企业软件
某云计算企业
一家做云端协作软件的公司，客户主要是中小企业。AI搜索起来之后，他们发现自己在ChatGPT的推荐里基本查不到，就找上了我们。
挑战
- 以前靠搜索排名来客户，现在流量涨不动了，获客成本还一直往上走
- 他们发现客户不再用搜索引擎找软件了，改问AI
- 问 ChatGPT「推荐一款云端协作工具」，从来没提过他们
- 对手已经被AI推荐了，但差多少，他们心里没数
方案
- 先把8个以上AI平台的引用数据接进来，随时能看到情况
- 分析出5个主要对手在AI里靠哪些说法被选中
- 把产品页和方案页的文案重写了一遍，让AI更容易读懂
- 自动生成结构化标记，把产品功能说得更清楚
- 建了一套追踪体系，从AI提到他们到客户来咨询，每一步都记着
成果
- 两个月后，AI 提到他们的次数明显变多
- 主动来问的客户多了不少
- AI 渠道带来的收入占了不小比例
- 点进官网的人明显变多
- ChatGPT 成了他们排名靠前的客户来源
制造业
某能源制造企业
一家做工业能源设备的厂子，以前靠展会和经销商拉客户。后来采购的人开始问AI找供应商，他们在AI的回答里完全查不到。
挑战
- 老一套获客方式不管用了，展会一年不如一年
- 采购和技术的人开始用AI找替代供应商
- 在 Kimi、豆包里，完全搜不到他们
- 原来的技术文档和参数，AI 根本读不懂
方案
- 把全线产品参数梳理清楚，做成AI看得懂的资料
- 专攻「推荐供应商」「方案对比」这类问题的内容
- 把 Kimi、豆包的引用链路打通
- AI 来的大客户，怎么识别、怎么快速跟进，都建好了机制
- 用监测工具盯着各个平台的变化，随时调整
成果
- AI 提到他们的次数明显变多
- Kimi 和豆包成了新的客户来源
- 新询盘里，有相当一部分是从 AI 来的
- 问到采购选型的时候，提到他们的比例明显提高
- 已经有 AI 来的客户签了年度合同
医疗健康
某医疗健康企业
一家做医疗健康的企业，业务对合规要求特别严。在这个前提下，他们把在AI那儿的存在感一点点做了起来。
挑战
- 这行内容管得严，能改的地方非常少
- 越来越多人直接问AI健康问题、该怎么治
- AI 回答里但凡有一句不准，风险都很大
- 他们在AI推荐里占的份额，比对手差了一大截
方案
- 在合规的前提下改内容，每一条都要过医学审核
- 把医学术语和知识做成AI能读懂的结构化标记
- 盯着AI回答里有没有说错，发现就纠正
- 专攻「怎么治」「哪个药好」这类问题
- 建了一套「合规审核 + 内容优化」并行的流程
成果
- 被 AI 引用的比例明显提高
- 合规的内容，AI 更愿意采信了
- AI 提到他们时的可信度更高了
- 全程没出过一次合规问题
- 成了同行里合规做法的一个参考