一家成功的 AI 企业，居然要布局18+内容门户
浏览：2
巴克励步
第一次听说「18+ 内容门户」，很多人的反应是：AI 公司不就一个官网加一个 Chat 框吗？ 还真不是。本研究对 OpenAI、Anthropic、Perplexity、Cursor 等 AI 公司二级域名样本聚合，加上五族群 18 类场景行业框架对照，会看到另一幅图景：成功的 AI 企业对外往往有 10～20 个二级前缀，部分还有第二品牌根域（如 `chatgpt.com`）。门牌多，不是因为爱折腾 DNS，而是因为对话产品、…
第一次听说「18+ 内容门户」，很多人的反应是：AI 公司不就一个官网加一个 Chat 框吗？
还真不是。本研究对 OpenAI、Anthropic、Perplexity、Cursor 等 AI 公司二级域名样本聚合，加上五族群 18 类场景行业框架对照，会看到另一幅图景：成功的 AI 企业对外往往有 10～20 个二级前缀，部分还有第二品牌根域（如
chatgpt.com）。门牌多，不是因为爱折腾 DNS，而是因为对话产品、开发者平台、企业采购、安全审计四条旅程无法挤在同一首页。一、为什么 AI 公司比传统 SaaS 更「门户密集」？
- 产品即对话面：
chat在样本中计次 5，与platform并列中腰——AI 公司多一个「对话式产品入口」，不仅是 app，更是体验与内容（提示词、拒答、升级策略）。 - 开发者仍是增长引擎：
api（15 次）、docs（12 次）稳居 Top——模型能力要通过 API 与文档规模化触达。 - 信任与合规权重飙升：训练数据、驻留、子处理方——
trust、legal、privacy是 enterprise 成交门槛。 - 双根域策略：终端用户路径与企业/开发者叙事分离（OpenAI 典型案例）。
所以「18+」不是夸张营销，而是受众分裂后的自然结果。
二、AI 公司的「门户全景图」
按五族群 eighteen 场景，映射 AI 公司常见布局：
| 族群 | 场景 | AI 公司典型态 | 样本线索 |
|---|---|---|---|
| ① 品牌与获客 | www, blog, events | 研究进展、模型发布叙事 | OpenAI: research, blog |
| ② 客户支持 | docs, help, chat, feedback | 产品文档 + 对话面 + 任务帮助 | help, help2 分流 |
| ③ 开发者与生态 | api, developers, platform | API 参考、Playground、配额 | api 计次 15 |
| ④ 组织与合规 | legal, trust, privacy | 采购与安全审计 | OpenAI: trust, privacy |
| ⑤ 内容与社区 | community, cookbook, labs | 食谱、实验、UGC | cookbook, labs |
扩展：
status（Top 4）、academy、podcast（Perplexity）等——按阶段补齐。三、个案：OpenAI 的 18+ 不是「凑数」
仓库个案笔记显示，
openai.com 下体验拆为多张「内容门」：对话与核心产品：chat、labs、playground、platform、api、sora……
品牌与叙事：www、blog、research、community、cookbook
帮助与韧性：help、help2、status
信任与合规：trust、privacy
账号与交易：accounts、auth、oauth、pay
品牌与叙事：www、blog、research、community、cookbook
帮助与韧性：help、help2、status
信任与合规：trust、privacy
账号与交易：accounts、auth、oauth、pay
同时
chatgpt.com 承载终端用户实时链路（realtime、webrtc、ws 等）。这是双根域 × 多门户矩阵，不是单站堆栏目。产品经理启示：先画受众，再挂门牌；终端用户不应在开发者文档 IA 里找「怎么对话」。
四、个案：Anthropic 与 Perplexity 的「精简中有纪律」
Anthropic：www + docs + api + console + legal——体量不如 OpenAI 夸张，但开发者路径与合规披露分离清晰，console 承载控制台叙事。
Perplexity：www、docs、api 骨干之上，有 labs（实验）、blog、podcast——检索产品与内容营销、实验叙事分域，避免 IA 混乱。
二者说明：18+ 是上限参考，关键是关键场景不缺失，而非盲目复制 OpenAI 全表。
五、Cursor：精简样本里的「AI 工具型」剖面
Cursor 在本研究样本中并非门户最多的公司，但布局很有代表性：
www 承担品牌门脸，部分 API 能力落在 cursor.sh 根域，trust 承接企业向信任材料。对 AI 编程工具而言，开发者路径与信任披露优先于播客、社区等长尾——说明 18+ 是全集，不是及格线；关键是你的 ICP 旅程上，每一格都有材料。工具型 AI 公司可自问：集成文档是否与 IDE 内提示一致？trust 是否覆盖代码上传、模型调用等采购必问项？这比急着开 community 更能缩短 enterprise 周期。
六、AI 公司门户的「骨干四件套」仍然成立
无论门户总数多少，Top 4 集中度约 46.7%（www、api、docs、status）：
| 前缀 | AI 公司为何离不开 |
|---|---|
| www | 模型能力一句话、企业叙事 |
| docs | 工具使用、对象模型、策略说明 |
| api | 集成方的事实源 |
| status | 推理服务、API、控制台事故沟通 |
MVP 阶段：先齐这四类，再谈 community、cookbook、podcast。
七、布局 18+ 的三个阶段
| 阶段 | AI 公司门户重点 | 约前缀数 |
|---|---|---|
| MVP | www + docs + help + status | ~4 |
| 成长期 | + chat/platform + trust/legal + developers | ~8～12 |
| 成熟期 | + research/community/labs/academy + 第二根域 | ~15～20+ |
误区：Chat 上线就忽视 docs——集成方与 power user 会立刻暴露断层。
误区：trust 只有 PDF——AI 监管与客户审计都要求可引用 URL。
误区：trust 只有 PDF——AI 监管与客户审计都要求可引用 URL。
八、AI 时代额外一门课：GEO
Agent 会读你的 docs、api、status。门户布局时要保证：
- 语义稳定的子域（docs、api、status）
- 结构化 FAQ、OpenAPI、changelog
- 公开文档与线上行为版本绑定
给人看，也给 AI 读——这是 AI 公司门户设计的 2026 年增量要求。
九、内容岗 / 运营岗 / 产品岗在 18+ 里的分工
| 岗位 | AI 公司 18+ 阶段的「不可替代贡献」 |
|---|---|
| 内容岗 | research/blog 与 docs 事实分轨；cookbook 示例与 api 参考术语一致 |
| 运营岗 | status 订阅覆盖 API 与 chat 组件；help 搜索无结果词回流文档选题 |
| 产品经理 | 双根域决策；chat 拒答与升级路径；公开文档与模型版本绑定 |
门户数上去之后，若三岗各维护各的副本，18+ 会变成 18+ 份加班。AI 公司更应以单一事实源驱动多门户——模型能力、费率、数据政策任何一处不一致，都会在开发者社区被放大。
十、自检：你的 AI 产品缺哪几扇门？
对照清单（打勾即及格线）：
-
开发者能否不找销售就完成首次 API 调用？
-
企业采购能否单独打开 trust/legal？
-
事故是否有 status 订阅？
-
对话产品（chat）与 help 升级路径是否定义？
-
研究/博客与 docs 事实是否分轨？
缺一项，就在「成功 AI 企业 18+ 门户」地图上标一个洞——洞不会自己消失，只会变成工单和流失。
系列延伸阅读
- 布局公式总览 → 01-公式篇
- B2B 对照 → 08-B2B 18+
- 从 4 到 10+ 节奏 → 09-10+资产
关于 Baklib
AI 企业门户密集，根源是多旅程并行。Baklib 定位下一代企业数字内容基础设施，提供与 18 类场景对齐的模板：同一中台维护模型文档、帮助文章、信任陈述与营销内容，分发到 docs、help、trust、www、community 等站点；支持 Markdown 与 Headless 输出，便于 GEO 时代结构化供给。
当你评估「要不要为 chat 另起一套 CMS」时，更值得问：能否用统一事实源驱动对话拒答知识、帮助中心与 API 文档？Baklib 的场景化建站思路，旨在减少 AI 公司最常见的多副本噩梦。详见 www.baklib.com。
数据说明：计次与个案来自本研究对多家 SaaS/AI 公司二级域名样本聚合，18 场景为行业归纳框架。
