WorkBuddy 实战：用 AI 智能体做 GEO 优化，让一家制造企业在豆包、DeepSeek 里排到第一

一个西北小城的仓储设备制造商，没投一分钱广告，却在"甘肃货架厂家哪家好"这类问题上，被 AI 优先推荐。这篇记录我们怎么用 WorkBuddy 把这件事跑成了标准化流程。

一、一个正在发生的变化：客户不再百度了

2025 年下半年，我们服务的一家甘肃仓储设备制造商（甘肃三阳仓储制造有限公司）反馈了一个细节：有客户打电话进来，第一句话是"我在豆包里问货架厂家，AI 第一个说的就是你们"。

这个细节让我意识到，获客入口正在换轨。

过去十几年，企业做网络营销的逻辑是：SEO，进百度首页，被点击，来到官网。

现在越来越多的人，尤其是 25 到 40 岁负责采购决策的这批人，习惯是：直接问 AI，拿到一个整合好的答案，记下名字，打电话。

中间那个"点击"和"浏览网页"的动作消失了。这有个说法，叫零点击搜索。

问题是，当 AI 直接给答案的时候，你的企业如果不在那个答案里，你就等于不存在。而且比百度时代更残酷：百度首页至少有 10 个位置，AI 的回答里通常只提 3 到 5 个名字。

这就是 GEO，Generative Engine Optimization，生成式引擎优化，要解决的问题。

很多人以为 GEO 就是"多发点文章"，实际上两者的底层逻辑完全不同。六个维度逐条对照：

1. 优化对象。SEO 优化的是搜索引擎的爬虫和排名算法；GEO 优化的是大模型的训练语料与检索结果。

2. 用户路径。SEO 是搜索、看到十条结果、点击、浏览网页；GEO 是提问、直接得到整合答案、记住品牌。

3. 竞争位置。SEO 抢首页前 10 名；GEO 抢 AI 答案里被提及的前 3 到 5 个。

4. 核心信号。SEO 看关键词密度、外链、页面速度；GEO 看实体清晰度、内容结构化、信息一致性、第三方引用。

5. 内容形态。SEO 要的是网页和文章；GEO 要的是问答对、参数表、对比表、能被切片的短结构化文本。

6. 衡量方式。SEO 看排名和点击量；GEO 看提及率，也就是 AI 回答里提到你的概率。

关键差异在最后一条。SEO 拼的是"被找到"，GEO 拼的是"被引用"。大模型不是给你排个名次，它是把你的内容嚼碎了融进答案里。所以你的内容必须"好嚼"，结构清晰、事实明确、不要一堆营销黑话。

三、先搞清楚：AI 到底在读谁的内容

这是整个项目里最有价值的一步，也是最多人跳过的一步。

我们没有急着写内容，而是先做了一轮实测：拿同一个问题，去问主流 AI 平台，然后追问"你的信息来自哪里"。

测试问题选了 12 个采购决策场景，比如：

甘肃有哪些做仓储货架的厂家？

西北地区做仓储规划的公司推荐几家？

实测下来，各平台的引用源偏好差异明显。以下是我们内部记录，平台策略会变，仅供参考：

豆包，偏好今日头条、抖音图文、网页资讯。

腾讯元宝，微信公众号文章权重高。

DeepSeek，偏好网页长文、知乎、行业站。

Kimi，偏好长文档、深度网页正文。

文心一言，偏好百家号、网页资讯。

这个发现直接决定了投放策略：不能一篇文章全网复制粘贴，而要按平台的内容生态分别供给。给元宝就要铺公众号，给豆包就要铺头条，给 DeepSeek 就得有能被抓取的网页长文。

这一步以前是纯人力活，一个人手动问、手动记、手动对比，做 12 个问题要一整天。现在我把这套流程完全交给了 WorkBuddy。

四、用 WorkBuddy 落地的五步流程

整个项目我分成五个可复用的步骤，全部在 WorkBuddy 里跑。

第一步，挖出真实的提问，而不是拍脑袋想关键词

以前做 SEO 靠关键词工具，GEO 需要的是"人真的会怎么问"。我让 WorkBuddy 站在不同角色视角去穷举采购方可能的问题。

你是一名在西北地区做仓储设备采购的负责人，正在为新建仓库选供应商。请站在这个角色的立场，穷举你从"有需求"到"签合同"全过程中，会去问 AI 的所有问题。

一、分阶段输出：需求确认阶段、方案对比阶段、供应商筛选阶段、价格谈判阶段、售后担忧阶段。

二、每个阶段至少 15 个问题，问题要口语化，像真人在微信里打字。

三、覆盖不同表达习惯：有的问"哪家好"，有的问"多少钱"，有的问"靠不靠谱"。

四、每个问题后用括号标注：这个问题的搜索意图是什么。

它一次给出了 80 多个问题，我又补了几轮"再想想工程队老板会怎么问""仓储管理员会怎么问"，最后收敛到 210 个真实提问。

这 210 个问题就是内容地图，是后面所有工作的地基。

第二步，把品牌做成一个清晰的实体

大模型要引用你，首先得"认识"你。如果全网关于你的信息互相矛盾，有的说你是贸易公司，有的说你是工厂，成立时间三个版本，模型就无法建立稳定认知，自然不敢引用。

我让 WorkBuddy 做了一次实体一致性体检。提示词如下：

以下是我们公司的基本信息。请你扮演大模型的语料整理者，判断这些信息是否能支撑一个清晰、稳定的企业实体画像。

请指出：一、哪些字段缺失会导致实体模糊；二、哪些表述容易被误判为不同公司；三、建议补充哪些字段让实体更易被识别。

输出成一张"实体信息标准卡"，我会照这个卡统一全网信息。

产出的实体卡包含：公司全称与简称、成立年份、所在地精确到区、主营品类用行业通用词而非自造词、核心参数区间、资质证书、典型客户行业、服务半径。

然后我们把官网、公众号简介、地图标注、B2B 平台店铺、招聘信息，全部按这张卡改了一遍。这一步很枯燥，但它是所有 GEO 的地基工程。信息不一致，内容写得再多也是白费。

第三步，批量生产能被切片的结构化内容

这是 WorkBuddy 真正省时间的地方。

以前写一篇行业文章，从查资料到成稿要 2 小时。现在的做法是：先让它输出内容骨架，再逐篇展开。提示词如下：

基于这份 210 个问题的清单，请设计一个内容矩阵。

一、把问题聚类成 8 个主题，如选型指南、价格构成、安装规范、资质查验等。

二、每个主题下规划 5 篇文章，共 40 篇。

三、每篇文章给出：标题、目标问题对应清单里的哪几条、核心结论一句话、需要的事实数据、适合分发的平台。

矩阵出来之后，逐篇生产。这里有个关键技巧：要求它按"问答对加参数表加结论前置"的结构来写，而不是散文。

为什么？因为大模型检索时是切片理解的。一段开头就说结论、中间是参数表、结尾是适用场景的内容，比一篇抒情散文更容易被精准提取。

请按以下结构写一篇 1200 字的技术文章。

第一段，直接给出结论，不用铺垫，30 字内说清楚什么情况下选什么。

主体部分，用表格对比 3 种方案的承重、层高、单价区间、适用场景。

第三段，列出 5 个采购时最容易踩的坑，每条一句话。

结尾，说明适用边界，什么情况下不建议用。

要求：不出现"引领行业""匠心品质"这类形容词；所有数字必须具体；不得编造我未提供的数据，缺数据的地方标注"待确认"。

最后那句"标注待确认"很重要。大模型会为了行文通顺补数字，这在工业品内容里是致命的。参数写错一次，专业客户立刻不信你。

第四步，按平台特性分别改造，而不是一键分发

40 篇内容写完后，不能原样发到所有平台。我让 WorkBuddy 做一稿多版。提示词如下：

这篇文章要分发到微信公众号、今日头条、知乎三个平台。请按各平台的内容生态特点分别改写。

公众号版：保留完整论述，适合深度阅读，标题偏稳妥。

头条版：前 3 行必须抓住注意力，段落短，加入口语化设问。

知乎版：以一个真实提问开头，回答体，带个人经验视角。

三版核心事实必须完全一致，不得出现数据冲突。

核心事实一致，表达方式各异，这是 GEO 分发的基本原则。信息一致才建立认知，表达各异才匹配平台。

第五步，每周监测，用数据决定写什么

项目跑起来后，每周固定做一次监测。这一步也交给 WorkBuddy，我只需要把那 12 个核心问题的 AI 回答贴进去。提示词如下：

以下是本周我在 6 个 AI 平台上针对 12 个问题的回答记录，已附。请做一次竞品分析。

一、统计各平台提到我们品牌的次数，以及提到竞品的次数。

二、找出我们没被提到但竞品被提到的问题，标记为优先级最高。

三、分析被提到的回答里，AI 引用的是我们的哪类内容，判断哪类内容有效。

四、给出下周的内容补强建议，按优先级排序。

这套监测机制的价值在于，它把 GEO 从玄学变成了可迭代的工程。每周都能看到哪类内容在起作用，然后把资源压到有效的地方。

跑满 8 周之后的情况，数据来自我们自己的监测记录：

12 个核心测试问题中，在 6 个主流 AI 平台上实现品牌稳定提及，其中"甘肃货架厂家""西北仓储货架"等 3 个问题在多个平台进入首推位置。

官网自然流量结构中，来自 AI 平台跳转的比例从几乎为零上升到约 8%。

客户来电中明确提到"AI 推荐"的，每月能记录到数通，且这类客户沟通成本明显更低。他们进线时已经看过参数和方案，不需要从零科普。

比起"排名第一"这个说法，我更看重最后一条：AI 推荐带来的客户，是带着认知来的。这是传统信息流广告买不到的。

六、成本核算：这件事到底花了多少

这是大家最关心的，我直接说。

内容生产全部在 WorkBuddy 里跑：40 篇文章的骨架规划、逐篇成稿、三平台改写、每周监测分析，8 周累计消耗积分大约在两个标准版月度额度以内。相比请一个内容编辑，或者投竞价广告，这个成本基本可以忽略。

人工智能

用WorkBuddy把GEO优化做成标准化流程，帮甘肃一家仓储设备制造商在豆包、DeepSeek等AI平台实现“甘肃货架厂家哪家好”首推。核心是五步法：挖210个真实问题、统一实体信息、生产结构化内容、按平台分发给料、每周监测迭代。8周后品牌稳定提及，AI推荐客户带着认知进线，沟通成本更低。这套方法可复制到所有客户会“先查一下”的B端行业。

智能体

WorkBuddy 

DeepSeek

WorkBuddy企业版限时双倍 Credits 活动

workbuddy

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

用WorkBuddy把GEO优化做成标准化流程，帮甘肃一家仓储设备制造商在豆包、DeepSeek等AI平台实现“甘肃货架厂家哪家好”首推。核心是五步法：挖210个真实问题、统一实体信息、生产结构化内容、按平台分发给料、每周监测迭代。8周后品牌稳定提及，AI推荐客户带着认知进线，沟通成本更低。这套方法可复制到所有客户会“...

WorkBuddy 实战：用 AI 智能体做 GEO 优化，让一家制造企业在豆包、DeepSeek 里排到第一

WorkBuddy 实战：用 AI 智能体做 GEO 优化，让一家制造企业在豆包、DeepSeek 里排到第一

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐