Boily医院 AI 搜索曝光监测与优化

用搜索引擎找医生的人正在变少, 用 AI 对话问“附近哪家牙科好”的人越来越多。这个问题在中国或许还不明显, 但在韩国, 已经有一批创业者把它当成一门生意来做。Boily 就是其中之一: 它不打广告, 不做流量投放, 只做一件事——每两周测一次, 你的医院在 ChatGPT 和另外三个主流 AI 眼里, 到底“存不存在”。

Boily 把自己定义为韩国医院专用的 AI 搜索 (GEO/AEO) 测量与整备服务。所谓 GEO, 是 Generative Engine Optimization 的缩写, 也就是让医院在生成式 AI 的推荐里更容易被提名的优化思路。Boily 的立场很明确: 测量是中立的, 优化是可选的, 排名是不保证的。这跟很多 SEO 公司形成鲜明反差——那边还在兜售“保第一”的承诺, 这边先告诉你真实数据是什么样。

当患者开始问 AI, 诊所的可见度成了问题

传统搜索里, 医院排名通常靠官网权重、关键词和广告。但大语言模型的推荐逻辑完全不同: 它会从训练数据、网页内容和用户行为里综合“归纳”出答案, 往往只给出两三家的名字。剩下的医院, 哪怕官网做得再漂亮, 也可能被直接忽略。

Boily 在官网摘录里举了个很形象的场景: 患者问“江南做种植牙好的地方”或“东滩小儿科推荐”, 4 种生成式 AI 会给出什么样的名单? 你的医院出现了几次, 竞争对手又出现了几次? 这就是 Boily 每两周要回答的问题。

Boily 到底测什么

• 主要问题下的曝光比例——比如 10 次询问里被推荐 2 次, 换算成百分比
• 竞争对手对比——同一批问题里, 附近同类医院被 AI 提名的次数
• 分引擎、分问题的详细统计——ChatGPT、Claude、Gemini、Perplexity 各自的表现和趋势
• 数据观察整理——把测量里发现的差异整理成参考线索, 而不是直接丢给你一堆表格

官网展示的示例报告里, 同一家医院在不同 AI 下的表现可能差很多: 比如 ChatGPT 下 70% 曝光, Claude 下 80%, Gemini 只有 30%。需要注明的是, 这些只是示例数值, 真实情况因医院和时段而异。

测量之外: 官网重建与优化

Boily 没有停留在“只给你看数据”。如果测量发现某家医院在 AI 里几乎不出现, 它还会提供后续服务——但方式比较特别: 不动患者的视觉体验, 只改 AI 能读取的部分。

很多医院官网的医疗信息都做成图片里的文字, 人看着没问题, 但 AI 爬虫根本读不出来。Boily 的做法是, 把现有的官网“克隆”一份, 视觉设计、照片、布局一律保持原样, 但内部把诊疗项目、医生团队、手术介绍、FAQ 全部转成可读文本, 再加结构化数据, 提交到 Google、Bing、Naver 等搜索引擎的索引体系。如果医院愿意, 域名也可以继续沿用原来的。

这个思路很务实——重塑一个官网的成本和风险都不低, 而“换汤不换药”地重新写一遍底层文本, 从观察数据看是提升 AI 曝光最有效的杠杆之一。但官方也承认, 这是非公开、小样本的观察, 不能直接当因果结论。

中立测量: 不保证排名, 只展示数据

Boily 在 FAQ 里反复强调一件事: 不做“排第一、曝光保证”的承诺。它把自己定位成一个诚实的测量者——先测出基线, 再帮你优化, 然后用同一个测量方法验证前后变化。这样既对医院负责, 也避开了韩国《医疗广告法》对夸大疗效和广告的限制风险。

服务流程也相当轻量: 从 Kakao 账号登录, 录入医院信息和关键词, 转账确认后首测自动开始。之后每两周出一份报告, 持续跟踪趋势, 而不是给一张一次性的快照。优化环节则是按需选择, 具体范围在签约后和院长直接讨论确定。

值得注意的是, Boily 目前公开的信息里没有列出具体价格, 付费方式为银行转账, 且服务对象限定为韩国医院。海外读者如果只是好奇, 可以先把它理解成一个“AI 搜索时代的医院舆情监测工具”——它的出现本身, 就已经说明医疗行业的获客逻辑正在被大模型改写。

对医疗机构来说, 与其焦虑“AI 会不会推荐我”, 不如先找一个客观的尺子量一量现状。Boily 的价值, 就是递上这把尺子, 顺带把后续的活儿也接了。