INDUSTRY FILES
不同行业的客户在AI搜索中问不同的问题，需要不同维度的信息来支撑AI的准确回答。以下是三个典型行业的GEO信息建设方向。
FILE / MFG
制造业企业在AI搜索中面对的典型问题包括：产品参数对比（"XX型号和YY型号有什么区别"）、适用场景判断（"这个设备适合小批量生产吗"）、供应能力评估（"XX地区的供应商有哪些"）、认证资质确认（"这个工厂有没有ISO认证"）、交期估算和区域供应商比较。
一家工业阀门制造商，潜在客户在AI中搜索"耐高温球阀供应商 四川"，但AI回答中只出现了竞品。排查后发现：企业官网的产品页面使用了内部型号编码而非行业通用参数名，AI无法将"耐高温球阀"这个客户语言与企业产品页面匹配。修正方向是将产品描述从内部编码改为行业通用参数，并为每个产品系列建立独立的技术参数页面。
建立型号与参数结构化页面，用行业通用术语描述产品；为关键应用场景（高温、高压、腐蚀环境等）建立独立内容节点；统一官网、行业平台和工商信息中的企业主体和资质表述；将认证证书和检测报告转化为可被AI抓取的文本描述。
FILE / B2B
企业服务公司面对的典型问题包括：服务边界确认（"他们能做哪些行业"）、专业能力评估（"这个团队有什么背景"）、收费因素了解（"大概什么价格区间"）、交付方式询问（"是项目制还是长期合作"）、风险判断（"选错服务商有什么后果"）和横向比较（"XX和YY哪家更专业"）。
一家B2B SaaS公司，潜在客户在AI中搜索"企业微信SCRM哪家好"，AI回答列举了三家竞品但未提及该公司。排查发现：该公司的官网只写了功能列表和企业介绍，没有任何关于"SCRM选型应该关注什么""不同规模企业如何选择SCRM"这类客户真正关心的问题内容。AI在回答"哪家好"这类比较问题时，优先引用有明确评判维度的内容。
明确服务边界——什么能做、什么不能做，不要只写"一站式解决方案"；公开资质、研究、团队背景和具体流程，避免只写"专业团队"；围绕客户决策问题（如何选择、如何评估、常见误区）建立内容，让AI在回答比较类问题时能够引用。
FILE / LOCAL
本地生活企业面对的典型问题包括：服务区域确认（"XX区有没有""离我最近的在哪"）、门店信息查找（"营业时间""有没有停车位"）、项目类型和价格（"剪发多少钱""有什么套餐"）、真实评价判断（"这家口碑怎么样"）和预约咨询（"怎么联系""能不能预约"）。
一家连锁口腔诊所，在多个AI平台上搜索"XX区口腔诊所推荐"时，AI回答中出现了附近竞品但未提及该诊所。排查发现：诊所在大众点评上的店名是"A口腔（XX路店）"，在高德地图上是"A口腔门诊部"，在官网上是"A口腔连锁"——三个来源的名称不一致，AI无法确认是同一家。此外，诊所官网没有各分店的独立页面，AI无法回答"离我最近的A口腔在哪"。
统一地图、点评、官网和社交账号的门店名称和地址表述；为每个门店建立独立的地址、营业时间和服务项目页面；用真实服务过程说明专业能力，不伪造评价；确保联系方式在所有AI可抓取渠道中一致。
以某本地生活服务企业为例：该企业在线下有稳定的客户基础和口碑，但在豆包等AI平台中，用户搜索其所在服务品类时，AI回答主要显示同行竞品，不显示该企业品牌。
豆包从优化前不提及该企业，到优化后开始提及该品牌。这是一个GEO从信息基础建设到AI可见性改善的过程记录。具体效果因企业情况和平台环境而异。
