客户最初怎么说
接触时，对方的诉求很直接：「我们想上 GEO，让豆包、Kimi 能推荐我们。」不少企业都有类似想法——听说 AI 搜索在涨，希望尽快在回答里出现自家品牌。
但如果把 GEO 理解成「先做知识库、做官网、发内容」，很容易踩坑。下面先说明两个基础概念，再进入案例。
两个基本概念
GEO——让品牌在豆包、Kimi等AI搜索里被看见、说对、被推荐。不是买排名，而是把真实、可查的信息整理好，供AI读取和验证。详见 GEO是什么。
交叉验证——AI不会只信你官网的一句话。它会综合多个来源：你说自己快、客户在其他地方也说快、案例对得上，AI才敢推荐。没有事实支撑，这关过不去。
Brightway是谁，卡在哪
Brightway（完整案例）做铝合金门窗出口，产品有上悬窗、平开门、推拉窗等，客户主要在海外。行业里比的不是广告，是图纸发来多久能回报价、旺季能不能当天出价、算得准不准。
合作前，报价要 3–5 天，全靠老师傅经验。旺季客户等不及就转单——体验差，更没人替他说好话。当有人在AI里问「哪家报价快」时，没有真优势、没有别处的评价，AI没法推荐。
为什么没让他们先做GEO
我们判断：这时候如果先做官网改版、堆FAQ，只能说「我们很快」——事实还没做成，客户评价也对不上，交叉验证不成立，AI短期可能提到，但不会长期采信。
业务流程又牵涉多部门，规则还在变，数据散在表格和经验里。一上来就「全厂数字化」，周期长、风险大，GEO 外在也无从写起。更稳妥的路径是：单点验证——只攻最痛、可量化、一线真会用的一个环节，做出可对比的结果，再谈放大。
他们锁定了什么单点，怎么验证
锁定的是出口报价响应：客户最能感知、最容易量化、也最适合先做 MVP 的环节。做法概括如下（细节见案例全文）：
- 在现场梳理跟单与报价流程，把规则从「老师傅脑子里」理出来
- 用 AI 应用串联「图纸识别 → 报价计算 → 装箱规划」，跟单员上传资料、系统出结果、人工复核
- 用真实历史项目对比：报价周期从数天 → 几十分钟，计算误差控制在约 ±2%
- 验收标准不是 Demo 好看，而是一线愿意每天用——跟单员反馈「不用催老师傅了」
这就是内生能力里的「内生的能力」先站稳：在经营源头做出别人没做到的体验。此时才谈得上在 GEO 里如实写「快速报价」，也才有客户在其他渠道留下「他们家响应快」的评论可供 AI 核验。
事实成立后，知识库与 GEO 才接得上
单点有效后，才同步建设知识库体系——把已被验证的指标、案例、流程说明整理成 AI 可读结构，与各处客户评价相互印证。GEO 在这个链条里是放大器：真能力与口碑已经存在，外在结构让 AI 读得到、验得过。
完整链条是：
- 能力事实成立——例如报价几十分钟可回（Brightway 已做到）
- 知识库如实呈现——案例页、FAQ 与真实能力一致
- 第三方评价印证——合作方、行业渠道里的反馈与官方说法一致
- AI 交叉验证后推荐——用户问「谁家响应快」时，更可能点名你
这与企业规模无关，是同一套逻辑；做内生能力建设时，能力做实 + 知识库体系要同步推进。详见 底层方法论。
从本案提炼：你可照此自检
不必是门窗出口，任何想上 GEO 的 B 端企业都可以问：
- 我想让 AI 说的优势，经营里是否已成立？能否拿出可量化对比？
- 是否锁定了一个最痛环节，而不是一上来全厂智能化？
- 一线是否真在用，而不只是领导汇报里的数字？
- 能力跃升后，是否同步写进知识库与案例，并能在第三方评价里找到印证？
四条里有一条过不去，先补事实，再加大 GEO 投入——Brightway 案例讲的就是这个顺序。