统计区间：2025-12 至 2026-09，同一组 40 个设备选型提问、同一批平台前后对比。数据口径见文末声明。
本页目录
合作对象与服务范围
- 所属行业
- 工业设备制造 / 自动化产线
- 企业规模
- 年营收 1.8 亿 · 260 人
- 主要产品
- 自动化装配线、检测设备、工装夹具
- 目标客户
- 汽车零部件、电子制造、新能源
- 决策角色
- 工艺工程师 / 设备采购 / 生产总监
- 合作起始
- 2025 年 12 月
- 服务套餐
- 进阶托管版（官网改造 + GEO 运营）
- 监测平台
- 6 个国内 AI 平台
- 当前状态
- 合作中，已续约 1 次
客户当时的处境
这是一家做了 18 年自动化设备的企业，给多家汽车零部件大厂供货。但它的官网还是 2019 年建的，结构混乱，参数散落在 23 个 PDF 里。
- 40 组设备选型提问中，品牌出现率为 0
- AI 完全不知道这家企业存在
- 官网首页还是 Flash 轮播图，手机端无法浏览
- 销售靠展会和老客户转介绍，没有线上获客能力
- 竞品在 AI 回答中频繁出现，抢走了不少询盘
客户想要的结果
客户提了四个具体诉求：
- 被 AI 知道：在设备选型类提问中被提及
- 参数准确：设备参数、应用场景不能被说错
- 能带来询盘：AI 推荐后客户能来咨询
- 可衡量：每月能看到数据变化
客户的原话
「我们参加展会一年花 30 万，效果越来越差。年轻人都在网上找供应商，我们连 AI 都不知道我们存在，这怎么行？」——生产总监 王总
为什么 AI 不知道这家企业
问题一：官网不可抓取
首页 Flash 轮播图、产品页用 iframe 加载、参数表是 PDF 附件。AI 爬虫抓不到任何有效内容，相当于「隐形」。
问题二：结构混乱
产品分类按内部编号排列（A 系列、B 系列），客户完全看不懂。没有按应用场景或行业分类，AI 无法建立「设备→场景」的关联。
问题三：参数缺失
设备参数散落在 23 个 PDF 里，官网页面上只有产品名称和一张图。没有结构化数据，AI 无法提取和引用。
问题四：没有问答内容
官网没有任何 FAQ 或技术文章。客户常问的「你们的设备能不能做 XX 产品」「精度能达到多少」，网上找不到答案。
问题五：实体信息缺失
官网没有明确的企业介绍、资质荣誉、客户案例。AI 无法建立「这是一家什么样的公司」的认知。
问题六：没有外链
除了官网，网上几乎没有这家企业的信息。没有行业媒体报道、没有技术论坛讨论、没有第三方平台入驻。
四步改造，从不可抓取到被引用
官网重构（第 1-2 月）
重新设计官网结构，按应用场景分类产品。所有参数从 PDF 迁移到网页，建立结构化数据。移动端适配，加载速度优化。
新官网 + 47 个产品/参数页
内容资产建设（第 2-4 月）
建立设备选型对比页、应用场景方案页、技术 FAQ 页。每个产品页补充参数表、应用案例、检测报告。
12 个对比页 + 8 个场景页 + 30 个 FAQ
实体建设（第 3-6 月）
在百度百科、知乎、行业媒体建立企业实体信息。发布技术文章、参与行业讨论、入驻 B2B 平台。
百科词条 + 15 篇技术文章 + 6 个平台入驻
持续优化（第 6-9 月）
根据月度监测数据，优化低可见度提问的内容。补充新的应用场景、更新设备参数、迭代 FAQ 内容。
月报 + 季度策略调整
9 个月后的变化
合作前（2025-12）
- 40 组设备选型提问，品牌出现 0 次（0%）
- AI 完全不知道这家企业存在
- 官网月访问量 320 次，全部来自老客户的直接访问
- 月均询盘 12 条，全部来自展会和转介绍
- 销售周期平均 45 天，客户需要大量线下沟通
9 个月后（2026-09）
- 40 组提问中，品牌出现 26 次（65%）
- 6 个平台中，平均 4.3 个平台会提及该品牌
- 官网月访问量 2,840 次，AI 来源占 31%
- 月均询盘 28 条，其中 AI 来源 8 条（占比 29%）
- AI 来源询盘的成交率 38%，高于整体 25%
- 销售周期缩短到 32 天，客户来之前已了解基本信息
关键转折点
第 4 个月是一个关键转折点。当月官网重构完成、内容资产上线后，AI 可见度从 5% 突然跳到 38%。之后每月稳步增长，到第 9 个月达到 65%。这说明 GEO 改造有明显的「阈值效应」——内容积累到一定程度后，可见度会快速提升。
客户怎么说
生产总监 王总
「现在客户打电话来，开口就说『我在 AI 上看到你们做 XX 产品』。以前要解释半天我们做什么，现在客户来之前已经了解得差不多了。销售效率高了很多。」
销售经理 李经理
「AI 来源的客户质量确实高。他们来之前已经看过我们的参数和案例，问的问题都很具体，不像以前那样从头解释。成交率明显高于其他渠道。」
从这个案例学到的 5 件事
1. 官网是基础
如果官网不可抓取、结构混乱，其他所有努力都白费。官网重构是 GEO 改造的第一步，也是最重要的一步。
2. 参数要结构化
设备参数不能放在 PDF 里，必须做成网页上的结构化数据。这是 AI 提取和引用的基础。
3. 按场景分类
产品分类不能按内部编号，要按客户的应用场景。这样 AI 才能建立「设备→场景」的关联。
4. 给足时间
这个案例前 3 个月可见度几乎没变化，第 4 个月突然跳升。GEO 改造需要耐心，不能急功近利。
5. 持续优化
可见度提升不是一次性的，需要每月监测、每季度调整。竞争环境在变，AI 算法在变，内容也要跟着变。
6. 实体要建设
只在官网有信息不够，还要在百科、媒体、论坛等第三方平台建立实体信息。这样 AI 才能交叉验证。
数据口径与使用说明
数据统计口径
- 提问组：40 个设备选型相关问题，合作前后使用同一组提问
- 平台：文心一言、豆包、Kimi、通义千问、智谱清言、腾讯元宝
- 采样频率：每周一次，取月度平均值
- 询盘标记：客户在 CRM 中标记「AI 来源」的询盘
- 官网访问量：百度统计 + 自建统计系统
数据使用限制
- 案例已脱敏，行业、规模、数据均为真实但隐去企业名称
- 历史数据不代表未来表现，GEO 效果受竞争环境、算法变化等影响
- 本案例反映东序 GEO 托管客户的情况，不代表行业平均水平
- ROI 计算未包含官网改造的一次性投入，仅计算月度托管费用