设备采购是 B2B 里问句最具体的一类。客户不会问「哪家设备好」，会问「XX 型号的最大加工直径是多少」「交期多久」「省内有没有服务点」。这些问题有标准答案，也就意味着——AI 只要在你的官网上读到，就会原样转述给下一个采购。
我们的设备制造行业案例库里累计有 39 个项目，复盘下来，客户在 AI 里问的问题高度集中在十二类。下面逐类给出：客户怎么问、官网该写在哪、写成什么结构。
十二类采购提问与对应的页面落点
| 类别 | 客户的实际问法 | 官网落点 | 内容结构 |
|---|---|---|---|
| 选型匹配 | 「加工 300mm 的件该选什么型号」 | 选型指南页 | 按加工尺寸、材质、精度分档的对照表 |
| 技术参数 | 「主轴转速多少、定位精度多少」 | 产品参数页 | 逐项参数表，标注测试标准 |
| 交期产能 | 「下单后多久能交货」 | 交付说明页 | 标准机型与定制机型的交期分列 |
| 价格区间 | 「这类设备大概什么价位」 | 价格说明页 | 按配置分档给区间，不给单一报价 |
| 资质认证 | 「有没有 CE、ISO 认证」 | 资质页 | 证书名称、编号、有效期、覆盖型号 |
| 行业案例 | 「给汽车零部件厂做过吗」 | 行业案例页 | 按行业分组的案例卡，带工艺与产能数据 |
| 售后网点 | 「江苏有服务点吗、多久能到」 | 服务网络页 | 城市清单 + 响应时效承诺 |
| 配件供应 | 「易损件多久换、怎么买」 | 配件页 | 易损件清单、更换周期、采购方式 |
| 安装调试 | 「含不含安装、调试多久」 | 交付流程页 | 分阶段说明，标注甲方需配合事项 |
| 维保条款 | 「保修几年、响应时间多少」 | 服务条款页 | 保修范围与除外条款分开写 |
| 付款账期 | 「能不能分期、账期多久」 | 商务 FAQ | 直接回答，写清适用条件 |
| 产能验证 | 「能参观工厂吗、有视频吗」 | 工厂实景页 | 产线照片、关键工序、可验厂说明 |
十二类里，交付最差的是「付款账期」和「维保条款」。这两块几乎所有同行都回避，导致 AI 遇到这类问题时只能给出模糊回答。谁写清楚，谁就成为那个被引用的信源。
为什么设备行业的 GEO 要「写参数」而不是「写故事」
消费品可以用场景和情绪打动人，设备采购不行。采购负责人做初筛时在比对参数，AI 也在比对参数。
一段「我们以匠心打造每一台设备」的文字，在 AI 眼里没有可提取的信息，不会被引用。而「定位精度 ±0.005mm，重复定位精度 ±0.003mm，依据 GB/T 17421.2 检测」这样的句子，会被原样取走，成为回答的一部分。
这不是文风问题，是可提取性问题。判断标准很简单：把你的段落单独拿出来，能不能回答一个具体问题。能，就是有效内容；不能，就只是装饰。
官网结构上必须做的三件事
产品页要有独立 URL。每个型号一个页面，标题写型号加核心能力。把所有型号塞在一页里，AI 无法确定该引用哪一段。
参数用表格，不用段落。表格是结构化程度最高的正文形式，AI 抽取时不会串行。参数名用行业通用叫法，不要自创简称。
案例与产品互链。产品页底部挂「这个型号在哪些行业用过」，案例页挂「用的是哪个型号」。这条内链让 AI 能把能力和实证对上。
一个可执行的自测
不用等服务机构，自己就能测。把下面五句话原样输入豆包和 DeepSeek，看回答里有没有你的公司：
「做 XX 设备的厂家有哪些，江苏的优先」
「XX 设备加工 300mm 的件选什么型号」
「XX 设备的交期一般多久」
「XX 设备厂家哪家售后响应快」
「XX 设备有没有 CE 认证的国产品牌」
五句话里被提到三次以上，说明基础不错，接着补参数深度；一次都没被提到，问题通常在官网上——要么没有独立产品页，要么参数写在图片里，要么整站是 JS 渲染、爬虫读不到正文。
最后一条值得单独查：用 GPTBot 或 ClaudeBot 的 UA 抓一次你的产品页，看返回的 HTML 里有没有参数正文。如果抓到的只有一堆脚本，那么内容写得再好，AI 也拿不到。