這家台中精密零件製造商拿下的那筆年約六位數美元訂單，起點不是展會、不是業務陌生開發，也不是 Google 第一頁，而是一位北美採購工程師在 Perplexity 打了一句「台灣有哪些能做小批量客製連接器的供應商」，AI 把他們的名字念了出來。三個月前，同一句問題完全問不到這家公司。中間發生的事，就是一次 GEO 稽核，加上之後三個月的執行。
稽核之前：一家在 AI 世界隱形的好工廠
這家公司做了二十年精密連接器，良率、認證、交期都是同業前段，海外客戶留下來就很少走。問題出在「留下來之前」。他們的新客戶幾乎全靠展會與既有人脈轉介，官網只是型錄的線上版。過去兩年，海外採購的行為變了，很多人第一步不再打開 Google，而是問 ChatGPT 或 Perplexity「幫我列幾家能做這規格的供應商」。這家公司在那個環節，等於不存在。
老闆一開始不信。我們現場示範，用他自己產品線的三個關鍵問法去問主流 AI 引擎，八題裡他們的品牌一次都沒被提到，反而是兩家規模更小、內容做得更勤的同業被反覆引用。那一刻他決定先做稽核，而不是急著打廣告。
30 天稽核揭露的三個缺口
我們的 GEO 稽核不看虛的排名，看的是 AI 引擎能不能理解你、願不願意引用你。跑完 30 天，這家公司的問題收斂成三條，而且三條都能修：
- 內容不可抽取：產品頁全是型錄式的規格表與行銷形容詞，沒有回答採購真正會問的問題，例如最小訂量、客製週期、認證範圍、適用產業。AI 讀不到乾淨的答案，就不會拿你當來源。
- 機器讀不懂你是誰：官網幾乎沒有結構化資料，缺 Organization 與 Product schema，AI 難以確認這家公司的身分、產線與可信度。
- 品牌在 AI 引擎的提及率接近零：我們用 Brand Radar 追蹤八組核心採購問法，品牌提及率是 0/8，同類問題的話語權被對手佔滿。
補缺口：把型錄改寫成 AI 抽得走的答案
方向定了，執行就不複雜。我們沒有重做整個網站，只動該動的地方。第一步是把主力產品頁重寫成問答式段落，每一段自足，開頭一句話就把結論講完，後面補規格與情境，讓 AI 能整段乾淨引用。第二步補上 Organization 與 Product 的結構化資料，讓機器確認他們的身分與能力邊界。第三步，用 GEO 內容引擎針對採購真正會搜的問題產出內容，主題不是「我們多厲害」，而是「小批量客製連接器如何選料」「醫療級連接器要看哪些認證」這種買家在下單前一定會問的東西。
整個內容改寫與標記，第一個月做完主力三條產品線，接著每兩週補一批問答內容。這裡沒有魔法，就是把工廠腦袋裡已經知道的專業，翻譯成 AI 讀得懂、採購用得上的格式。他們的技術主管其實最有料，過去這些知識只存在報價信與電話裡，從沒變成能被引用的資產。
Brand Radar 看到的變化
能見度不能靠感覺，要能看到。我們用 Brand Radar 每週追蹤那八組核心問法在 ChatGPT、Perplexity、Google AI 概覽裡有沒有引用到他們。第 30 天，品牌提及率從 0/8 升到 3/8；第 60 天到 5/8；三個月時穩定落在 6/8，其中 Perplexity 有兩組問法直接把官網 FAQ 頁列為來源連結。這不是流量報表上的虛數，而是「當你的潛在客戶問 AI 時，AI 會不會提到你」的實測。
那筆訂單是怎麼進來的
成交的路徑後來看得很清楚。一位北美採購工程師在 Perplexity 找亞洲供應商，AI 引用了他們一篇談客製連接器選料的內容，附上官網連結。他點進去，看到 FAQ 把最小訂量與打樣週期寫得明明白白，當場填了詢問表單。因為前面該回答的問題內容都替他回答過了，這條線索進來時信任成本已經很低，業務接手後三十天內完成打樣、報價、下單。老闆的說法很直接。
以前展會一場花幾十萬，換來一疊名片還要慢慢跟。這一筆訂單是客戶自己找上門，而且進來時就已經半信任我們了——因為 AI 講的、跟我們官網寫的是同一套。
這個案例能不能複製
能，但有前提。這家公司本來就有真本事，稽核只是把被埋起來的專業挖出來、翻譯成 AI 讀得懂的語言。如果產品本身站不住，再多內容也撐不起來。反過來說，台灣有太多技術扎實卻在 AI 世界隱形的 B2B 製造商，缺的不是實力，是讓機器認得你的那一層。稽核的價值，就是在你砸錢做內容或投廣告之前，先告訴你缺口到底在哪、值不值得補。
如果你也想知道，當你的客戶問 AI「有哪些供應商能做這件事」時，你的名字會不會被念出來，可以先預約一次 30 分鐘 GEO 診斷。我們會用你自己的產品線，當場跑幾組問法給你看——通常答案自己會說話。
