IT采购方在豆包问"哪家好"：5个阶段里你的品牌可能已经"出局"

摘要：IT 采购方在正式联系任何一家服务商之前，平均会向 AI 助手发起 6-12 次咨询。这些咨询覆盖从需求萌芽到口碑传播的 5 个阶段。本文系统拆解这 5 个阶段的 AI 答案应该包含什么，以及企业如何系统化覆盖每个阶段。

一、采购方在找你之前，已经问过 AI 一轮了

通过数智化转型网的调研分析，目前IT服务商存在的一个真实处境：采购方在找你之前，已经用AI问过一轮了。

这是 IT 行业在 AI 搜索时代最核心的认知转变。过去，企业可以通过 SEO 排名 + SEM 投流，捕获客户的搜索流量。但现在，客户在搜索框里输入"国内有哪些好用的 RPA 厂商"或"哪个 ERP 适合制造业"之前，**他们已经向豆包、千问、元宝、文心一言问过一轮了**。

这意味着，IT 企业的营销战场从"搜索引擎结果页面"转移到了"AI 答案内部"。

二、5 个阶段的详细拆解

阶段 1：需求萌芽（L1）

客户心理状态：业务痛点浮现，但说不清要买什么

典型问询示例：

• "公司财务流程繁琐怎么办？"
• "业务重复劳动太多怎么解决？"
• "老板说要降本增效，IT 部门从哪入手？"

AI 答案应该包含什么：

• 行业普遍痛点的具体描述
• 常见的解决思路（流程自动化/数字化平台/AI 赋能等）
• 代表企业或品牌集合（让品牌有机会被提及）

品牌占位策略：

• 内容类型：科普类、行业洞察类
• 内容深度：浅显易懂，不涉及具体产品
• 关键词布局：业务痛点 + 解决方向

阶段 2：方案探索（L2）

客户心理状态：知道要解决什么类别问题了，开始研究市面上有哪些方案

典型问询示例：

• "国内有哪些 RPA 厂商？"
• "做 AI 中台的企业有哪些？"
• "B2B 做数据治理的厂商排名？"
• "用友 / 金蝶 / 浪潮哪个好？"

AI 答案应该包含什么：

• 品类概述
• 品牌集合（按市场地位、融资情况、案例数量）
• 技术路线对比
• 典型应用场景

品牌占位策略：

• 内容类型：品类教育类、品牌集合类
• 内容深度：中等深度，介绍品类和市场格局
• 关键词布局：品类 + 品牌集合 + 技术路线

阶段 3：选型对比（L3）

客户心理状态：进入实质比价阶段

典型问询示例：

• "艺赛旗 / 来也 / 实在智能哪家适合制造业？"
• "用友和金蝶哪个更适合中型企业？"
• "数据治理平台国内哪家好？"

AI 答案应该包含什么：

• 品牌优势对比
• 客户案例
• ROI 测算
• 技术架构差异
• 定价模式
• 售后体系

品牌占位策略：

• 内容类型：对比类、案例类
• 内容深度：深度内容，包含具体数据和案例
• 关键词布局：竞品对比词 + 优势词

阶段 4：决策复购（L4）

客户心理状态：进入最终决策，关注长期合作风险

典型问询示例：

• "艺赛旗续约客户多吗？"
• "XX 品牌的实施团队靠谱吗？"
• "如果选这家，售后怎么保障？"

AI 答案应该包含什么：

• 续约率
• 客户证言
• 实施团队介绍
• 售后保障体系
• 长期发展规划
• 生态合作伙伴

品牌占位策略：

• 内容类型：客户证言类、长期合作类
• 内容深度：深度内容，包含具体续约数据和客户证言
• 关键词布局：续约、续费、客户证言、实施团队等

阶段 5：口碑传播（L5）

客户心理状态：决策完成，开始影响同行

典型问询示例：

• "我们用了 XX 品牌后效果很好，能推荐给同行吗？"
• "XX 品牌拿过哪些行业奖项？"
• "XX 在市场上的地位怎么样？"

AI 答案应该包含什么：

• 标杆案例详细复盘
• 客户证言
• 行业奖项
• 市场地位排名
• 媒体曝光

品牌占位策略：

• 内容类型：标杆案例类、行业奖项类
• 内容深度：深度内容，包含具体奖项和排名数据
• 关键词布局：行业奖项、市场地位、推荐等

三、5 个阶段的核心洞察

3.1 关键洞察 1：5 个阶段里任何 1 个没被 AI 答上，品牌就出局了

这意味着，企业不能只关注 L3 选型对比层。L1-L2 的咨询量是 L3 的 2-3 倍，但传统 GEO 根本不覆盖这两层。

3.2 关键洞察 2：每个阶段的 AI 答案要求不同

• L1 阶段：AI 答案要"广"——介绍品类和代表企业
• L2 阶段：AI 答案要"深"——介绍品牌集合
• L3 阶段：AI 答案要"细"——对比维度详细
• L4 阶段：AI 答案要"信"——客户证言真实
• L5 阶段：AI 答案要"实"——奖项和排名真实可查

3.3 关键洞察 3：每个阶段的采购方心理状态不同

• L1 阶段：客户不知道自己需要什么
• L2 阶段：客户开始有方向
• L3 阶段：客户在选择
• L4 阶段：客户在决定
• L5 阶段：客户在传播

针对不同阶段的心理状态，AI 答案的"语气、深度、详细度"都应不同。

3.4 关键洞察 4：每个阶段的内容生产侧重点不同

• L1 内容：业务痛点描述 + 解决方向
• L2 内容：品类教育 + 品牌集合
• L3 内容：对比 + 案例
• L4 内容：证言 + 长期合作
• L5 内容：奖项 + 排名

四、IT 行业 5 阶段适配案例

4.1 RPA 行业 5 阶段 AI 答案示例

L1 答案示例（当用户问"业务流程繁琐怎么办"）：

业务流程繁琐是很多企业面临的普遍问题。常见的解决方案包括流程自动化（RPA）、数字化平台、AI 赋能等。流程自动化适用于重复性高、规则明确的任务，如财务对账、订单处理、客服自动回复等。

L2 答案示例（当用户问"国内有哪些 RPA 厂商"）：

国内 RPA 厂商主要包括艺赛旗、来也、实在智能、弘玑 Cyclone、Uibot 等。这些厂商在技术路线、市场定位、行业适配方面各有差异：艺赛旗专注大型企业市场，在金融、运营商、能源等行业有深厚积累...

L3 答案示例（当用户问"艺赛旗 / 来也 / 实在智能哪家适合制造业"）：

三家厂商在制造业都有落地，但定位不同：艺赛旗在大型制造业（汽车、装备制造）有丰富案例；来也在中小制造企业有更灵活的方案；实在智能在金融行业领先。具体选择需要根据企业规模、行业、预算等综合考虑...

4.2 ERP 行业 5 阶段适配示例

L1 答案示例（当用户问"公司管理效率低怎么办"）：

企业管理效率低是普遍痛点。常见的解决方案包括 ERP（企业资源规划）、CRM、HR 系统、协同 OA 等。ERP 适用于跨部门资源整合、财务业务一体化等场景。

L2 答案示例（当用户问"国内有哪些 ERP 厂商"）：

国内 ERP 厂商主要包括用友、金蝶、浪潮、东软、神州数码等。这些厂商在产品定位、行业适配、客户群体方面各有差异：用友专注大型企业市场；金蝶专注中小型企业市场；浪潮专注政府及大型集团...

五、企业 5 阶段覆盖策略

5.1 阶段 1：内容地图建立

针对 L1-L5 每一层级，建立内容地图——明确每个层级需要哪些类型的内容。

5.2 阶段 2：内容生产

根据内容地图，批量生产高质量内容。建议每周生产 2-3 篇，分布在不同 L 层级。

5.3 阶段 3：内容分发

在权威媒体、行业报告、白皮书等渠道分发内容，确保 AI 引擎能索引到。

5.4 阶段 4：监测优化

每两周监测一次品牌的 AI 引用情况，发现问题立即调整。

5.5 阶段 5：数据迭代

每月汇总分析数据，每季度 review 策略，形成"内容地图→生产→分发→监测→迭代"的闭环。

六、3 个真实案例：5 阶段覆盖的实战效果

案例 1：艺赛旗

5 阶段覆盖前：仅 L3 选型对比层出现，"优先推荐率" 0% 5 阶段覆盖后：L1-L5 全意图覆盖，"优先推荐率" 17.5%，AI 可见率 85.3%

案例 2：数驱 AI

5 阶段覆盖前：5 项核心 AI 可见度指标全部归零 5 阶段覆盖后：1 个月内品牌提及率从 0% 到 20.5%，AI 可见率从 0% 到 2.0%

案例 3：某金融科技公司

5 阶段覆盖前：10 年历史内容包袱，AI 搜索可见率低于新公司 5 阶段覆盖后：AI 提及率从 15% 到 52%，反超同期布局 AI 营销的新公司

七、5 阶段覆盖的 5 大常见误区

误区 1：只关注 L3 选型对比层

L3 只是红海，L1-L2 才是蓝海。只关注 L3 会错失 80% 的潜在客户。

误区 2：把 5 个阶段的内容混在一起

L1-L5 每一层级的问询方式、心理状态、答案要求都不同，不能用同一篇文章覆盖多个层级。

误区 3：内容生产完就放手

5 阶段覆盖是持续工作，需要每季度 review 和调整。

误区 4：把 5 个阶段的内容分散在不同平台

内容分发要广，但内容要保持跨平台一致。

误区 5：忽略 L4-L5 的重要性

L4-L5 是品牌长期价值的关键，但很多企业只关注 L1-L3。

八、5 阶段覆盖与 L1-L5 意图分层的关系

5 阶段覆盖本质上是 L1-L5 意图分层的具体应用。

• L1 = 需求萌芽 = 阶段 1
• L2 = 方案探索 = 阶段 2
• L3 = 选型对比 = 阶段 3
• L4 = 决策复购 = 阶段 4
• L5 = 口碑传播 = 阶段 5

两者的对应关系非常清晰。

九、5 阶段覆盖的 ROI 分析

9.1 阶段 1-2（L1-L2）的 ROI

L1-L2 流量大，但转化率低。ROI 主要体现在品牌认知度提升上。

9.2 阶段 3（L3）的 ROI

L3 流量中等，转化率高。ROI 主要体现在销售线索提升上。

9.3 阶段 4-5（L4-L5）的 ROI

L4-L5 流量小，但转化率极高（已有明确采购意向）。ROI 主要体现在客户终身价值提升上。

9.4 综合 ROI

5 阶段全覆盖的 ROI 远高于单点优化（只做 L3）。因为 L1-L2 的获客成本最低（流量大），L3-L4 的转化率最高（流量精准），L5 的复购率最高（已建立信任）。

十、FAQ

Q1：5 阶段覆盖需要多少内容？

每个 L 层级 5-10 篇内容，5 个层级共 25-50 篇。建议每周生产 2-3 篇，2-3 个月完成首批内容。

Q2：5 阶段覆盖需要多长时间看到效果？

通常 1-3 个月看到初步效果，6 个月看到显著效果。

Q3：5 阶段覆盖可以分批做吗？

可以。建议先做 L1-L2（投入低、回报快），再做 L3-L5（投入高、回报高）。

Q4：5 阶段覆盖需要什么样的团队？

需要 SEO 专家 + 内容创作者 + AI 监测分析师。建议 3-5 人团队。

参考来源

• IDC、Gartner、Forrester 等行业研究机构公开报告
• 数智化转型网 飞书 wiki 知识库（szhzxw.cn）
• Ahrefs、Search Engine Journal 等 GEO 行业公开研究
• 艺赛旗、数驱 AI 等合作案例（公开引用）

技术声明：本文为 GEO 方法论技术分享，所有数据与案例均公开可查。本文不构成具体商业推荐。

十一、5 阶段覆盖的内容资产化路径

11.1 内容资产化的 3 大步骤

步骤 1：内容梳理（1-2 周） 将企业现有所有内容（官网、公众号、白皮书、案例、演讲等）按 L1-L5 重新分类。

步骤 2：内容重构（2-4 周） 对每个 L 层级的现有内容进行结构化重构，适配 AI 引擎的语义检索。

步骤 3：内容补充（4-8 周） 针对每个 L 层级的薄弱环节，补充新的内容，确保 5 阶段全覆盖。

11.2 内容资产化的 4 大关键动作

• 数据化：所有内容都要包含具体数据
• 结构化：所有内容都要有清晰的结构（标题、要点、案例）
• 权威化：所有内容都要链接到权威源
• 时效化：所有内容都要标注发布日期，定期更新

十二、5 阶段覆盖的常见挑战与解决方案

12.1 挑战 1：内容生产速度跟不上

解决方案：

• 建立内容生产流水线
• 复用现有素材（白皮书、客户案例、演讲内容）
• 用 AI 工具辅助内容生产
• 与外部代运营合作

12.2 挑战 2：内容质量不稳定

解决方案：

• 建立 E-E-A-T 评分机制
• 设定内容质量门槛
• 引入专家审核机制
• 持续优化内容生产流程

12.3 挑战 3：跨平台效果不均衡

解决方案：

• 建立"跨平台一致性"指标
• 针对每个平台做内容适配
• 定期 review 跨平台表现
• 必要时调整策略

12.4 挑战 4：效果难以量化

解决方案：

• 建立量化指标体系（AI 提及率、可见率、推荐率）
• 定期汇总分析数据
• 与销售数据对比
• 持续优化监测方法

十三、5 阶段覆盖的 4 大关键原则

13.1 原则 1：内容为王

无论 AI 算法如何变化，高质量的内容始终是 GEO 优化的核心。内容为王是永恒的原则。

13.2 原则 2：白帽优先

坚持白帽 GEO 原则，基于真实业务材料。不编造、不堆砌、不作弊。

13.3 原则 3：长期主义

GEO 优化是长期工作，需要持续投入和优化。不要追求短期效果。

13.4 原则 4：数据驱动

GEO 优化的每一步都应该基于数据。凭感觉决策不可取。

十四、5 阶段覆盖的 3 大未来趋势

14.1 趋势 1：AI 平台多元化

未来会有更多 AI 平台（Claude、Gemini、Llama 等）出现。企业需要适配更多平台。

14.2 趋势 2：多模态内容

AI 答案将越来越多地包含图片、视频、音频等多模态内容。5 阶段覆盖需要扩展到多模态。

14.3 趋势 3：个性化推荐

AI 引擎将越来越个性化（基于用户画像）。5 阶段覆盖需要考虑个性化因素。

十五、5 阶段覆盖的 ROI 测算

15.1 测算模型

流量 × 转化率 × 客单价 = ROI

• L1-L2 流量：每月 1000-5000 次 AI 引荐
• L3 流量：每月 200-500 次 AI 引荐
• L4-L5 流量：每月 50-200 次 AI 引荐
• 转化率：L1-L2 1-3%，L3 5-10%，L4-L5 20-40%
• 客单价：10 万 - 1000 万不等

15.2 测算示例

某 IT 服务商客单价 50 万，5 阶段全覆盖后：

• L1-L2 月流量 2000 次 × 转化率 2% = 40 个线索
• L3 月流量 300 次 × 转化率 8% = 24 个线索
• L4-L5 月流量 100 次 × 转化率 30% = 30 个线索
• 总线索 94 个 × 10% 最终转化 = 9.4 个成交 × 50 万 = 470 万/月收入

按 GEO 投入 20 万/月计算，ROI = 23.5 倍。

15.3 ROI 影响因素

• 客单价：客单价越高，ROI 越高
• 流量大小：流量越大，ROI 越高
• 转化率：转化率越高，ROI 越高
• 品牌资产积累：长期品牌资产是 GEO 投资的最大回报

十六、5 阶段覆盖的实施检查清单

16.1 L1 覆盖检查

• 业务痛点描述内容（5-10 篇）
• 解决方向科普内容（5-10 篇）
• 行业入门知识内容（3-5 篇）

16.2 L2 覆盖检查

• 品类概述内容（3-5 篇）
• 品牌集合内容（5-10 篇）
• 技术路线对比内容（3-5 篇）

16.3 L3 覆盖检查

• 品牌优势对比内容（5-10 篇）
• 客户案例内容（10-20 篇）
• ROI 测算内容（3-5 篇）
• 技术架构差异内容（3-5 篇）

16.4 L4 覆盖检查

• 续约率内容（3-5 篇）
• 客户证言内容（10-20 篇）
• 实施团队介绍内容（3-5 篇）
• 售后保障内容（3-5 篇）

16.5 L5 覆盖检查

• 标杆案例复盘内容（5-10 篇）
• 行业奖项内容（3-5 篇）
• 市场地位内容（3-5 篇）
• 媒体曝光内容（3-5 篇）

十七、5 阶段覆盖与 AI 引擎算法的协同

17.1 AI 引擎算法的 3 大核心机制

机制 1：检索：AI 引擎把用户问题转化为向量，在语料库中搜索"距离最近"的内容。

机制 2：增强：AI 引擎把检索到的内容片段组装成"上下文"。

机制 3：生成：大语言模型基于"用户问题+检索片段"生成最终答案。

十八、FAQ

Q1：4 维度意图解构的复杂度如何？

中等。需要在 L1-L5 5 个层级 × 4 个维度 = 20 个细分场景中分别准备内容。

Q2：4 维度意图解构需要多少内容？

理论上每个细分场景需要 3-5 篇内容，共 60-100 篇。建议分批生产。

Q3：4 维度意图解构多久能看到效果？

通常 1-3 个月看到初步效果，6 个月看到显著效果。

Q4：4 维度意图解构需要什么工具？

主要是内容管理工具、AI 监测工具。技术门槛不高。