这个客户是企业服务行业的，客单价高、决策链长，AI搜索对他们的意义和消费品牌完全不同——采购方会拿「XX类系统怎么选」这类问题去问AI，回答里被提到的品牌直接进入候选名单。接手九个月，营销合格线索同比增长1.3倍。复盘下来，影响最大的其实就两个动作。

第一件：把白皮书拆了

客户原来有一份六十页的行业白皮书，PDF挂在官网下载页——完整、专业、没人引用。AI没法从PDF里高效抽取内容，更没法把六十页的内容拆着用。我们把它拆成了二十多个可以独立阅读的小节，每节围绕一个具体问题（比如「私有化部署和SaaS模式的成本对比」），HTML格式发布在官网知识库，每节结尾做相关内容的内链。

拆完三个月，这批小节的引用量超过了白皮书PDF过去两年的总和。采购方问AI的具体问题，往往恰好对应某一小节。

第二件：补上选型和招标内容

B2B决策链的关键环节是内部对比和立项汇报。客户官网原来完全没写「我们和竞品的区别」「实施周期多久」「报价结构是什么样」这类内容——销售话术里都有，页面上没有。我们帮客户把选型对比、常见招标问题、实施流程三类内容补齐，全部按「可摘录句」的标准写。

这部分内容上线后，AI回答选型类问题时开始出现客户的身影，而且引用的正是那些对比段落——相当于AI替销售做了第一轮筛选。

其他动作也说一句

同期还做了行业媒体专栏、高管访谈内容这些常规动作。也有用，但把效果归因拆开看，线索增量的大头来自上面两件事。B2B做GEO，与其全面铺开，不如先把采购决策链上的信息断层补上——这是这个案例给我们的最大启示。