照。優化環節則是按需選擇, 具體範圍在簽約後和院長直接討論確定。

值得注意的是, Boily 目前公開的資訊裡沒有列出具體價格, 付費方式為銀行轉賬, 且服務對象限定為韓國醫院。海外讀者如果只是好奇, 可以先把它理解成一個「AI 搜尋時代的醫院輿情監測工具」——它的出現本身, 就已經說明醫療行業的獲客邏輯正在被大模型改寫。

對醫療機構來說, 與其焦慮「AI 會不會推薦我」, 不如先找一個客觀的尺子量一量現狀。Boily 的價值, 就是遞上這把尺子, 順帶把後續的活兒也接了。