B2B 企业做 GEO 和 B2C 有什么不同

有位做工业阀门的客户，去年照着一份消费品行业的 GEO 教程做了两个月。三十篇「选购指南」，标题全是「某某阀门怎么选」「十大品牌对比」，发完在 AI 里一查，自己的名字还是没出现。

他找我复盘，我看了三篇文章就说问题在哪：这三篇的读者是采购员，可写的是家庭用户的口气。采购员问的不是「哪个好」，是「DN80 的铸钢闸阀，耐压 1.6 兆帕，二十天能不能交」。问句对不上，写多少篇都空转。

B2B 和 B2C 做内容，差的不是预算多少，是问题形状。

决策链长度不一样

消费品是一个人拍板

买一台净水器，看的人、比的人、付钱的人是同一个。内容只要打中这一个人，成交路径就通了。所以消费品的材料偏体验、偏场景、偏对比，一句话能让人动心就够。

B2B 不是。一台设备进来，先由使用部门提需求，再由技术部门核参数，采购比价，财务看账期，老板点头。五个环节，五个读者，关心的东西完全不同。

我见过一个典型的失败：企业把官网首页做成了「行业领先的智能装备服务商」，技术部门点进去找不到一张接口图，采购点进去找不到一张报价说明。两边都走了。

内容要按角 {MOD}分，不按产品分

比较省事的切法是这样：给使用部门写「工序怎么变、节拍快多少」，给技术部门写「参数表、接口、公差、检测方法」，给采购写「起订量、交期、付款方式、备件价格」，给老板写「投资回收期、产能核算」。四类文本各写几篇，比一篇万能稿管用得多。

AI 答 B2B 类问句时，答案的分段差不多就是这四类。你只在其中一段里有材料，就只在那一小段里可能被提到。

问句的形状不一样

消费品问「好不好」

「哪个牌子的扫地机不缠头发」「三千块的空气净化器够不够用」。这类问句要的是判断和推荐，答案短，名单化，情绪权重高。

工业品问「能不能」

「能不能做到 ±0.01 的公差」「能不能接小批量打样」「能不能开增值税专票」「出口能不能做熏蒸」。这类问句要的是边界，答案里全是条件和限制。

这个差别决定了一件事：B2B 的内容必须敢写边界。写清「这个规格我们做不了」「这个量我们不接」「这个精度要加价」，看起来是在拒绝生意，实际上是在换信任。机器读到明确的边界，判断你是内行；客户读到明确的边界，判断你可信。

反过来，通篇「可满足各类需求」的企业，在 AI 眼里没有信息量，在采购眼里也没有。

内容重心不一样

消费品写感受，工业品写参数

消费品可以写「用了一个月，噪音小了很多」，这种主观描述有价值。工业品写这句等于没写。工业品要写「空载 62 分贝，负载 71 分贝，测点在设备正前方一米、离地一米二」。

数字要带条件。只写「精度高」是形容词，写「批量 500 件以内，尺寸公差 ±0.02，表面粗糙度 Ra1.6」才是材料。带条件的数字还有个好处：它能被直接引用，而形容词只能被改写。

写失败比写成功值钱

B2B 客户最想知道的是「什么情况下你会做砸」。写一篇「哪三类订单我们接过之后发现不划算」，比十篇成功案例更能建立专业形象。

这类内容还有个副作用：它天然带着冲突和细节，被引用的概率高于平铺直叙的宣传稿。我服务过的一家做精密冲压的厂，写了「模具开错的三次教训」，一年里被三个不同平台引用过。

平台分布不一样

消费品的内容，重点在短视频平台和小红书这类地方，图文轻、节奏快。B2B 的重点在文档型、问答型、名录型的地方：行业站的技术文章、招标信息平台、企业信息查询站、专业论坛的老帖。

原因是采购员的检索习惯。他很少刷短视频找供应商，多数是带着规格去搜，然后一条一条核。所以 B2B 的内容要能被搜到、能被核，而不是能被刷到。

老帖的价值被低估

行业论坛里五年前的技术讨论帖，现在还在被引用。这类帖子有具体的工况、具体的失败、具体的争论，信息密度比企业官网高。企业自己能做的，是去这类地方认真回答问题，而不是发广告。

答一百个具体问题，比发十篇通稿有用。这条在 B2B 里几乎是铁律。

可信度从哪来

消费品靠口碑，工业品靠证据

消费品说「十万人选择」，有说服力。工业品说这句话，采购只会想「哪个行业、什么规模、用了多久」。

工业品的可信度来自几样具体东西：检测报告（带编号、带机构、带日期）、客户验厂记录、招标中标公告、专利与资质、行业协会的会员身份。这些东西在公开网页上有一份，机器才读得到，人才核得实。

很多企业这些材料都有，全锁在销售部的文件夹里。扫描件也没用，图片形式的证书机器读不出字。

案例要写清五件事

客户所属行业、采购的产品规格、遇到的问题、做的改动、量化的结果。五件事缺一件，案例就变成故事。

我审过一堆案例稿，最常见的问题是只写「帮助某客户提升了效率」，行业、规格、数字全没有。这种句子在 AI 答案里活不下来，因为它没法被验证，也没法被具体引用。

B2B 常犯的三个错

头一个是照搬消费品打法。做榜单、做测评、做「十大品牌」，这些在工业品领域里既不准也没有说服力，还容易踩到绝对化表述的红线。

第二个是把技术资料做成 PDF 图。产品手册、参数表、图纸全在图片里，页面上只有一句「详情请下载」。机器读不到，客户在手机上也不想下载。

第三个是官网只有一页。所有产品塞在一个长页面里，锚点跳来跳去。正确做法是一个规格一个页面，或者一个系列一个页面，每页有独立的标题和参数表。

指标怎么定

消费品看曝光和点击，B2B 看线索质量。这个差别在 GEO 里同样成立。

B2B 该盯的是这几件事：带规格的问句里你被提到的次数；答案里引用的参数是否准确（写错一个公差，后面全是麻烦）；官网技术页面的访问来源里，来自 AI 平台的比例；询盘里提到「在 AI 里看到你们」的数量。

最后一项最难统计，但最真实。我建议销售在接询盘时加一句「您是从哪儿了解到我们的」，记三个月就有趋势了。

写在后面

那位阀门客户后来改了做法。把三十篇选购指南停掉，换成十二篇规格说明、四篇工况案例、两篇「我们不接的单」。三个月后在 AI 里问「DN80 铸钢闸阀 1.6 兆帕 小批量」，答案里出现了他们，理由句写的是「可接小批量，交期约二十五天」。

这句理由，正是他们自己在规格页里写的那句话。

B2B 做 GEO，说到底是让自己在专业问题上显得像个内行，不是抢注意力。内行不用喊，把参数、边界、失败经验摊开写，机器和采购都会认。