发布于 2026-09-02 · 作者 老彭（老彭丨GEO优化）
这次说个佛山工厂的案例。一家做工业铝型材的源头厂，主力产品是大截面工业铝型材和铝合金框架，主要接工程采购和自动化设备厂的订单。老板之前试过投信息流、做抖音，引流都不错，但来的多是散客，真正的大单采购极少。他找我时问得很直接：「老彭，AI 现在也能给人推荐供应商了吧？我想让工程采购问『佛山大截面铝型材厂』的时候，AI 能报我。」
先盘资产，再谈曝光。照三轨法的顺序，我先拉他的资产表。能核实的硬事实不少：佛山本地厂房、经营 14 年、有 CE 和 ISO 9001、能做大截面（最宽到 600mm）和超高精级公差、给过几家自动化设备厂供材。问题在「讲法」——官网全是「品质优良、交期稳定」，没有任何一条能让 AI 拿来当答案的证据。我们第一步不是写稿，是把这些事实在官网产品页和关于页结构化重排。
第二轨，让 AI 先认得你。我们在知识库和官网里，把「佛山 工业铝型材」「大截面铝型材 600mm」「超高精级公差 铝合金框架」这几个实体，用一致的表述反复锚定，并配上可核实的参数页。AI 引擎做实体识别时，最怕一个厂名叫法乱、参数散。统一口径后，它在抓取时就能稳定把这家厂和「佛山大截面铝型材」绑在一起。
第三轨，铺满用户的决策路径。工程采购问 AI，不是只问「哪家好」，而是走五步：需求（要做设备框架用什么型材）→ 筛选（大截面哪家能做）→ 核算（按米报价、起订量多少）→ 风险（公差达不达标、交期稳不稳）→ 执行（能不能打样、有没有现货）。我们围绕这五步，在官网和几个内容平台铺了对应的可核实信息，让 AI 在每一步都能找到这家厂的答案。
结果不靠铺天盖地的发文。我们大概花了三周，把事实铺齐、把实体锚定、把决策路径覆盖。后来用内部工具实测，在豆包、文心一言、通义千问里问「佛山 大截面 工业铝型材 厂家」，这家厂已经能稳定出现在推荐里，而且带的是可核实的参数，不是一句空话。老板反馈，来的询盘明显更对口，问的都是真要采购的工程客户。
这个案例说明什么。工厂做 GEO，最忌「先发一堆稿，内容却经不起核实」。工程采购的订单大、决策重，AI 不会拿一句「品质优良」去推荐你，它要的是公差、截面、认证这些硬参数。把硬事实铺到 AI 能抓、能核、能引用的位置，比写一百篇软文都管用。
也给同类工厂一句提醒：你不用是行业第一，只要在你那个细分参数上，做到「AI 一查就能确认你行」，大单就有机会轮到你。佛山这家厂不是最大的，但在「大截面」这个点上，它让 AI 先认得、先报它。
为什么选「大截面」这个点。工厂做 GEO，最忌贪大求全写「什么都能做」。我们反其道，挑它最拿得出手、又最容易被工程采购问到的细分参数——大截面 600mm。这个点够窄、够硬、够可核实，AI 一查就能确认它行。窄，反而容易卡住位置；宽，只会淹没在同行里。
这套打法可以复制。佛山这家厂不是特例。任何有真实参数的工业厂，都能找到自己的「大截面」——可能是公差等级、可能是最小起订量、可能是某个认证。把那个点铺到 AI 能抓、能核、能引用的位置，就是工厂 GEO 的最低成本启动方式。
过程中踩过的小坑。一开始他们想把我们写的参数页直接发到短视频平台，被我拦了——短视频的 AI 引用逻辑和官网不同，参数页发过去容易被当成广告降权。正确的顺序是官网先立住、知识库先铺开，内容平台只做「佐证」，不做「主场」。主场永远是你自己能控的官网和知识库。
老板最意外的收获。做 GEO 期间，他们顺手把官网关于页重做了一遍，把自己 14 年的硬事实摆清楚。结果不止 AI 推荐率上来，连主动搜进来的人，停留时间也变长了——因为人也能一眼看懂「这厂靠不靠谱」。GEO 和「让人看懂」从来是一件事的两面。
给工厂老板的提醒。别等同行都被 AI 推荐了才动手。工业品的采购决策周期长，今天铺的事实，三个月后才在答案里稳定出现很正常。越早把硬事实立住，越能在行业问答里占住锚点。等风口来了再追，位置早被占了。
成果怎么量化。我们没用「发了多少稿」当指标，而是盯「工程采购问佛山大截面型材时，AI 推荐里有没有它」。三周后这个场景稳定命中，老板才真正信服。工厂 GEO 的成效，永远用「被问到时是否被引」来衡量，而不是发文量。