企业哪些信息不适合公开，哪些信息又应该主动公开？

一个问题我被问过太多次了。上一期我们聊怎么判断一条信息值不值得进 AI 的知识体系，那一期的默认前提是——信息已经筛过一遍了。筛完之后往哪边摆，很多企业恰恰在这里想岔了。

先说结论：

该藏的是「不该被拿去当答案」的，该主动给的是「用来替 AI 担责」的。

依据不是"法律上能不能说"。法律是最粗的那层线，绝大多数企业在这条线之上还站着一道更紧的：这条信息如果被 AI 当成答案公开引用出去，我会不会想撤回它？会，就别公开。

一、"公开得越少越安全"，是这两年最贵的一个误会

老板问团队：官网要不要把价格写出来？不要。参数写不写？不要。产能写不写？继续不要。理由听上去都很硬：怕被抄，怕客户拿去比价，怕同行看出成本结构。

结果是什么？用户去问 AI"这家公司做什么的""这个产品大概多少钱"，AI 抓到的全是首页那几句宣传语，于是它只能拿广告语当答案，或者干脆回一句"信息不足，建议直接联系对方"。

这不是保护，这是把自己从 AI 的答案里删掉了。AI 不会去挖你的内部系统，它只用能公开检索到的东西，检索不到的等于不存在。你藏起来的不是商业机密，是你跟客户之间那一次对话的机会。

想验证很简单：挑三个跟自家最相关的问题，实际去问几个 AI，把答案抄下来看。我的经验是大部分企业看完会沉默一会儿——要么是空的，要么是谁都能说的废话。

二、判断该藏什么，看的不是法律，是被引用的风险

很多人以为判断依据是合规那一栏"能不能对外说"，这话没错，但它太松了。

法律管的是"允不允许说"，AI 检索管的是"能不能被搜到、会不会被当成事实"。两者之间有一段没人管的地带，才是真正出事的地方。它还有个很麻烦的特性：不可撤回。

你今天在官网写一句话，被 AI 抓走、被引用到某个回答里、又被别的页面转述一遍——这条链上没有任何一环归你管。传统的"发之前审一遍"在这里基本失效，因为你控制不了二次传播。

所以我把判断标准换成了开头那句。它不用扯法务，不用问合规，你自己两秒钟就能判断。它也承认了一个被忽略的事实：信息的风险不来自"说不说得出"，来自"被谁拿走、放在什么语境里说"。

三、四类信息一旦被当答案引用，基本收不回来

第一类，单个客户的具体报价、对方名字、现场数据。

这份报价带着对方的项目名、现场情况、量级。你从没打算公开，但它一旦被 AI 当成"这家公司一般报价是这么多"的证据搬出去，客户看到会怎么想？更现实的是交叉引用：三个客户的单价能推出成本结构，两个项目周期能推出产能上限。

第二类，尚未发布的计划、并购、样品测试数据。

危险在"会被记录成你说过的话"。下一代产品的方向、正在谈的并购、还没公布的测试结果，只要流出并被 AI 抓到，后面它就会当成公开事实反复引用。我见过本来打算低调推进的事，被 AI 当成"该公司即将发布 X"提前说了出去，这一句比你自己官宣还难收。

第三类，内部考核标准、内部人效数据。

考核线、人效基准、部门之间的产能对比，内部用来做决策，对外是零信息量、对内是高杀伤力。AI 拿去当答案的概率不低，因为这些数字天然带权威感。

第四类，客户名单里可识别的部分。

说"我们服务过这类客户"是信息，说具体是谁是关系。把后者交出去，等于替客户做了一次公开决定。

四、该主动公开的，是那些"替 AI 担责"的信息

反过来说什么该主动给出去？我把实践里有效的几类列一下：

适用边界。 这个方案在什么情况下不成立，什么条件下你劝客户别这么干。

不接什么活。 明确写出你主动放弃的客户类型和项目类型。

行业一般区间。 不报具体价格，报一个多数情况下成立的范围，说清哪些因素会把它推高推低。

常见坑。 这类客户在这类项目里通常栽在哪里。

不推荐的做法。 包括你自己也不推荐客户选的那种方案。

这五类的共同点不是它们能证明你厉害，而是它们帮提问的人避开错误。

这里有个反直觉的地方，也是很多人一直没想通的：AI 做推荐的时候，其实是在给自己找责任出口。用户问"这个预算该找谁做"，模型选的不是最新、也不是名气最大的，是出了问题它能解释得通的那个。一个什么都敢接的来源，对模型是高风险——照着它答，用户后续发现不适用，模型自己扛；一个把适用范围标得清清楚楚的来源，对模型是低风险——照着它答，模型可以加一句"该来源已说明不适用于这种情况"，风险被提前排掉了。

所以你主动写边界，等于替 AI 把风险排查做完了。它更敢在你真正擅长的那部分场景里推荐你。

这不是我编的说法。那些被 AI 反复引用的行业内容，几乎都在反复讲"什么情况下不适合用"。它们是被引用出来的，不是被设计出来的。

五、敢说自己不接什么，看起来才像真懂行的

上面那条机理放到人身上同样成立。一个人跟你说"你这情况我能接，报价大概在这个范围，但如果你只是想先看看效果，我建议先别投"——你信不信他真干过这行？一个通篇都是"我们能解决您所有问题"的，问一句具体边界就答不上来，你知道他刚入行。

所以公开边界看着像赶客，其实是在换东西：你拿掉一点点成交的可能，换回"这人真懂"的判断。

写法上有个对照可以直接拿去改官网：

改之前：我们服务全行业，覆盖各类客户的多种需求。

改之后：我们不做 XX 场景，因为这类客户在这个阶段做这件事，投入产出算不过来，通常撑不到下一轮。

后者信息量高一大截，同时告诉了 AI 三件事：什么不适用、不适用的理由、以及还有别的路可走。

六、公开边界要写到什么颗粒度才算数

很多人以为自己写了边界，其实只写了一句正确的废话。

判断够不够，我用一个测试：这段写完，AI 能不能拿它直接回答"我这个情况适不适合找你们"？ 能就到位，不能就是还没写。

建议按三层写：

第一层，写场景，不写形容词。 不写"高要求项目我们也能做"，写"需要在前 X 周内完成的实施类项目我们一般不接，因为交付节奏是按季度排的"。场景可以被匹配，形容词不能。

第二层，写代价，不写风险。 不写"这类项目风险较高"，写"常见代价是：客户内部要额外配一个人跟三个月，最后没走完流程"。把抽象风险翻译成画面。

第三层，写不推荐的做法。 这层最值钱，也最少人写。满网上都是"我们推荐 A 方案"，少见的是"这个场景我不建议你选 A"。

七、有三种情况，守口如瓶反而是对的

第一种，专利和未公开的技术细节。 技术方案还没到公开阶段，一旦被 AI 当成参数答案对外输出，等于提前披露。

第二种，未上市的重大事项。 融资、并购、重大人事，正式披露前都不存在"打擦边球"的价值。

第三种，第三方客户的保密协议义务。 你不是信息的所有人，是受托方。这条最容易漏——企业自己觉得"这不算我的信息"，但协议的约束对象是你。

碰到这三种，做法不是删掉不谈，是换成有边界的概述。保密的现场数据不能写具体数值，但可以写"这一项我们做过多家对比，判断依据主要有三条，公开资料里查不到，需要单聊"；专利未公开的部分，可以写清楚"具体实现涉及未公开内容，这里只说结论：它在 XX 场景下优于常规方案"。

有边界的概述比删掉不谈强得多：前者在 AI 那里至少还存在，后者是一片空白。

写完自查三问

第一问：我手上的信息，能不能用"会不会想撤回"这条线划出清楚的界线？模模糊糊两边都有，就是还没想清楚，别急着发。

第二问：我的公开内容里，有没有一段是 AI 看完能直接判断"这情况该不该找他"的？没有的话，边界就还停留在正确的废话阶段。

第三问：有没有哪条我想公开的信息，其实是不敢公开，但编了个说法绕过去的？这条是不许编数字的底线。编出来的区间、编出来的经验，AI 引用一次、用户追问一次，露馅之后可信度基本就完了。隐私问题是丢一次机会，编数字是赔上以后所有机会。

最后说回开头那个问题。

很多企业本能地觉得公开得越少越安全，怕被抄、怕被比价、怕暴露成本。这个直觉在传统环境里大体成立，但在 AI 检索这套环境里它变成了默认出局——你不说，AI 就替别人说，而那个答案里根本没有你。

这套东西不新鲜，本质上还是常识：把话说明白，把边界写清楚，把不该说的守住。难的不是这个道理，难的是你真的把自己在哪些场景下不接单，一条一条写出来。这活很土，也不用什么方法论，干这行几年的人都会，只是大部分人一直没写下来。

而现在动手的人，就是在同行还没写完的时候先把边界摆好了——这正是现在还能吃到红利的原因。

来源：闫宝龙|GEO优化专家、企业AI搜索增长顾问，专注帮助企业通过GEO优化和AI搜索优化获得精准客户。

本文链接：https://www.ybl.cn/post/46618.html