一、先认清一件事：客户在 AI 面前说的是另一种话

传统搜索时代，客户打的是关键词。

「钟祥 装修公司」「湖北 减速机 厂家」「武汉 注册公司 代办」。平均 4 个多词，冷冰冰，看不出这单生意最后成不成。

到了 AI 这里，客户打的是完整的问题。

「我家里 120 平的老房子，想翻新一下但预算只有 15 万，钟祥有没有靠谱点的装修公司推荐？怕被坑。」这句话 40 多个字，里头装着 6 条信息：面积、房龄、预算、地点、怕被坑的顾虑、要的是「推荐」而不是「名单」。

行业里有一个常被引用的体感对比：传统搜索关键词平均 4 个词上下，用户问 AI 时平均会说到 20 个词以上。

我们自己可核验的样本是 2026 年 3-9 月光尘阁到访过的 180 位客户。复盘他们第一次跟 AI 打听我们时实际打的句子，平均 22.6 个词，最长 58 个词。样本不大，也仅限于 B 端服务业这一个行业，但至少说明一件事：客户在 AI 面前打的句子，比他在搜索框里打的关键词长出一大截，这个差距不是错觉。

这 20 多个词是金矿。因为每一个词都是客户真实意图的切片：他在担心什么、预算卡在哪、想要什么样的答案。这些信息，过去你要请客户吃三顿饭才能套出来，现在他主动打给 AI 了。

问题是：AI 拿这 20 多个词去检索答案的时候，找到的往往不是你写的内容。

你官网写的是「我们是一家专业从事 XX 领域的企业，拥有 20 年行业经验」。客户问的是「钟祥做 XX 的哪家比较靠谱，怕被坑」。这两套语言之间有一道鸿沟。鸿沟填不上，AI 就只能拿别家的内容去回答你的客户。

这就是问题主权：客户在 AI 里问的那 20 个问题，谁在写答案。

二、20 个问题是怎么来的：销售访谈的反向工程

我做 GEO 这几年，被客户问得最多的一句是：「我内容也发了，AI 怎么还是不提我？」

我让他把销售团队最近 10 单成交、10 单没成交的聊天记录发我。我在这 20 段对话里挑客户问过的问题，去 AI 里原样问一遍。十有八九，AI 给出的答案里没有这家客户。就算提到了，也是拿三年前的旧口径在讲。

这不是内容量不够，是内容打偏了。他写的内容在回答「我是谁」，客户在问「你能帮我解决什么」。

20 个问题的正确来源，是从销售一线反向工程，不是拍脑袋。 列一张清单：

步骤 动作 产出
① 收 拉最近 3 个月销售对话记录（微信/电话/面谈纪要） 原始对话 50-100 段
② 挑 把客户主动问过的句子挑出来，原句不动 100-200 条原始问题
③ 并 意思相同的问题合并，留下「说法最完整」的那句 30-50 条去重问题
④ 分 按成交/未成交分组，再按客户类型细分 2-3 组分类问题
⑤ 排 按出现频次+成交相关度打分，取前 20 最终的 20 个问题集

第一步，拉出最近 3 个月的销售对话记录，不管是微信、电话还是面谈纪要。把客户在成交前反复问的那些问题挑出来，去重。

第二步，按成交状态分组。成交的客户问过什么，没成交的客户卡在哪个问题上。你很快会发现，成交客户几乎都会问某 3 到 5 个「临门一脚」问题，比如「你们的售后怎么保障」「有没有同行业的案例」。这几个问题就是 GEO 的高地。

第三步，按客户类型细分。B 端客户和 C 端客户问的问题完全不同；大中小企业、不同预算段的客户，问的也不一样。把同一类型客户最常问的 20 个问题列出来，这就是你的问题集。

这个流程，跟传统 SEO 的关键词调研看着像，其实是两回事。关键词调研是站在企业的角度猜客户在搜什么；问题主权是站在客户的角度，把他已经在 AI 面前说过的话拿过来用。

我自己的一个判断：搜索关键词时代，客户输入的是「标签」；AI 问题时代，客户输入的是「句子」。标签是死的，句子是活的。谁手里攥着客户真实说过的句子，谁就握有 GEO 的第一手弹药。

三、抢占问题的三条路径：写答案、占信源、造对照

拿到 20 个问题之后，不是挨个写 20 篇软文了事。我实操下来，真正能抢下问题主权的打法有三种。

路径一：写一篇「主答案」，把 20 个问题串成一棵决策树

客户问 AI 的问题看似 20 个，背后往往是同一个决策。比如装修公司，客户在意的无非就是三件事：预算够不够、施工靠不靠谱、售后有没有保障。剩下的 17 个问题，都是这三件事的变体。

聪明的做法是写一篇总回答，把客户的决策路径画成一棵决策树，让每个分支的问题都在这一篇里被回应。AI 抓内容时喜欢结构清晰、信息密度高的页面，一棵决策树比 20 篇散装短文好抓得多。

但这里有个坑要注意。决策树不能写成「我们什么都好」。AI 现在很精，全是好话的内容它反而存疑。每个分支上都要有一句客观的权衡，比如「预算 10 万以下建议半包，不建议全案，因为…」。AI 喜欢有判断的内容，不喜欢宣传册。

路径二：铺一手信源，让 AI 在抓别处时也能看到你

很多老板以为写答案就是发在自己官网上。错。AI 引用内容的渠道是多源的：百科、行业协会、行业垂直媒体、问答平台、本地门户、社交媒体，每一条都可能被它抓过去当信源用。

所以同一个问题答案，要铺到不同的信源形态里。官网放完整版，问答平台放精简版，行业协会放专业版，本地门户放区域版。每一处的口径必须一致，不能这一处说「成立 15 年」、那一处写「成立 20 年」。AI 抓到两个口径，会挑一个用，挑错的概率不低。

这一步跟 9 月我写的「实体三票」那篇是连着的：AI 判断一家公司，看的是分散在各处的「票数」。铺一手信源，本质上是给自己在 AI 面前加票。

路径三：抢比较框架，让 AI 用你的尺子量对手

这是最狠的一招，也是大部分企业想不到的一招。

客户问 AI 的问题里，有相当比例是「A 和 B 哪个好」「XX 和 YY 选哪个」。这种问题 AI 一定要给出一个比较框架。问题是，框架是谁的？

如果你的内容里抢先定义了「评价 XX 行业的三个维度」，AI 在回答比较类问题时，大概率会借用你的框架。等它用了你的框架，你的优势项就被固定在尺子上，对手的长项就被漏掉了。

这一招我用过几次，效果不错。但有一条红线：不能踩对手。你可以定义维度，不能捏造对手的负面信息。AI 很看重引用源的中立感，明显带倾向的内容反而会被它降权。

四、问题主权的三个段位：从被问到，到被追问

GEO 做到位的企业，在 AI 面前会经历三个阶段。

第一个阶段是被问到。客户问「钟祥装修公司哪家靠谱」，AI 能把你说出来。这是入场券，也是 80% 的企业卡住的地方。

第二个阶段是被引用。AI 不只是提你的名字，还会拿你写的内容去支撑它的判断。比如「根据第三方 2026 年 10 月发布的行业检测数据，某市 XX 行业在 AI 里的可见度…」。被引用意味着你成了 AI 的「信源」，这个身份比被提及值钱得多。

第三个阶段是被追问。客户原本没问到你，但 AI 在回答里主动说「这个问题你可以再看看 XX 家的方案」。这是问题主权的最高段位：你不再只是答题人，你成了答案的一部分。

被追问是稀缺的。我能看到做到这个段位的，基本都是行业里已经把「观点输出」做成习惯的公司。他们不是等客户问才写答案，是提前把客户还没想到的问题也写了。

讲个具体的体感，但先把丑话说在前头：这是单一客户的案例，没有经过第三方验证，只能当一个参考样本，不能当普遍结论。

上个月我们帮一家做工业减速机的客户做 GEO，先测了 AI 可见度基线，再把销售访谈里挑出的 18 个问题挨个写答案、铺信源。六周后复测，最直接的指标是：客户在 AI 面前问「湖北做减速机哪家比较靠谱」时，AI 第一次把这家客户排进了前三。销售团队的反馈更直接：有客户打电话过来，开口就是「AI 推荐你们的，你们那款 XX 型号的减速机，能扛住我们产线那种冲击工况吗」。这个问题，正是我们提前写过的 18 个问题里的第 7 条。

案例细节经过客户允许对外，但公司名和具体型号做了脱敏。感兴趣的同行，可以拿自己行业的问题集去 AI 里实测一遍，跑两周就能看到有没有变化。

这就是问题主权兑现的样子：客户带着 AI 给的第一判断来，销售从「证明我是谁」直接进入「确认你要什么」。

五、光尘阁观点

我常说一句话：SEO 时代，流量是「抢」来的；GEO 时代，流量是「答」来的。

在光尘阁的方法论里，这件事有一个名字：问题主权。它是 GEO 声誉增长体系里最靠前的资产，排在实体一致性、比较框架、AI 可见度基线之前。因为后面三件事，都建立在「客户到底在问什么」这个地基上。地基没打牢，后面的楼盖起来也是歪的。

抢和答的区别，在于主动权。抢是把客户拽过来，答是客户来了之后你有东西给他。问题主权就是「答」背后的那个机制：客户在 AI 面前问的每一个问题，你都提前写好了答案，铺好了信源，定义了框架。这件事做到了，AI 就变成了你的免费销售，7×24 小时不拿底薪。

但问题主权有个反面，我得提一句。

你在抢问题的同时，对手也在抢。问题集是会过期的，客户的需求三个月一变，AI 的模型一个月一升级。今年 10 月的 20 个问题，明年 3 月可能有一半已经没人问了。所以问题主权不是一次性买卖，是一个持续追踪客户语言变化的活。

我们自己的口径：2026 年 4-10 月跟踪了 40 家企业的问题集，方法是每两个月把问题集丢回销售一线，对比客户最近一个月的原始问法。平均下来，一个行业的高质量问题集，每 4 个月要翻新一次。判断翻新的硬标准很简单：最近一个月客户实际问法里，有三成以上对不上现有问题集，就该翻新。样本局限得说清楚：40 家以中小企业为主，行业集中在本地服务、B 端制造和专业服务，大企业或 C 端快消的翻新节奏未必一致。

最后一个提醒：别一上来就奔着 20 个问题去。先把前 5 个成交率最高的问题打透，做到 AI 在这 5 个问题上非引用你不可。然后再扩。一口吃不成胖子，GEO 是慢功夫，急不得。

让每个品牌，在AI搜索里有一席之地。

光尘阁 · 2026年10月