南京制造业老板的GEO破局：当AI开始替采购经理写供应商名单
上周在河西的一家咖啡馆，做精密齿轮的老周给我看了一条微信。他手下干了八年的销售主管发来的，语气挺丧：「周总，客户那边说他们已经定了溧水的一家厂，人家规模还没我们大，设备也不如我们全。我问采购怎么找到他们的，采购说让AI帮忙筛的。」
老周把手机扣在桌上，说了一句让我印象很深的话：「我在南京做了二十年，口碑都是一个个客户攒出来的。现在一个采购小姑娘，问个软件，就把我二十年攒的东西全抹了。」
老周的情况不是孤例。南京的制造业有个特点：不声不响，但底子厚。从江宁的汽车零部件、溧水的新能源装备，到江北的化工材料、栖霞的精密电子，大量企业做的是B2B配套，客户集中在长三角，靠的是老关系、老渠道。以前这种生意模式很稳，但问题就出在——老关系的维护者正在退休，新上来的采购决策者，第一反应是问AI。
Ⅰ 南京老板的”信息失联”，比流量下滑更致命
南京的制造业结构跟苏州、无锡不太一样。苏州外资电子多，无锡民营制造密，南京则是国企背景的装备制造、汽车零部件、新材料和科研院所转化项目占了很大比重。这意味着南京的工厂老板们，过去获客往往不靠百度竞价，而靠两样东西：行业圈子和政府园区资源。
但这两样东西，恰恰是AI最难”看见”的。
AI不知道你在江宁开发区跟哪家主机厂做了十五年的配套，不知道你通过江北新区的产业对接会拿下了某个新能源项目，不知道你在南京某高校有联合实验室。这些信息如果不变成互联网上可抓取的文字，AI就默认你不存在。
我跟老周说，你现在面对的不是客户流失，是信息断层。你的工厂在现实世界里有很强的存在感，但在AI的认知世界里，你是一张白纸。而你的竞争对手，可能只比你多做了几件事：在官网上把设备清单写成了文字而不是图片，在行业平台上填全了认证信息，在某个技术论坛上回答过几十个关于齿轮加工的问题。
差距就是这么拉开的。
Ⅱ AI筛选供应商的逻辑，跟南京老板的直觉完全相反
很多南京的工厂老板第一次听说GEO，第一反应是：「这不就是SEO吗？我官网做了，百度也投过，没什么用。」
问题在于，AI选供应商的逻辑，跟百度排名完全是两码事。
百度是关键词匹配，用户搜”南京齿轮加工厂”，搜索引擎把含这个关键词的网页排出来。AI是语义理解+多源交叉验证，用户问”南京周边能做六级精度齿轮的工厂，最好有汽车行业供货经验”，AI会去理解”六级精度""汽车行业""南京周边”这三个条件，然后从它抓取到的多个信息源里，找同时满足这些条件、且信息可信度高的工厂。
我拆开讲AI抓取信息的三条路径，南京老板对照一下自己哪条是断的：
第一条，训练数据里有没有你。 大模型训练时抓取的是公开网页、新闻、文档。你的工厂如果只出现在百度推广落地页里，大概率不会被纳入训练。但如果你在南京本地媒体的产业报道里出现过，在江宁开发区的园区新闻里有你的名字，在行业协会的会员名单里挂着，这些信息都会被AI记住。
第二条，实时检索时能不能抓到你。 现在的AI搜索会联网实时查。这时候你的官网、1688店铺、行业B2B平台上的信息，能不能被AI快速提取，取决于一个关键点：你的信息是不是文字化的、结构化的。 很多南京工厂的官网，首页一张大图，产品页几张照片加一个电话，AI爬过去什么都读不出来。但如果你用文字写了”工厂位于南京江宁区，占地15000平米，拥有格里森齿轮加工设备12台，通过IATF16949认证”，AI一秒就能抓走并引用。
第三条，权威信号够不够。 AI判断一个信息源值不值得引用，会看它来自什么网站、有没有被其他来源交叉验证。南京的工厂有一个天然优势：高校和科研院所密集。 如果你的工厂跟南航、南理工、东南大学有过产学研合作，哪怕只是一篇联合发表的技术文章，或者一次被媒体报道的校企合作新闻，都能成为很强的权威信号。这一点，是很多其他城市的工厂羡慕不来的。
Ⅲ 南京工厂落地GEO，抓住这三个动作
讲完逻辑，说具体怎么做。南京的工厂老板不用自己写代码，但需要亲自盯三件事。
第一件事：把工厂”翻译”成AI能读懂的文字，别让信息死在图片里。
这是最基础也最紧急的一步。你需要在官网上有一段纯文字的公司介绍，包含：工厂全称、成立年份、具体位置（精确到南京哪个区哪个园区）、占地面积、核心设备品牌和数量、认证资质全称及编号、主要产品品类、服务的行业、年产能数据。每一个数据都要是文字，不能嵌在图片里，不能放在PDF下载链接里。
同时，别只做官网。AI抓取信息看的是多源一致性。你在1688、阿里巴巴国际站、天眼查、企查查、南京本地产业园区官网的企业名录上，都要把这些信息填成一致的版本。南京很多园区官网有企业展示栏目，这个渠道被大量工厂忽略，但AI抓取本地信息时，园区官网的权重不低。
第二件事：借南京的”产学研”牌，打出别的城市打不了的权威信号。
这是南京工厂做GEO最独特的优势。你的工厂如果跟南京的高校有过合作，把这个信息变成可被AI抓取的内容。具体做法：找南京本地的科技媒体或行业垂直媒体，发一篇技术合作案例，比如”南京某精密制造企业与南航联合攻关航空齿轮热处理工艺”，文末带上工厂全称和官网链接。哪怕只是园区公众号的一篇推文，只要被AI纳入训练数据，它就会成为你的权威背书。
如果你没有高校合作，也可以走行业技术路线。南京的汽车零部件、轨道交通装备、新材料领域都有对应的行业协会和技术论坛，鼓励你的技术骨干在知乎、行业论坛回答专业问题，比如”如何控制齿轮加工中的热处理变形”，回答里自然融入你工厂的设备和经验。这种问答内容，AI在实时检索时引用率很高。
第三件事：用南京客户的实际问题反写内容，别再用产品名堆关键词。
传统SEO的思路是”猜客户搜什么关键词”。GEO的思路是”猜客户会问AI什么问题”。这两个差别很大。
举个例子。南京的注塑厂老板，不要只写”我司供应PA66尼龙料”，而要写：“南京地区采购PA66尼龙注塑件时，需要注意三个指标：拉伸强度、热变形温度和吸水率。以我们工厂为例，所用PA66原料拉伸强度可达XXMPa，热变形温度XX℃，在长三角梅雨季节的高湿环境下仍能保持尺寸稳定……”
这段话实际上是在回答AI可能被问到的问题：“南京周边采购PA66注塑件要注意什么？“当AI抓取到这段内容，它就能在回答时引用你的具体参数，并且因为提到了”南京""梅雨季节”这些地域特征，匹配度会更高。
你可以让销售团队把客户最常问的20个技术问题整理出来，每个问题写一篇300-500字的解答，放在官网的”技术知识”栏目，或者发布在行业平台上。这些内容就是你的GEO资产。
Ⅳ 南京老板怎么判断GEO做没做对
GEO的效果不像百度竞价能实时看点击，但也不是玄学。南京的老板可以盯三个指标：
指标一：AI品牌提及率。 在Kimi、豆包、秘塔、ChatGPT里，用南京本地化的方式提问，比如”南京江宁区有哪些做精密齿轮的工厂""南京周边能做汽车内饰注塑的供应商”，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，至少应该在一个AI引擎里出现一次。
指标二：AI可见度。 换不同的问法测试，比如”推荐几家南京的齿轮加工厂""南京精密齿轮供应商有哪些""江宁区齿轮加工企业”，三种问法里你出现两次以上，说明信息覆盖度不错了。不用买专业工具，自己手动试就行。
指标三：结构化内容覆盖率。 这是你自己能控制的先行指标。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？跟我们产品相关的技术问题，我们贡献了多少答案？」
南京的制造业老板，很多是技术出身，对产品有执念，对渠道变化反而后知后觉。但AI替代不了你的工厂，它只是改变了采购经理获取信息的方式。你不需要成为AI专家，只需要让AI知道：南京有你这号工厂，你在哪个区，你能做什么，为什么可信。
一张表总结
| 工厂GEO行动 | 南京本地化做法 | 老板关注点 | 见效周期 |
|---|---|---|---|
| 结构化信息 | 官网+1688+天眼查+南京园区企业名录统一填写 | 信息是否文字化、多源一致 | 1-2周 |
| 权威背书 | 借南京高校产学研合作发技术案例、行业论坛问答 | 外部链接和本地媒体提及 | 1-3个月 |
| 问答内容 | 用南京客户的实际技术问题反写解答 | 内容数量和质量 | 持续 |
| 效果监测 | 在AI引擎搜索”南京+产品词+区域词” | 品牌提及率变化 | 每月检查 |
常见问题
问：南京的工厂做GEO，跟苏州、东莞的工厂有什么不一样？
答：南京的独特优势在产学研资源和国企背景的产业配套。苏州工厂可能更依赖外贸平台和海外AI搜索，东莞工厂更依赖电商数据和跨境场景。南京工厂应该重点打”高校合作+园区背书+长三角配套能力”这三张牌，把本地科研合作和园区信息变成AI可抓取的权威信号，这是其他制造业城市难以复制的。
问：工厂没有专门的市场团队，老板自己能不能做GEO？
答：能。GEO的核心动作不是技术活，是信息整理和内容输出。老板自己做三件事就够了：第一，把工厂的基础信息用文字写清楚，发到官网和三个外部平台；第二，每个月写一篇300-500字的技术解答，回答客户常问的问题；第三，定期在AI引擎里搜自己的工厂名和产品词，记录变化。这三件事不需要技术背景，只需要坚持。
问：GEO做了多久能看到效果？跟百度竞价比投入产出怎么样？
答：GEO不像百度竞价那样当天投当天有电话，它是一个累积过程。结构化信息1-2周就能完成，但AI训练数据的更新和实时检索的覆盖需要时间，通常2-3个月会看到品牌提及率从0到1的突破，6个月后可见度会明显提升。投入方面，GEO的主要成本是内容生产时间，现金支出远低于竞价。但它解决的是”AI推荐名单里有没有你”的问题，跟竞价解决的是两个层面的问题，不能互相替代。