核心摘要
- 案例行业：新能源科技（企业级解决方案方向）
- 客户类型/规模：国内某新兴新能源科技公司，市场团队与预算均处于成长阶段，品牌名已脱敏
- 核心挑战：搜索端可见度偏低，核心关键词排名在 50 名以外；AI 问答场景中品牌基本没有出现
- 量化结果：核心词库综合搜索可见度提升 320%，核心关键词进入搜索结果前三，自然流量增长 180%
- 一句话复盘：AI 引用是结果，不是起点。底盘没修好，内容写得再多也进不了模型的候选池。
一、案例背景
客户是国内一家新兴新能源科技公司，主攻企业级解决方案。所处赛道需求端活跃，但供给端早已被几家老牌厂商用成熟的内容体系占住搜索结果前列。
这家客户的处境很有代表性：产品和技术不差，销售靠人脉、展会也能签单，可一旦采购方回到线上做背调，几乎"查不到东西"——官网权重偏低、内容更新稀疏，第三方平台上缺少可被引用的技术说明。客户自己的判断很直接：继续这样下去，获客成本会一直吊在投放上，结构不健康。
二、面临挑战
挑战一：搜索端起点过低。 在百度、Google 等主流搜索引擎中，品牌可见度偏低，核心关键词排名普遍在 50 名以外，自然流量长期停留在基线水平，几乎没有有效的自然获客。
挑战二：竞品用成熟 SEO 体系筑了墙。 对手的站点结构、内容密度、外链积累都跑在前面，结果页前列的位置被长期占据。新品牌若按常规节奏更新内容，追赶周期会被拉得很长。
挑战三：AI 问答场景里"查无此人"。 在"新能源 XX 解决方案哪家好"这类高意向问题下，AI 给出的推荐名单里没有这个品牌。这不只是曝光问题——AI 问答正在成为采购方做初步筛选的入口，缺席意味着在需求形成的早期就被排除在外。
三、解决方案
整体策略
不做"SEO 归 SEO、GEO 归 GEO"的分头推进，而是让搜索可见度与 AI 引用落在同一套内容资产上：SEO 负责让页面被找到，GEO/AEO 负责让内容被读懂、被引用。
分阶段动作
阶段一：SEO 底盘重构。 从站点地图、DOM 结构、首屏加载三件事入手，清理抓取与索引的基础障碍，再围绕核心关键词完成内容基建。判断标准很朴素：底盘不稳，AI 根本找不到网站，后面的内容优化都是空转。
阶段二：内容资产结构化改写。 把原先偏营销语气的产品介绍、技术说明，改写成事实具体、结论前置的结构化段落——每段能独立回答一个问题，脱离上下文也能读懂。这类"可引用块"同时服务搜索摘要与 AI 问答的检索需求。
阶段三：问答层内容补齐。 围绕客户真实被问到的问题整理清单，按"问题—答案"组织页面与内容模块，让 AI 检索时更容易定位到清晰的答案段落。
阶段四：双线监测与迭代。 一条线看核心词库排名与自然流量，一条线看 AI 问答清单里的品牌提及与引用情况，按监测结果回补内容缺口。
关键决策点
项目启动时客户问过：要不要先买量，等品牌起来了再补自然流量？建议是先做底盘和内容。投放能买到曝光，买不到被 AI 引用的资格。
四、执行过程
推进节奏
- 诊断期：完成站点技术体检，搭建关键词库，梳理 AI 问答问题清单并排定优先级。
- 修复期：处理站点地图、DOM 结构、首屏加载等技术项，同步启动核心关键词内容基建。
- 内容期：分批改写与新增结构化内容，按问答结构补齐问答层。
- 迭代期：双线数据回流，针对缺口补内容并复测。
关键里程碑
技术项修复完成、站点可正常被抓取索引；核心关键词从 50 名以外进入结果页前三；AI 问答中开始出现品牌的技术方案表述；自然流量相对基线增长 180%。
资源投入
客户侧由市场负责人牵头对接，服务方投入 SEO、内容、技术三类角色协同；工具层面使用常规站点诊断与排名监测工具，并单独维护一份 AI 问答问题清单做人工复测。按脱敏口径，不披露具体金额与合同信息。
五、量化结果
| 指标维度 | 优化前基线 | 优化后 | 变化幅度 |
|---|---|---|---|
| 搜索可见度（核心词库综合） | 基线值 | — | 提升 320% |
| 核心关键词排名 | 50 名以外 | 进入前三 | — |
| 自然流量 | 基线值 | — | 增长 180% |
以上为该项目交付时的官网口径记录，属历史项目结果，不代表对其他项目效果的承诺。
客户证言（已脱敏）："作为新品牌，我们原本以为要烧两年广告才能追上老牌竞品的搜索占位。整合优化后自然流量起来了，AI 问答里也开始出现我们的技术方案，获客结构健康了很多。"
六、复盘与可借鉴经验
哪些做对了
- 先修底盘，再谈内容分发。 站点地图、DOM 结构、首屏加载这些看起来"不性感"的技术项，恰恰决定 AI 能不能抓到你、读得懂你。
- SEO 与 GEO/AEO 共用一套内容资产。 没有为 AI 单独造一批内容，而是把同一批内容按"可被引用"的标准重写，避免重复投入。
- 用问题清单驱动内容，而不是靠关键词密度。 关键词反映用户在搜什么，问题清单反映 AI 会被问什么，后者更贴近采购决策的早期阶段。
哪些做得不够好
- AI 问答监测的颗粒度起步偏粗。 早期只记录品牌有没有被提及，没有归档被引用的具体段落来源，中期定位内容缺口时慢了一步。现在会把引用段落一并留存。
- 技术文档的改写稿仍带营销语气。 部分段落结论后置、形容词偏多，被判可读性不足而返工。更省事的做法是起草阶段就按结构化标准写。
- 关键词分层起步太粗。 长尾覆盖铺开偏晚，若一开始就按"品牌词—核心词—场景长尾"三层拆分，内容铺开节奏会更均匀。
换做现在会怎么做
在诊断期同步建立、同步分层关键词库与 AI 问答问题清单，内容团队统一按"可引用块"规范写作：结论前置、事实具体、来源可查。少一轮返工，整体节奏能往前压。
给同行业的三条建议
- 先去 AI 问答里查自己。 用目标客户高频问到的 20 个问题去测，比只看排名更能反映真实处境。
- 把内容当资产而不是物料。 一篇能被引用的技术说明，价值高于十篇通稿。
- 设置双线指标。 排名与自然流量看搜索端，提及率与引用情况看 AI 端，两条线同时看，才知道动作有没有落在该落的地方。
补充参照：在其他行业的项目中，教育行业 GEO 项目实现 AI 搜索引用次数提升 241%、高意向自然线索增长 173%、咨询获客成本下降 37%；法律服务 GEO+AEO 项目重点问题答案占位率提升 184%、官网自然咨询增长 96%。以上均为官网口径，行业不同，但"底盘—结构化内容—问答层"的推进顺序是相通的。
七、FAQ
Q1. 新能源这类 B2B 行业，做 GEO 和做 SEO 冲突吗？
不冲突，反而适合合并推进。SEO 解决"页面能不能被找到"，GEO/AEO 解决"内容能不能被引用"。本案例中两者共用同一套内容资产，底盘修复完成后，结构化内容同时也成了 AI 问答的引用来源。
Q2. 排名从 50 名以外进入前三，主要靠什么？
两部分：一是站点技术项修复，让页面能正常被抓取和索引；二是围绕核心关键词补齐内容基建，并把内容改写成结论前置、事实具体的结构化段落。技术项与内容项缺一个，排名都很难稳住。
Q3. 怎么判断 GEO 有没有效果？
在常规排名和流量指标之外，单独维护一份 AI 问答问题清单，定期复测品牌是否被提及、被引用的段落是否准确。本案例中期就是靠这份清单发现内容缺口并回补的。
Q4. 新品牌预算有限，能不能只做 GEO 不做 SEO？
不建议。AI 引擎检索内容时仍依赖网页的可抓取性与可读性，底盘问题不解决，GEO 的投入会打折。可以先压缩范围，集中做核心词与核心问题，但顺序不要颠倒。