传统制造企业做GEO三个月，我把预算、人力和效果摊开说

先说结论：GEO这事我们做了三个月，没亏，但也没到我年初拍脑袋想的那种"一飞冲天"。今天把账摊开，给同样在观望的制造业同行一个参照。

背景

我是重庆一家做汽车零配件的传统制造企业市场总监，公司年营收两个多亿，客户主要是主机厂和一批二级供应商。过去十年我的主要活儿是跑展会、投行业媒体、维护老客户。去年下半年开始，明显感觉到一个变化——客户那边的采购和技术人员，越来越多先在网上搜，甚至直接问AI。有个老客户的技术负责人跟我说，他现在选供应商，第一步是让AI给他列个名单，第二步才是看官网。

这句话让我警觉了。

我们怎么起步的

没有一上来就铺全品类。我选了一条主打产品线——新能源车用的一个结构件——单独拎出来试。理由很简单：开船不能只看风向，还得看水流。我们的水流就是这条线的客户搜索意图最明确、竞品格局也最清楚。

具体动作分三块：

一是把产品参数、应用场景、常见技术问题重新整理成结构化的内容。以前官网就一张图加一段话，现在每条产品线配了选型指南、常见失效模式、替代方案对比。这部分花了大概三周，主要是拖着技术部和质量部一起搞，因为内容得他们把关，不然写出来是空的。

二是优化了官网和几个行业平台的内容结构，让AI更容易抓取和理解。这里踩了个坑：一开始我以为把关键词堆上去就行，结果发现AI搜索更看重内容之间的逻辑关联，比如"这个零件用在哪款车型上、为什么选这个材料、不选会有什么后果"，这种链条完整的内容，被引用的概率明显更高。

三是用工具做了监测。这块我还在摸索，目前主要看的是我们的品牌和产品在几个主流AI问答里出现的频率和语境。

三个月的实际效果

坦白说，直接归因到GEO的询盘，三个月一共是7条，其中3条转化成了样品测试。金额不大，但有个细节值得注意：这7条里有5条是客户主动说"在AI那边看到你们"。这个比例比我想的高。

另外，我们官网的自然流量涨了大概18%，其中来自AI搜索推荐的比例从几乎为零涨到了15%左右。这个数据我盯得比较紧，因为它是能直接反映GEO效果的。

我的三条判断

第一，GEO对制造业有用，但不是万能药。它的作用是让你在客户"初步筛选"这个环节被看到，后面的转化还是靠产品、交期、价格。别指望GEO能解决根本问题。

第二，别一上来就铺全品类。选一条线，跑三个月，拿到数据再决定要不要加码。我们这三个月总共投入大概八万块，主要是人力和内容制作，工具费用占小头。

第三，内容质量比数量重要。我让团队每周只产出两到三篇深度内容，但每篇都要有技术细节和实际案例。发出去二十篇，被AI引用过的有六篇，这个比例我还能接受。

一个具体问题想请教各位

我们这种To B制造业，客户决策链条长，从搜索到成交可能要半年。这种情况下，GEO的效果怎么跟销售漏斗对应起来？是按询盘算，还是按"被引用次数"算，还是看更上游的"品牌在AI回答里的正面提及率"？有没有同行做过类似的归因模型，求指教。