《国内企业 AI 搜索与 GEO 实战指南》第 14 篇
客户说“我在 AI 里看到过你们”，销售随后收到了咨询。运营团队很容易把这条线索写成“GEO 带来的客户”。但客户此前是否接触过品牌，后来有没有搜索官网、看短视频或得到同行推荐，往往还没有问清楚。
AI 提及是一条有价值的线索。要判断它对业务产生了什么作用，还需要把答案、访问和客户沟通分别记录，再看哪些环节能够可靠地连起来。证据暂时没有覆盖的地方，可以保留为未知，不必为了报表完整而补出一条确定的成交路径。
上一篇介绍了问题样本与答案证据的保存方法。本篇进一步讨论怎样使用这些材料解释客户来源。以下流程是企业内部工作建议，采购情境均为假设示例。
先分清两种归因：内容为何出现，客户从何而来
内容团队关心的问题是：哪类客户问题会出现本企业，答案引用了哪个页面，提到的是哪款产品或哪项服务。销售团队关心的问题则是：这位客户通过什么途径认识企业，哪些信息影响了选择，最后怎样联系并成交。
前一组问题帮助安排内容，后一组问题帮助理解获客。两组记录可以互相参照，却不能只凭“同时发生”就直接合并。
例如，某条回答提及一家设备供应商，同时引用了介绍该供应商的行业文章。这能说明该次答案中的品牌及可见来源；它没有证明供应商官网被引用，也没有证明阅读答案的人随后提交了咨询。若答案只出现一个简称，还要确认对应的是哪家公司，避免把同名品牌或经销商算进本企业记录。
建议先建立一张简单的对应表：问题编号、答案中的完整名称、相关产品或服务、实际来源页面、观察时间、判断依据。企业名称、品牌名和产品型号分别保存，别把同一词语在不同场景中的含义强行合并。
问题换一种说法后仍引用同一页面，可以成为检查该页面内容的线索，但不能据此还原平台全部内部检索过程。由团队自行设计的追问和扩展问题，应标记为测试样本；除非平台明确展示，否则不要写成“AI 实际搜索了这些问题”。
给每一项业务结论划定证据范围
汇报时可以使用下表核对措辞。它不是从上到下自动完成的转化漏斗，每一行都需要自己的材料。
| 目前掌握的材料 | 可以支持的结论 |
|---|---|
| 保存完整的 AI 回答，正确出现品牌 | 该次观察中品牌被提及 |
| 回答中的来源链接指向具体页面 | 该页面在本次答案中作为可见来源出现 |
| 网站记录到可识别的 AI 来源访问 | 这次访问具有相应的来源信号 |
| 客户主动说曾在 AI 中了解企业 | 该客户自述接触过 AI 中的相关信息 |
| 咨询记录与已有访问记录可靠对应 | 按已说明的关联规则，二者属于同一条线索 |
| 线索后来形成有效订单 | 这条线索完成了成交，渠道贡献仍需按口径解释 |
“被提及”和“被正面推荐”也要区分。比较、否定和风险提示都可能包含品牌名。判断时保留上下文，而不是只检查名称是否出现。
从某个平台进入官网，不代表每次访问都来自公开搜索推荐。它也可能源于用户主动输入的网址、别人分享的对话或其他入口。来源信号能缩小范围，但通常不能单独回答客户当时问了什么，更不能直接证明客户此前完全不认识品牌。
网站来源数据能补充什么，又会漏掉什么
对已经部署网站统计的企业，可以先核对来源网站、访问的首个页面、发生时间以及后续咨询事件。使用什么工具并非首要问题，先确认这些字段实际有没有采集、是否正常记录，以及团队采用了什么分类规则。
以 Google Analytics 的默认渠道分组说明为例，渠道按规则划分，当前文档包含 AI 助理类别。这只是该工具的识别规则，不能据此认定所有国内 AI 入口都会被完整识别；使用其他统计工具时，应核对其自身说明和实际记录。
浏览器提供的来源信息也有边界。MDN 对 Referrer-Policy 的说明指出，来源信息可能被省略，跨站请求也可能只传递来源站点而不包含完整路径。因此，不能要求网站日志天然保存用户在 AI 中的完整问题或对话。
假设客户看完 AI 回答后记住企业名称，隔天通过品牌搜索进入官网，网站这次记录的入口就可能是搜索。若客户复制网址后再打开，来源信息也未必能保留。缺少 AI 来源记录，不足以排除此前的 AI 接触；反过来，“直接访问”也不能全部划入 AI 获客。
为自己实际投放的链接使用渠道参数，有助于区分这些投放入口。但参数只是一种标记。不要把销售发出的链接标成某个 AI 平台，再把由此产生的访问当作自然 AI 推荐；也不要假定平台会保留企业希望添加的参数。设置后应从实际入口走一遍，核对跳转、落地页和统计结果。
机器人访问、团队自测和真实客户访问应尽可能按已验证规则分开。服务器接到一次请求，只证明发生了访问事件；无法确认访问者类型时保留未知，不把所有请求直接算成潜在客户。
概念示意：不同材料并列保存，再核对能否关联，图中卡片不是实际客户数据。
销售多问两句，比强行补齐渠道更有用
国内企业的咨询可能通过表单、电话、微信或线下沟通发生。网站上点击联系按钮与销售真正接到有效咨询，是不同的事件。客户又可能换设备、让同事代为询价，单靠浏览器记录并不总能完成关联。
建议在正常沟通中加入两个不带倾向的问题：“最早是通过什么途径知道我们的？”“后来哪些资料帮助你决定联系？”先让客户自由回答，必要时再追问平台和大致内容，避免一上来就问“是不是 AI 推荐了我们”。
如果客户只记得用过 AI，却不记得平台，就记录“客户自述 AI 接触，平台不详”；不愿回答或没有询问到，则分别保留“不便提供”或“尚未询问”。这些状态不应自动改成“其他渠道”，更不能由销售凭印象猜填。
客户自愿提供的答案截图或链接，可以帮助核对当时看到了什么。没有这些材料也不必强求，更不应索取完整私人对话、账户或无关信息。内部只保留解释业务来源所必需的内容；对外报告使用去除个人信息的汇总或脱敏材料。
可以用以下字段开始整理：
- 线索编号及首次咨询时间，统一注明时区。
- 客户自述的最早接触渠道，尽量保留原话。
- 决定联系前看过的资料或接触点，可有多个。
- 系统记录的来源、落地页和咨询事件，另列一栏。
- 两组材料如何关联、依据是什么、哪些环节仍未知。
- 是否为有效需求、后续阶段及最终结果，按销售规则更新。
不要仅因两个记录时间相近，就把匿名访问认定为某位客户。没有可靠关联依据时，把访问汇总与线索明细分开呈现，仍然可以开展内容复盘。
一条设备采购线索，可以有多个真实接触点
设想一家食品工厂采购包装设备。采购人员先向 AI 询问选型条件，看到供应商甲；随后搜索甲的公司名称，阅读官网参数页；再把资料发给生产负责人，并通过共同认识的同行核实售后，最后联系甲的销售。这是用于说明记录方法的假设过程，不是客户案例。
若客户清楚讲述了以上经历，企业可以记录“客户自述最早通过 AI 接触品牌，随后经过官网和同行核实后咨询”。若官网只记录到品牌搜索入口，保留这个系统记录，不需要为了统一口径而删掉它。客户自述和网站记录回答的是不同环节的问题。
假如一个月后形成订单，也可以把该订单与这条线索关联；但“线索曾有 AI 接触”与“没有 AI 就不会成交”是两项不同判断。后者涉及因果关系，不能靠这一个成交过程证明。
概念示意：多个接触点可能共同参与决策，路径中的间隔表示仍需核对的关联。
团队可以约定某种管理口径，例如“最早接触渠道”或“最终咨询入口”，用于同一张报表的连续比较。必须写清它采用了哪条记录、如何处理多渠道与缺失，以及覆盖的时间范围。这种分配方式服务于内部管理，不等于科学测出了每个渠道的实际贡献。
同一订单不要在 AI、品牌搜索和销售推荐三个栏目里都作为完整新增订单重复相加。需要呈现多个影响渠道时，可以设置可多选的“接触记录”，同时保留唯一的订单总数，并说明这些分类不能直接求和。
把归因的不确定性转成可执行的改进
一份有用的月度复盘，可以分成三块：固定问题样本中的品牌与页面表现；网站可识别的来源访问及咨询事件；销售确认的线索质量和客户自述。每块说明统计单位、时间范围、缺失情况和关联方法。
从这些材料中选择具体动作，比追求一个看似精确的“AI 贡献率”更有帮助。例如，客户在 AI 中知道品牌后仍反复询问售后范围，可以检查官网是否缺少明确的服务条件；来源访问存在但咨询入口使用困难，可以检查页面和表单；许多销售记录未询问来源，则先改进记录流程。
每项动作留下执行时间和页面版本。随后观察变化时，同时记录广告、促销、销售活动和季节性需求等其他变化。优化之后咨询增加，是值得继续研究的现象，尚不能把增加的全部数量直接归功于本次内容修改。
如果要比较“修改是否带来额外效果”，需要另外设计可比的测试，而不是从日常归因表里直接得出因果结论。下一篇将讨论对照、复测和样本局限，帮助企业把这种比较做得更可靠。
先把可核对的接触点保存好，再逐步改善数据衔接。希望梳理企业客户问题与官网资料，可以通过引见官网联系入口说明业务场景和现有页面。