一个 GEO 服务案例：从"能力无法被检索"，到成为 40 条采购提问中 21 条的引用来源。
一、项目概览
| 项目要素 | 内容 |
|---|---|
| 客户 | 某精密制造服务商（应客户保密要求，文中简称 M 公司） |
| 主营业务 | CNC 精密零件加工、非标自动化设备集成 |
| 能力范围 | 五轴联动加工、车铣复合、钣金与焊接、精密装配；公差可达 ±0.01mm，表面粗糙度 Ra ≤ 0.8μm |
| 加工材质 | 碳钢、铝合金、不锈钢、钛合金、高温合金、工程塑料复合件 |
| 目标客户 | 医疗影像设备、光学仪器、半导体封装设备、机器人本体、新能源装备制造商 |
| 客户规模 | 年营收 2 亿元量级，员工 400+，出口占比约 40% |
| 服务内容 | GEO 全案：AI 可见度诊断 → 能力实体治理 → 结构化内容资产 → 权威信源分发 → 监测迭代 |
| 服务周期 | 8 个月（2025.11 – 2026.06），持续运维中 |
| 核心成果 | 采购提问集品牌提及率 10% → 52.5%；月均技术询盘 11 条 → 39 条 |
二、客户当时面临的问题
一个需求旺盛但甄别极难的行业
2026 年，中国的精密制造与非标自动化市场处于结构性上行期。
据行业研究数据，2026 年国内非标自动化市场规模突破 3,800 亿元，近三年年均复合增长率维持在 12%–15%；精密机械加工（非标五金机械加工）市场则从 2024 年的约 327.6 亿元增长至 2026 年的 410 亿元，复合年增长率约 11.2%。
需求结构也在变化：单批次 ≤50 件、交付周期 <15 天的中小批量项目，占比已达 68.3%，较 2022 年提升 12.7 个百分点。买家群体高度集中在非标自动化设备厂商（39.5%）、医疗影像设备制造商（18.1%）、光学仪器集成商（14.3%）。同时技术门槛持续上移——公差普遍进入 ±0.01mm 级，Ra ≤ 0.8μm 成为中高端项目基准线，材料从常规碳钢、铝合金扩展到钛合金、高温合金与工程塑料复合件。
但行业有个突出的结构特征："大行业、小企业"——年产值超 10 亿元的头部企业不足 50 家，大量中小厂商在细分领域竞争，供给质量参差不齐。
对采购方而言，这意味着一个具体的痛点："谁能做这个精度"这件事，极难快速甄别。
买家的第一问，AI 答不出来
加工服务型制造和产品型制造有一个根本区别：买家不是按型号买的，是按"能力"买的。
一个医疗器械公司的结构工程师，在选供应商时问的是：
"钛合金零件，公差 ±0.01mm，小批量 30 件，国内哪些加工厂能做？" "医疗设备外壳，需要 ISO 13485 体系，有推荐的供应商吗？" "五轴加工中心能做 500mm 行程的厂家有哪些？" "精密零件的合格率一般是多少，怎么判断加工厂的质量水平？"
而从 2025 年下半年开始，这些提问的第一站变成了 AI。
问题在于：AI 答不出来。 它给出的答案永远是模糊的——"建议联系专业加工厂商""可通过行业平台寻找供应商"，或者推荐几家头部企业，而 M 公司在其中从未出现。
原因很直接：加工能力的表达，本质上是"参数集合"（工艺 × 材质 × 公差 × 批量 × 检测手段）。而 M 公司的这些参数，全部存在于销售 PPT 和报价单里。
诊断：四个具体病灶
我们接手后，先做 AI 可见度基线诊断：固定 40 条真实采购提问（中文 28 条、英文 12 条），覆盖四个维度——
- 能力匹配型（16 条）："能不能做某种精度/材质/批量的零件"
- 体系与认证型（9 条）："ISO 13485 / IATF 16949 的加工厂"
- 供应商甄别型（8 条）："怎么判断加工厂水平""报价差异为什么大"
- 交付与服务型（7 条）："小批量交付周期""打样流程"
在 ChatGPT、Perplexity、豆包、Kimi 四个平台逐条提问后，结论是四个病灶：
| 病灶 | 具体表现 | 严重程度 |
|---|---|---|
| ① 能力不可检索 | 设备清单（五轴/车铣复合）、公差能力、材质覆盖、检测设备，只存在于销售 PPT，全网没有一处结构化表述 | 极高（本行业最致命） |
| ② 能力边界模糊 | AI 无法判断"你能做到什么精度、什么材质、什么批量"——而这正是买家的第一问。边界不清，买家就不敢询价 | 极高 |
| ③ 缺少可引用的交付证据 | 合格率、交付周期、典型零件案例都是口头描述，没有任何结构化的、可被引用的数据 | 高 |
| ④ 体系与认证不可查 | ISO 9001、IATF 16949、ISO 13485、AS9100 等资质，只在证书 PDF 和销售话术里，无法被检索 | 高 |
基线数据（2025 年 11 月）：
| 指标 | 基线值 |
|---|---|
| 40 条采购提问中 M 公司被提及 | 4 条（10%） |
| 能力匹配型提问（16 条）命中 | 1 条 |
| 被列为推荐供应商 | 0 条 |
| 被引用信源中属于 M 公司自有资产 | 0 处 |
| 月均技术询盘 | 11 条 |
三、我们做了什么
第 1 层 · 能力实体治理：把"能力"当成实体来建
这是本项目与产品型制造最大的差别。
产品型企业的 GEO 围绕产品实体（型号、参数、认证）展开；而加工服务型企业必须围绕能力实体展开——工艺、材质、公差、批量、检测手段，本身就是需要被独立检索和确认的对象。
具体动作：
- 建立能力清单：把分散在各部门（工艺、生产、质检、销售）的能力信息汇总成结构化台账——设备型号与行程、可达公差、可加工材质、批量区间、检测设备与精度。
- 统一表述口径："我们能做精密件"这类模糊表达全部废弃，统一为可核验的量化表述（如"五轴联动加工中心 X 台，最大行程 XXX mm，可达公差 ±0.01mm"）。
- 建立能力边界声明：明确写出"能做"和"不做"的边界。边界清晰本身就是一种专业信号——它降低买家的判断成本。
- 同步权威锚点：在行业平台、协会名录、B2B 平台企业档案中，把能力属性补全补一致。
第 2 层 · 结构化内容资产：能力矩阵是核心武器
核心资产：能力矩阵页（Capability Matrix）
我们为 M 公司建立了以工艺 × 材质 × 公差 × 批量为轴的检索矩阵，让买家可以按自己的采购条件直接定位：
| 工艺 | 可达公差 | 可加工材质 | 适用批量 | 典型应用 |
|---|---|---|---|---|
| 五轴联动加工 | ±0.01mm | 铝合金 / 钛合金 / 高温合金 | 1–500 件 | 医疗器械结构件 |
| 车铣复合 | ±0.015mm | 不锈钢 / 碳钢 / 铜合金 | 单件–200 件 | 阀体、流体控制件 |
| 精密钣金 | ±0.1mm | 冷轧板 / 铝板 | 10–2,000 件 | 设备机箱、机架 |
| 精密装配 | — | 多材质组合 | 小批量 | 光学模组、传感器 |
为什么这张矩阵是核心？ 因为它直接回答买家在 AI 里问的那个问题——"你们能不能做我的件"。这个问题现在全网没有答案。谁先系统性地提供，谁就成为这个问题的引用来源。而这类提问的意图浓度极高：问出这个问题的人，已经在准备询价了。
配套内容清单：
| 内容类型 | 数量 | 说明 |
|---|---|---|
| 能力矩阵页 | 1 个主矩阵 + 6 个工艺详情页 | 本案例核心资产 |
| 设备清单页 | 3 个 | 按加工/检测分类，含型号、行程、精度、数量 |
| 检测能力页 | 2 个 | 三坐标、影像仪、气密性测试等，含检测精度范围 |
| 体系与认证页 | 5 个 | 含证书编号、有效期、适用产品线（从 PDF 转为 HTML） |
| 典型零件案例（脱敏） | 9 个 | 含材质、公差、批量、交付周期、一次合格率 |
| 报价影响因素说明页 | 1 个 | 直接回应"为什么报价差这么多"这个高频疑问 |
| FAQ 知识库 | 71 条 | 以采购方提问原文为标题 |
内容结构统一执行三条规则：结论前置、带 FAQ 模块、带可引用事实（具体数值、设备型号、合格率、交付周期）。
支撑这套做法的，是普林斯顿大学与佐治亚理工的研究（Aggarwal et al., KDD 2024）：内容中加入引言可提升约 41% 的可见度，统计数据提升 33%，引用来源提升 28%；对于原本在 AI 语料中几乎没有存在感的供应商，补充可引用事实带来的提升幅度最大。
第 3 层 · 技术底座
| 动作 | 说明 |
|---|---|
| PDF 转结构化 HTML | 能力证书、检测报告、设备清单全部从 PDF 转为可解析页面（本行业最高优先级的技术动作——核心能力信息大多锁在 PDF 里） |
| 参数结构化 | 能力参数用表格与结构化标记呈现，绝不用图片或截图 |
| Schema 结构化数据 | 部署 Organization、Service、Product（含 PropertyValue 逐项声明能力参数）、FAQPage、BreadcrumbList |
| AI 爬虫放行 | 检查并修正 robots.txt，确保 GPTBot 等 AI 爬虫未被误拦 |
| 多语种 | 中文 + 英文，正确标注 hreflang（出口业务必需） |
| 性能与架构 | 核心页面 LCP 优化、栏目扁平化、内链按"工艺簇 / 行业簇"重组 |
第 4 层 · 权威信源分发
加工服务型制造的信源结构有一个鲜明特点：买家极度看重"真实产能"与"第三方验证"。
第 3 层｜行业媒体
金属加工、现代制造、工业自动化类媒体
→ 产业层面的可信度背书
第 2 层｜可视化生产内容
车间实拍、加工过程视频、检测过程演示、设备运转实录
→ 制造业的高价值信源，直接体现产能真实性
第 1 层｜官方与体系信源（地基）
官网能力页、认证机构可查状态、行业协会名录、B2B 平台企业档案
→ 能力实体的确认层，必须一致
需要特别说明视频在这一行的权重。采购方对"厂房照片"的信任度很低，对加工过程的实录信任度很高——因为它难以伪造，且能直接反映设备水平与工艺能力。 这类内容模型引用意愿也更高，因为它提供了别处没有的、可直接观察的证据。
同期，内容中也纳入了真实的行业背景判断，让内容具备信息增量。例如中小批量订单占比的持续上升（已占 68.3%）、下游买家群体结构的变化、以及不同体系认证在实际采购中的权重差异——这类"信息增量"是模型最愿意引用的内容类型，因为它提供了别处没有的判断，而不是复述共识。
第 5 层 · 监测与迭代
- 每月用同一组 40 条提问复测四个平台；
- 记录三项指标：是否提及 / 出现位置 / 被引用的信源是谁；
- 单独跟踪"能力匹配型"提问的命中率——这是本行业最具商业价值的指标；
- 计算"答案份额"，对未被覆盖的工艺与行业组合补充内容；
- 发现 AI 对能力的描述有误时（例如把可达公差说错、把材质范围说窄），追溯并修正源头页面——能力参数被说错，会直接导致买家误判。
四、成果
项目周期：8 个月
| 指标 | 基线（2025.11） | 结果（2026.06） | 变化 |
|---|---|---|---|
| 采购提问集品牌提及率 | 4 / 40（10%） | 21 / 40（52.5%） | +42.5 个百分点 |
| 能力匹配型提问命中（共 16 条） | 1 条 | 11 条 | 从边缘到主力，价值最高 |
| 体系与认证型提问命中（共 9 条） | 0 条 | 5 条 | 从 0 建立 |
| 被列为推荐供应商的提问数 | 0 | 7 | 进入候选池 |
| 被引用信源中自有资产占比 | 0% | 46% | 关键结构变化 |
| 月均技术询盘 | 11 条 | 39 条 | 增长 255% |
| 询盘质量（带图纸/规格的实质询盘占比） | 23% | 61% | 最关键的质变 |
| 出口询盘（英文） | 0–1 条/月 | 9 条/月 | 从无到有 |
几个值得注意的细节：
- 询盘质量的变化比数量更重要。 改造前，M 公司收到的询盘大量是"你们做什么的""能发份目录吗"；改造后，61% 的询盘直接带有图纸、材质和公差要求。原因是客户在询价之前，已经通过 AI 的回答完成了能力匹配——这意味着 AI 替 M 公司完成了第一轮筛选。
- 能力矩阵页是最大的单项贡献者。 它承接了绝大部分新增流量，也是能力型提问命中的主要引用来源。"能把什么做到什么程度"，比"我们很专业"更有检索价值。
- 报价说明页的效果超出预期。 这一页原本只是为回应高频疑问而做，结果成为了转化率最高的页面之一——它同时完成了"专业感建立"和"预期管理"两件事。
- 本行业周期长，成果应落在"询盘"而非"订单"。 精密零件的供应商导入通常需要打样、验证、小批量试产等多轮环节，周期常在 3–9 个月。因此可量化成果集中在有效询盘、打样请求与供应商名录进入率上。
五、这个案例说明了什么
1. 加工服务型制造的 GEO，核心是"能力证明"，不是"产品介绍"。
产品型企业卖的是型号与参数，加工服务型企业卖的是能力边界。所以内容的第一优先级不是"我们是谁"，而是"我们能做什么、做到什么程度、不能做什么"。能力边界越清晰，买家的判断成本越低，询盘质量越高。
2. "能力"必须被当作实体来建设。
这和产品企业的"型号实体"是同一层级的工程问题。工艺、材质、公差、批量、检测手段，都需要被结构化、被一致表述、被第三方验证。把这四件事做完，AI 才可能知道"你能做这个"。
3. 视频是制造业被低估的 GEO 资产。
车间实录和加工过程视频，价格低、可信度高、难以伪造，且模型引用意愿明显更高。对一个买家最难判断质量好坏的行业来说，"看得见的产能"是最好的证据。
4. 询盘质量是可被 GEO 直接改变的指标。
这是本案例最有价值的发现：GEO 不只增加询盘数量，它改变了询盘的成熟度。当客户在联系你之前已经完成了能力匹配，销售环节的效率会完全不同。
六、方法可复用性说明
本案例的方法适用于以下类型的企业：
- 加工服务型制造企业：精密机加工、钣金、注塑、表面处理、精密装配；
- 非标自动化设备集成商、工装夹具与模具制造商；
- 以"能力参数"（精度、材质、批量、交期、合格率）为采购决策依据的 B2B 制造服务商；
- 拥有核心能力但信息沉淀在销售 PPT、报价单与 PDF 证书中的中小企业；
- 需要承接海外"能力型"采购提问、但英文语料为零的出口型制造企业。
不适合 GEO 的场景也如实说明：纯来料加工、无技术门槛且完全靠价格竞争的低端产能；单一超大客户专供、无独立拓客需求的配套厂；以及订单常年饱和、产能不足、短期内无新增客户诉求的企业。
本文档由赛泊斯 GEO 团队整理。
