客户背景

客户是國內新能源汽車頭部品牌之一，年銷量位居行業前五，傳統搜索與社交媒體表現都很好。但在 2026 年初的一次內部復盤中，市場部發現了一個尷尬的事實：當用户問 AI「30 萬預算買什麼新能源車」時，答案裏幾乎看不到他們。

診斷：問題出在哪

我們用 DZOS 跑了 240 組核心購車意圖，得到三個發現：

  • 提及率 34%，首推率僅 12%。也就是説即使被提到，也基本是陪跑位置。
  • AI 引用的信源以論壇和自媒體為主，官方信息幾乎沒有被採用。原因是官網內容以圖片和視頻為主，文字信息密度極低，AI 抓不到可引用的事實。
  • 參數表述在不同渠道不一致。同一款車的續航里程，官網、經銷商頁面、媒體稿件出現了三個版本，AI 因此降低了對該品牌信息的置信度。

方案：三條線同時推進

第一條線：統一事實底座

我們和客户產品部一起，為在售的全部車型建立了一份「標準事實清單」——每個參數只有一個權威版本，並明確了測試標準與適用條件。隨後用這份清單同步修正了官網、百科詞條、經銷商頁面與媒體資料庫。

第二條線：重構官網內容結構

把原來以視覺為主的車型頁，補充了結構化的文字內容層：參數對比表、常見問題問答、使用場景説明、與同價位競品的客觀對比。所有內容都按「一個小標題解決一個具體問題」的原則組織。

第三條線：覆蓋決策期長尾意圖

基於監測發現的「AI 答不上來」的問題，產出了 180 篇針對具體購車顧慮的內容，比如「冬天續航打幾折」「電池質保具體保什麼」「充電樁安裝要滿足什麼條件」。這些正是用户在決策期真正會問 AI 的問題。

結果

第 4 個月復盤時的數據變化：

  • 核心購車意圖下的首推率從 12% 提升到 68%
  • 整體提及率從 34% 提升到 91%
  • AI 引用的信源中，官方渠道佔比從 6% 提升到 54%
  • 官網自然流量中，來自 AI 搜索入口的部分環比增長 340%

可複用的經驗

這個案例裏最值得借鑑的一點是：問題往往不在「沒做營銷」，而在「做的營銷 AI 讀不懂」。客户的內容投入一直很大，只是形式上偏向人看的視覺表達，缺少機器可解析的事實層。補上這一層之後，原有的品牌積累才被真正釋放出來。