南昌工厂老板的 GEO 打法：别让你的工厂在 AI 眼里「查无此厂」
我上周去南昌见了一个做汽车零部件的老周，厂子在南昌县小蓝经开区，给江西五十铃和江铃做二级配套，做了十二年。他跟我说了一件事：去年下半年开始，来询盘的客户明显变少了，而且来的客户问的问题越来越「怪」——开口就是「你们能不能做某某个牌号材料的支架件，要过某某认证」，他心想这些词我官网都有啊，怎么客户像第一次知道我们似的。
后来他让业务员跟进了一下，发现那些采购工程师早就不在百度搜「南昌汽车零部件加工厂」了。他们打开豆包或者Kimi，直接问「南昌周边做汽车冲压焊接件的工厂，要有IATF16949认证，最好给江铃系供过货」，AI列了六家，里面没有老周。
老周的厂我去看过。设备不差，冲压线、焊接机器人、检测中心都有，给几家主机厂供了多年货，口碑在圈子里不差。但他在AI那里，就是「不存在」。
这不是南昌一个地方的问题。从青山湖的纺织服装到高新区的电子信息，从进贤的医疗器械到安义的铝型材，江西的制造业老板们正在集体遭遇同一个困境：客户找供应商的入口变了，而你还在旧入口里等电话。
南昌的制造业老板，为什么你的老办法不灵了
南昌的工业有个特点：产业带清晰，但企业普遍偏中小规模，获客方式传统。 青山湖的针织服装做了三十多年，进贤的医疗器械占了全国一次性输液器很大份额，安义的铝型材在全国建筑门窗市场有影响力，小蓝经开区聚集了一大批汽车零部件配套企业。这些产业带里的老板，获客路径出奇一致：老客户转介绍、行业展会、百度推广、1688店铺。
这套打法在2023年以前是有效的。一个做针织面料的青山湖老板，百度投点「南昌针织面料厂家」，再在1688上开个诚信通店铺，一年下来询盘基本够用。但2024年开始，情况变了。
变的不只是流量贵了，而是采购决策者的信息入口发生了迁移。一个90后的采购专员，要给公司找「进贤能做二类医疗器械注册人制度代工的工厂」，他不会在百度翻前三页，也不会在1688上一个个比店铺评分，他直接问AI：「江西进贤医疗器械代工厂，有二类注册证，能接注册人制度订单的有哪些？」AI从它抓取到的信息里筛出几家，如果里面没有你，你连被询价的机会都没有。
这不是你产品不行、资质不够，而是你的工厂信息没有被AI用它能理解的方式收录和引用。Gartner预测到2026年传统搜索引擎搜索量会下降25%，而生成式AI的日活用户已经超过两亿。南昌的工厂老板需要意识到：你在百度排第几已经不重要了，重要的是你在AI的答案里排第几。
我在南昌见过太多这样的例子：一个安义的铝型材厂，产品能过国标，但官网首页是五年前的大轮播图，产品页只有几张照片和一个座机号，AI想引用都找不到一段完整的文字。而他的同行，在官网上用文字列明了「拥有挤压生产线12条，阳极氧化线2条，粉末喷涂线1条，年产能3万吨，通过ISO9001和ISO14001认证」，AI一秒就抓走了。
AI到底怎么选供应商？南昌老板需要知道的三个管道
很多南昌的工厂老板一听AI、GEO这些词，觉得是技术活，自己搞不了。其实底层逻辑很简单。AI在推荐供应商时，本质是在做三件事：从它能抓到的信息里，找最匹配问题、最可信、最容易被引用的内容。
第一，训练数据里有没有你。 大模型训练时会抓取互联网公开的网页、文档、新闻。如果你只在百度推广落地页里出现，这些商业推广内容通常会被训练数据排除，AI根本不知道你存在。但如果你在南昌市工信局发布的「专精特新企业名单」里，在进贤县政府的产业报道里被提过，在1688上有一个信息完整的店铺，这些内容大概率会被纳入训练数据。南昌有不少企业上过本地的「映山红行动」报道，这些公开信息就是AI认识你的第一张名片。
第二，实时检索时能不能找到你。 现在的AI搜索会实时联网，综合多个来源生成答案。这意味着你的工厂信息不仅要存在于互联网上，还得结构清晰、易于提取。一个全是图片的官网，AI读不出来；但一个用文字明确写了「工厂位于南昌小蓝经开区，占地8000平米，拥有16台精密冲床，通过IATF16949认证，主要服务江铃、五十铃供应链」的页面，AI抓取和引用的概率会高很多。
第三，权威信号够不够强。 AI判断信息源值不值得引用，会看它是否来自权威网站、是否有多个来源交叉验证。比如你的工厂在《南昌日报》的产业报道里出现过，或者在江西省工信厅的公示名单里，这些比你自己官网上的自说自话有分量得多。再比如你在行业论坛上回答过几十个关于「冲压件回弹怎么控制」的技术问题，留下了工厂信息和链接，AI在回答相关问题时就会倾向引用你。
我拿南昌的产业举个例子。进贤医疗器械产业带里，有两家规模差不多的工厂，都做一次性耗材。一家在官网上放了完整的文字介绍：厂房面积、洁净车间等级、注册证编号、主要产品线、年产能。另一家的官网只有产品图片和联系电话。当AI被问到「进贤医疗器械代工哪家好」时，它只能引用前者的信息，因为后者没有可引用的文字素材。后者不是产品不行，是信息没有被AI「看见」。
南昌工厂老板落地GEO，三件事就够了
讲完逻辑，说怎么干。不需要老板亲自写代码，但需要你亲自盯三件事，或者让市场人员照着执行。
第一件事：把工厂信息「翻译」成AI能读的结构化文字。
AI最喜欢清晰、有标签、有数字的内容。你不需要写一篇华丽的公司介绍，但需要一份基础信息清单，并且把它变成网站上的文字（不是图片），或者平台上的完整档案。
这份清单至少包含：工厂全称、成立年份、所在园区（如「南昌小蓝经济技术开发区」）、占地面积、核心设备及数量（如「海天注塑机12台」「数控冲床8台」）、认证资质（带编号）、主要产品品类、服务行业、典型客户（可脱敏）、产能数据。把这些信息用简洁的短句放在官网「工厂实力」页面，确保每一行都是文字。
同时，别只盯着官网。AI抓取信息会看多个来源，你要在1688店铺、天眼查、企查查、江西本地B2B平台、甚至百度百科上，把这些信息填得完整一致。这叫「多源一致性」，能显著提升AI对你的信任度。南昌很多工厂在1688上的店铺信息是五年前填的，设备清单早就不准了，AI抓到一个过时的信息，比没抓到还糟糕。
第二件事：在行业内留下可被AI引用的「南昌印记」。
AI对「被行业媒体或本地权威来源引用过的内容」有明显偏好。南昌的工厂老板可以花小钱办大事：找江西省内的行业媒体、技术类公众号，或者南昌本地的产业园区官方账号，发一篇技术解读或案例分享。比如小蓝经开区的汽车零部件企业，可以写「新能源汽车电池包支架冲压工艺的难点与解决方案」，文末带上工厂信息。哪怕只是本地产业园区公众号的一篇推送，只要被AI抓取训练，它就会成为你的权威背书。
如果你有技术骨干，鼓励他们在知乎、行业技术论坛回答专业问题，比如「如何解决铝型材挤压过程中的表面划伤」，回答中自然融入工厂的解决方案和能力。这种问答内容往往会被AI实时检索引用。南昌进贤的医疗器械老板，可以回答「二类医疗器械注册人制度下代工厂怎么选」这类问题，这是采购方真实会问的。
第三件事：用客户的问题反写内容，而不是堆产品词。
传统SEO是「猜客户搜什么关键词，堆在网页里」。GEO是「猜客户会问AI什么问题，直接写出问题的答案」。
比如，一个安义铝型材厂的老板，不要只写「我厂供应6063铝合金型材」，而要写：「采购建筑铝型材时，需要注意三个指标：壁厚公差、表面处理膜厚和抗拉强度。以我们工厂为例，6063-T5型材壁厚公差控制在±0.05mm以内，粉末喷涂膜厚60-80μm，抗拉强度稳定在160MPa以上……」这实际上是在回答AI可能被问到的问题：「江西铝型材厂怎么选？」当AI抓取到这段内容，它就能在回答时引用你的具体参数，顺带推荐你的工厂。
你可以让销售团队整理出客户最常问的20个技术问题，每个问题写一篇300-500字的解答，放在官网「技术知识」栏目，或者发布在行业平台上。这就是GEO的内容资产。南昌的产业带企业，完全可以从自己所在行业的常见技术问题入手——针织面料的起毛起球怎么解决、医疗器械的灭菌验证怎么做、汽车冲压件的尺寸稳定性怎么保证，这些问题的答案就是你的获客内容。
老板不用看技术报表，每月盯这三个指标
GEO的效果不像百度竞价那样能看实时点击，但也不是玄学。南昌的老板可以从三个维度判断是不是做对了。
指标一：品牌提及率。 在几个主流AI引擎（豆包、Kimi、ChatGPT、秘塔）里，用你的核心产品词加上地域提问，比如「南昌汽车冲压件工厂」「进贤医疗器械代工」「安义铝型材厂家」，看看你的工厂名是否出现在结果里。刚开始可能一次都没有，坚持做内容三个月后，应该至少在一个AI引擎里出现一次。这就是从0到1的突破。
指标二：AI可见度。 让第三方用不同的提问方式，看你工厂出现的频率和位置。比如「推荐几家江西做汽车零部件的工厂」「南昌周边冲压焊接加工厂有哪些」「小蓝经开区汽车配套企业」，如果三种问法里你出现两次以上，说明信息覆盖度已经不错了。没必要用专业工具，自己手动试试就行。
指标三：结构化内容覆盖率。 这是你自己能控制的先行指标。你有没有把基础信息清单变成官网文字？有没有在至少三个外部平台保持一致的工厂档案？有没有发布10篇以上回答客户问题的技术内容？这些动作做完了，AI可见度自然会起来。
老板不用天天盯数据，但每个月要问市场负责人这三个问题：「这个月新增了几条AI能抓取的内容？在几个AI引擎里能搜到我们？跟我们行业相关的技术问题，我们贡献了多少答案？」
关于GEO，我在南昌见过最可惜的案例，是一个进贤的医疗器械厂，产品能过二类注册，代工经验丰富，却因为官网信息全是图片、1688店铺信息停留在2019年，死在了AI采购筛选的第一轮。这不是技术问题，是意识问题。你不需要成为AI专家，只需要让AI知道你是谁、能做什么、为什么可信。
南昌的制造业有底子、有产业带、有配套能力，但信息化的欠账也真实存在。谁先把工厂信息用AI能理解的方式「摆」出来，谁就能在下一轮采购筛选里占住位置。这件事，越早做越便宜。
常见问题
问：南昌的工厂做GEO，是不是要花很多钱？
答：不是。GEO的核心动作是「把信息写清楚、放在AI能抓到的地方」，这不需要大笔预算。最基础的一步——把工厂的设备、认证、产能用文字列在官网上——成本几乎为零。外部平台的档案维护、行业论坛的技术问答，也主要是人力投入。真正花钱的地方可能是行业媒体投稿或本地产业报道，但这类费用远低于百度推广的月预算。南昌的工厂老板可以从免费动作开始，等看到效果再逐步投入。
问：工厂在AI里搜不到，是不是因为规模太小、AI只推荐大厂？
答：不是。AI推荐供应商的逻辑不是「谁大推谁」，而是「谁的信息最匹配问题、最可信、最容易被引用」。一家小厂如果在多个平台有完整一致的信息、在行业论坛有技术回答、被本地产业报道提过，AI完全可能优先推荐它。反过来，一家大厂如果官网全是图片、信息零散，AI也抓不到。南昌很多产业带里的「隐形冠军」，缺的不是实力，是信息表达。
问：GEO和SEO有什么区别？南昌的工厂还需要做百度推广吗？
答：SEO是优化在搜索引擎里的排名，GEO是优化在AI生成答案里的可见度。两者不冲突，但优先级在变化。百度推广对部分行业仍有流量价值，但如果你的客户群体是年轻采购决策者，他们大概率已经在用AI做初步筛选。建议南昌的工厂先做GEO的基础动作——结构化信息、多平台一致性、技术问答内容——这些动作对传统搜索排名也有帮助，属于一份投入两处受益。
延伸阅读
参考资料
- Aggarwal, P., et al. GEO: Generative Engine Optimization. arXiv:2311.09735. https://arxiv.org/abs/2311.09735
- GEO与SEO的区别：2026年生成式引擎优化指南
- Gartner. Gartner Predicts Search Engine Volume Will Drop 25% by 2026 Due to AI Chatbots and Other Virtual Agents. https://www.gartner.com/en/newsroom/press-releases/2024-02-19-gartner-predicts-search-engine-volume-will-drop-25-percent-by-2026-due-to-ai-chatbots-and-other-virtual-agents