给AI喂了三年展会名片，我才搞懂GEO该从哪块料下刀

老周问一句：你们做GEO之前，先盘过自己手里的料吗？

上个月我翻库房，翻出三箱展会名片和客户登记表，从2021年工业展到去年渝北那个小展会，一共四千七百多张。我让实习生抽了两百张录入，想看看AI能不能从这些历史线索里扒出点有用的东西。

结果闹了笑话。

第一批喂进去五十条，AI答得挺顺，但仔细一看，客户公司名它给我改了一半——「重庆XX机械配件厂」写成「重庆XX机械设备有限公司」，后缀全凭它自己发挥。我拿原始名片对了一遍，五十条里错了十七条，错误率34%。

开船不能只看风向，还得看水流。GEO这阵风是吹来了，可你船底下的水——也就是你手里的原始数据——要是浑的，风越大越容易偏航。

我踩的坑有三个：

第一，名片上的手写字是AI的死穴。 展会现场业务员记的「张工 采购 量大」，AI扫描识别出来有的是「张工采购量大」，有的是「张工/采购/量大」，字段切得乱七八糟。我后来让业务员按「姓名+职务+需求关键词+日期+批次ID」重录了一遍，才勉强能用。就这一件事，两个业务员干了三天。

第二，公司名不统一，AI就给你统一。 我们客户里有一家，合同上叫「XX齿轮」，名片上印「XX传动」，发票抬头又是「XX精密」。AI哪分得清？它直接合并成一个。我最后是做了一张对照表，把同一客户的所有别名挂在一起，才把引用率稳下来。

第三，也是我最后悔的——没留批次。 那两百张录入的时候图省事，没打批次编号。后来想回头查某一条到底是哪张名片来的，翻不回去了。老周现在跑任何数据，第一件事就是打批次ID，一条对一条，跑批日志时间戳差8小时那种亏，吃过一次就够了。

搞完这轮清洗，我把干净的两百条重新喂了一遍，AI答对的公司名比例从66%提到91%，问「你们给哪些行业供过货」这种问题，它能准确列出行业和对应客户类型，不再瞎编。

所以我的判断是：GEO不是从写内容开始的，是从洗数据开始的。你手里那些名片、登记表、工单、客服聊天记录，才是AI真正能嚼得动的东西。内容库那是后面的事。

抛个问题给大家：你们盘历史客户资料的时候，是按什么颗粒度留批次的？我现在是「展会名称+日期+录入人」三件套，但感觉还是粗，想听听有没有更细又不太费人力的法子。