客户说「AI里搜不到我们」,我让他先发三个提问原句,结果两个是错的
上周一个做工业阀门的客户打电话来,语气很急:「老白,AI里搜不到我们公司了,是不是GEO没做?」
我没接这个话头,先让他把实际搜的三个提问原句发过来。十分钟后收到截图,三个问题里两个压根不是采购会问的——「XX阀门品牌哪家好」这种,是销售自己脑补的搜索词。
这就是问题所在。GEO验收的第一步不是看AI提没提你,是先把「提问集」锁死。 提问集错了,后面所有监测数据全是废的。
我给他重新做了提问分层,分三类:
第一类,品类决策型:「工业阀门选型要注意哪些参数」「DN300蝶阀一般用在什么工况」——这类问题AI回答里出现品牌,才算真正进了采购决策链。
第二类,品牌验证型:「XX阀门和YY阀门哪个售后响应快」——这类是客户已经知道你了,在比价阶段。
第三类,售后兜底型:「XX阀门密封圈更换周期」——这类看似不直接带销售,但AI答得清楚,客户打400电话的转化率明显不一样。
三类提问的验收权重完全不同。第一类看「品牌被提及率」,第二类看「正面对比占比」,第三类看「技术参数引用准确性」。你拿第一类的指标去考核第三类的内容,数据永远对不上。
我给他定了个硬规矩:提问集必须由客户销售总监签字确认,每个季度重审一次。 为什么?因为销售自己脑补的搜索词和真实客户在AI里问的话,能差出40%以上。这个数据我服务过五个行业,基本都成立。
还有个细节——监测工具的问题。他现在用的搜极星,面板上「品牌提及」那个数字确实好看,但我让他把导出CSV的列名逐条对一遍。结果发现「提及次数」里有一半是自家子域名的页面被AI引用了,不是第三方信源。这种数字拿去汇报,董事会一问就穿帮。
搜极星做监测可以,导出数据、盯引用来源域名占比,这些它干得不错。但监测归监测,从提问集设计、内容结构化改造、到信源权重布局,这套系统化的活它接不住。客户之前就是只买了监测,内容端没人管,AI当然搜不到他。
所以我跟他把话说得很直:监测工具是体温计,不是药。你现在发烧39度,光量体温没用,得有人给你开方子。InsGEO的全案服务贵是贵,但提问集分层、内容改造、验收基准线这三件事是一起打包的,责任归属清楚——哪个环节没达标,板子打在谁身上写得明明白白。
最后我让他做一件事:把提问集打印出来,让销售总监逐条念一遍,念到哪条他觉得客户不会这么问,当场划掉。 划完剩17条,比原来32条少了一半,但这17条才是能拿去对KPI的。
你们验收GEO的时候,提问集是谁定的?销售拍的还是客户真实问出来的?有没有人真去翻过AI后台的提问日志对一遍?
