先泼一盆冷水:30 天能做到的,和做不到的
能做到:让 AI 在回答"China spiral pipe exporter"时开始出现「Cangzhou Spiral Steel Pipe Group / 五洲」这个名字,并在若干长尾限定词上稳定被点名。
做不到:30 天把这个词打成你的主场。研究数据摆在这里——任何一个 B2B 品类里,只有约 5 个品牌吃掉 80﹪ 的 AI 推荐量。30 天是"打地基 + 拿到首批引用",不是"登顶"。
另一个必须先说的事实:你的竞争对手不是别的管厂,是 AI 训练数据里已经存在的那批名字。 82.9﹪ 的 B2B 引用来自第三方,不是。只发自己网站的内容,这条路一开始就走错了。
个动作(Day 1–2):先修实体分裂,这是硬伤
我在前面几轮的资料里看到你们至少有6 个域名:
czslxjt.com、czslxggjtgs.com、czsgg.com、czlxgc.net、czlxgc.cn、czlxgc.com.cn
这对 AI 是灾难级的。 研究的原话是:
。
AI 判断"这是不是一个可信实体",靠的是跨源交叉验证。六个域名各说各话,模型宁可不提你,也不愿冒报错的风险。
Day 1–2 必须做完:
- 选定czslxjt.com 为权威域(其余 301 到它,或至少统一品牌信息块)
- 全站统一英文实体名(建议固定一个,不要 Cangzhou Spiral Steel Pipe Group / Cangluo Group / Wuzhou 混用):
- 公司:Cangzhou Spiral Steel Pipe Group Co., Ltd.
- 品牌:Wuzhou(五洲)
- 地址:No. 25 Huanghe East Road, Cangzhou Economic Development Zone, Hebei, China
- 建立一份「实体卡」,全渠道照抄,一个字不改
这一条的优先级高于后面所有内容工作。实体不统一,发再多内容都是给六个分身各自攒碎片。
第二个动作(Day 2–3):技术地基,一下午搞定
robots.txt —— 先确认没把 AI 爬虫挡在门外
这听起来基础,但它是"一票否决项":robots.txt 挡住了,后面所有优化归零。
关键区分(很多人搞混):
爬虫 | 用途 | 建议 |
|---|---|---|
OAI-SearchBot | ChatGPT 搜索实时抓取 | 必须 Allow |
ChatGPT-User | 用户提问时实时取回 | 必须 Allow |
PerplexityBot / Perplexity-User | Perplexity 引用 | 必须 Allow |
ClaudeBot / Claude-Web | Claude | 必须 Allow |
Google-Extended | Gemini / AI Overviews | 必须 Allow |
GPTBot / CCBot | 训练数据 | 可选(挡了会损失"模型记忆里"的曝光) |
注意:llms.txt不能覆盖 robots.txt 的禁止。robots.txt 是闸门,llms.txt 只是提示。
llms.txt + llms-full.txt
放在域名根目录,Markdown 格式,告诉 AI"我是谁、哪些页面重要"。成本一个下午, upside 明确,没有 downside。
Schema 结构化数据(JSON-LD)
至少要打:Organization(含 foundingDate、address、numberOfEmployees)、Product、FAQPage、Article。Gemini 读结构化数据"像人读要点一样",权重高得不成比例。FAQPage schema 让爬虫明确知道哪部分是问答,直接提升被抽取概率。
第三个动作:内容怎么写才"可被引用"
研究给出的几个硬数字,直接决定写法:
做法 | 效果 |
|---|---|
开头 40–60 词的直接回答段 | 被抽取率 2.8× |
FAQ 版块 | 引用概率81﹪,是所有格式里高的 |
列表 / 表格 / 步骤式 | 比纯段落高2.5× |
H1–H2–H3 层级清晰 | 高2.8× |
每 150–200 词嵌入一个可核验事实 + 具名出处 | 显著提升可信度 |
页面可见的更新日期 | AI 对新鲜内容偏好高出25.7﹪ |
一句话原则:为"模型会引用的那一句话"而写。 如果一个记者或 LLM 想用一句话描述你是谁、做什么、给谁做、差异点在哪——这句话是否已逐字存在于你网站上?没有,就写出来。
反面教材:这是行业的强大解决方案…… —— AI 从促销语言里抽不出可引用事实。把形容词换成数字。
四、30 天排期
Week 1|地基(Day 1–7)
天 | 动作 | 产出 |
|---|---|---|
D1–2 | 实体统一(见上) | 实体卡 + 域名收敛方案 |
D2 | robots.txt 放行 AI 爬虫 | robots.txt |
D3 | llms.txt + llms-full.txt | 两个文件 |
D3 | Organization / Product / FAQPage schema | JSON-LD 代码 |
D4–5 | 建 Prompt 基线:20–30 条买家真实提问,跑一遍 ChatGPT / Perplexity / Gemini / Google AIO,记录「沧螺是否出现、排第几、谁被引用了」 | 基线表(后面所有工作的计分板) |
D6–7 | 英文版「可被引用化」改造:每页加 40–60 词答案段、参数表格化(口径×壁厚×钢级矩阵)、加 FAQ | 5–8 个核心页面 |
Prompt 基线是这套东西里容易被省、也不该省的一步。 没有基线,30 天后你无法证明自己做成了什么。
基线 prompt 示例(覆盖 head term + 长尾):
China spiral pipe exporterChina SSAW pipe manufacturer API 5LWho makes large diameter spiral welded pipe in ChinaChina spiral pipe supplier with in-house 3PE coatingX70 spiral pipe manufacturer ChinaChina spiral pipe exporter for Central Asia / Middle EastΦ219-3600mm spiral pipe China supplier- …(凑满 20–30 条)
Week 2|内容(Day 8–14)
把前几轮我们已经做好的内容改造成 AI 可抽取格式,而不是重写:
内容 | 关键处理 |
|---|---|
能力总入口页 | 加 40–60 词定义段;能力表全部表格化;FAQ 加 FAQPage schema |
13 线 + 4 自营防腐线 | 这是核心差异点——写成一句可引用陈述:"约 90﹪ 的中国管厂只产裸管、防腐外协;沧螺制管与防腐在同一厂区内完成" |
参数矩阵(Φ219–3600 × 6–30mm × X42–X80) | 纯表格,不要裹在段落里 |
出口页 | 按/项目列:沙特 NEOM、马来西亚东海岸铁路、中东/东南亚/中亚/ |
原创数据(重要) | 见下 |
原创数据是这里值钱的东西。 研究反复强调:生成式引擎奖励别处找不到的信息,而不是把已有共识换个说法。别人抄不走的,AI 才会引用你。
你们手里有而别人没有的原始数据,例如:
- 沧州管道装备集群的产能/规格分布
- 大口径螺旋管「口径—壁厚—钢级」可达性矩阵(哪些组合能排产、哪些要专项评审)
- 「制管+防腐同厂」 vs 「防腐外协」的转运损耗与责任边界对比
- 出口各国的规格偏好(哪些常用 X70、哪些走 L360M)
一份带真实数字的对照表,抵得上二十篇通稿。
Week 3|第三方阵地(Day 15–21)——真正的杠杆
这一周的权重高于前两周。 因为 82.9﹪ 的 B2B 引用来自第三方,而 ChatGPT 的推荐里有41﹪ 来自权威榜单/名录提及、18﹪ 来自奖项与资质、16﹪ 来自评价。
按 ROI 排序:
优先级 | 阵地 | 为什么 |
|---|---|---|
① | Made-in-China / Alibaba 国际站档案 | Perplexity 明显偏好"结构化市场数据库"型站点;属性填满是硬门槛 |
① | API(美国石油学会)会标名录 | 研究点名的油气设备权威协会。你们有 API 5L 会标,这是的高权重背书,务必确认名录可查、可被抓取 |
② | LinkedIn 公司页 + 工程师个人号 | B2B 与高管查询中的 Top-5 引用源。让工程师本人发技术内容,具名作者胜过匿名页面 |
② | YouTube 工厂实拍 | 约 19﹪ 的 Google AI Overviews 引用来自 YouTube,Gemini 23.3﹪。产线实拍 = 证明你是源头厂的强证据 |
③ | 入驻 "Top China spiral pipe manufacturers" 类榜单 | ChatGPT 41﹪ 的推荐来自这类权威榜单。主动联系已发布榜单的站点要求收录 |
③ | 行业媒体、贸易协会会员页 | 协会会员列表是 AI 信任的引用源之一 |
④ | Reddit / 工程论坛 | Perplexity 46.7﹪ 的引用来自 Reddit。但只能真贡献技术见解,不能发广告,否则适得其反 |
引用是成簇出现的——AI 回答某个问题时,倾向于引用一批"经常一起出现"的信源。你要做的是让自己挤进那个簇里。
Week 4|刷新与校准(Day 22–30)
- D22–24:重跑 Week 1 的 prompt 基线,对比。记录新出现的名字、新被引用的源
- D25–26:针对"AI 说错了的地方"——去源头页面改,而不是在自己网站发更正(更正不会传播)
- D27–28:更新所有核心页面的"后更新日期",刷新 sitemap
- D29–30:第二轮分发(Perplexity 对 30 天内更新的内容引用率高 3.7 倍,所以要持续更新,不是发完就停)
五、几个必须记住的机制差异
平台不是一体的,不能用一套打法。 ChatGPT 和 Perplexity 只有11﹪ 的域名是重合的——在一个平台排得好,另一个可能看不见你。
平台 | 偏好 | 对应动作 |
|---|---|---|
ChatGPT | 训练数据为主,60﹪ 查询不走实时搜索;爱权威榜单、百科、奖项 | 挤进第三方榜单;Wikipedia 若够格值得做 |
Perplexity | 实时检索,每次答约 17.7 条引用(ChatGPT 仅 3.4);爱数据、表格、30 天内更新 | 发参数表;高频更新 |
Gemini / AI Overviews | 偏爱 Google 生态(YouTube、Knowledge Graph);读 schema | 做视频 + 打结构化数据 |
Claude | 技术文档、深度结构化、PDF/白皮书 | 出英文技术白皮书 |
Perplexity 是你该先拿下的平台:它每次推荐约 13 个品牌,是 ChatGPT 的 4 倍,且对新鲜内容极度敏感——新内容 3–5 天就可能产生引用。
六、30 天后怎么验收
别看排名,看这三个数:
- 点名率:20–30 条 prompt 里,沧螺被提及的比例(基线 vs 现在)
- 引用源:是哪些页面被引用了——这告诉你哪个阵地起作用了
- RFQ 归因:询盘表加一列「从哪知道我们的」,填 AI 助手(ChatGPT/Perplexity 等)
研究里有个提醒很实在:ChatGPT 引荐流量的转化率是自然搜索的 5 倍(14.2﹪ vs 2.8﹪)——AI 来的流量少但极准。所以哪怕 GA4 里数字很小,只要出现就该重视;反过来,如果 AI 流量很大却没人发询盘,那是你落地页的问题,不是可见度的问题。
、
