南京的软件与信息服务、智能电网产业，客户获取方式和消费品完全不同：没有冲动下单，只有技术选型和招投标。这类客户的决策周期通常在三到十二个月，中间会反复问同一批问题。
过去这些问题问销售、问同行、问搜索引擎。现在越来越多的环节挪到了 AI 对话框里。差别在于：销售会替你把话说圆，AI 只会转述它在网上读到的内容。
所以这类企业的 GEO，不是写更多文章，是把官网上「客户会问的问题」写清楚、写结构化。
B2B 采购在 AI 里的五类提问
把技术选型过程拆开，客户的问题基本落在五类里。每一类对应官网上不同的内容形态。
| 提问类型 | 客户实际会怎么问 | 官网该有的页面 | 写不好的后果 |
|---|---|---|---|
| 能力确认 | 「这家公司做过电力行业的系统集成吗」 | 行业解决方案页 + 案例页 | AI 只能回答「是一家软件公司」，无法判断行业匹配 |
| 资质核验 | 「有没有 CMMI、等保、ISO 27001」 | 资质页，逐项列证书编号与有效期 | AI 答不出，直接出局短名单 |
| 技术边界 | 「支持国产数据库吗、能对接南网规约吗」 | 技术参数页 + 兼容性清单 | AI 用通用描述搪塞，采购判断为不确定 |
| 交付方式 | 「是驻场还是远程、实施周期多久」 | 交付流程页，写清阶段与里程碑 | AI 只能引用营销话术，采购转去问同行 |
| 风险条款 | 「验收不达标怎么处理、源码给不给」 | FAQ，直接回答商务条款 | 这一块几乎全行业空白，谁写谁被引用 |
五类里最值得先做的是资质核验和风险条款。原因很实际：绝大多数同行不写，AI 找不到可引用的内容，你写了就是唯一信源。
为什么「官网改一改」比「多发文章」更有效
软件和智能电网客户的提问带有强烈的实体指向：公司名、产品名、资质名。AI 回答这类问题，优先抓取的是能确认实体的页面，也就是官网，而不是第三方资讯。
这也解释了一个常见现象：企业在媒体上发了上百篇稿，问 AI「某某公司做什么」，回答仍然是三五年前的旧简介。因为 AI 读到的官网信息本身就没更新。
所以这类企业的动作顺序应该是：先把官网的实体信息、资质、产品参数、案例写完整，再考虑外部信源。
官网上最该补的四块内容
实体信息要能对上号。公司全称、统一社会信用代码、成立时间、办公地址、法人，这些写在页脚或关于页，并用结构化数据标记。AI 判断「这是不是同一家公司」靠的就是这些字段。
资质要逐项写。不要只写「拥有多项资质」，要写证书名称、编号、发证机构、有效期。这一块写成表格，AI 引用时能整段取走。
产品参数要可比较。把规格、协议支持、部署方式、并发能力写成表格，而不是散落在段落里。采购拿 AI 做初筛时，能直接对比的表格最容易被引用。
案例要写清边界。「为某电力企业做了数据平台」这种写法没有信息量。要写行业、规模、用了什么方案、解决了哪个具体问题、交付周期。涉及客户保密的部分可以脱敏，但结构不能省。
智能电网行业的两个特殊点
标准与规约是硬门槛。IEC 61850、DL/T 860、南网规约这些词，客户会直接拿去问 AI。官网如果只写「支持多种通信规约」，等于没回答。要把支持的规约版本逐条列出来。
区域业绩影响判断。电网系统采购高度看区域业绩。南京及江苏本地的项目经验，要单独成一页，写清项目类型、投运时间、覆盖范围。AI 回答「有没有江苏本地经验」时，这一页就是答案来源。
怎么验证改完有没有用
改完不要凭感觉。用固定提问集做前后对比，提问集从销售和售前那里收集，取最近三个月客户真实问过的二十个问题。
在豆包、DeepSeek、元宝各问一遍，记录回答里是否提到你的公司、说得对不对
重点看「资质」「支持什么协议」「做过哪些行业」这三类，它们最能反映实体信息是否被抓准
每季度重测一次。平台在迭代，竞品也在补内容，一次测试只能证明当时的状态
如果二十个问题里有十个以上能被正确回答，说明实体和内容结构都到位了；如果只有品牌名被提到、具体能力说不清，问题出在官网上，不在分发上。