ARTICLE · 1272678

填完那张Excel,你离合格的知识库还差十万八千里

发布时间：2026-10-29 09:41:43 最近访问：2026-10-29 09:41:44

做GEO这行，这两年最常碰到的一个场景是：

客户说"我们知识库已经建好了"，然后发来一个Excel。

打开一看，公司简介一段、主打产品三行、两个案例、五个FAQ。填得敷衍的，总共不到两千字。

这玩意儿，严格讲不能叫知识库——它跟从网上随便找个模板复制粘贴，没什么两样。

真正的问题是，很多企业把"攒资料"当成了"建知识库"。资料收齐了，业务关系理没理清？客户的问题真的答得上吗？说的优势有没有依据？后面有没有人持续更新？这些才是决定知识库生死的部分，却常常没人管。

结合我们跑过的项目，我把"能用的知识库"该是什么样，拆开说透。

AI不认识你，通常不是AI的错

先说个最扎心的认知：AI回答里没有你，九成情况下不是AI偏心，是你压根没给AI足够的"料"。

大模型回答"某某行业靠谱服务商"时，是在一堆信源里做筛选。它得先"认识"你——你的名字、你是干什么的、能解决什么问题、有没有人替你背书——才谈得上"推荐"你。知识库，就是给AI准备的这套"自我介绍+证据链"。

这套证据链断在哪，你就死在哪。

最常见的翻车，是身份对不上。我们分析过一个本地门店案例：门店正常经营，可AI结果里蹦出来好几个读音相似、字形相近的名称，还各配了一个不同的地址。客户本来想找的就是那一家店，看完反而懵了——这到底哪个才是真的？这种情况，第一步必须把名称、地址、主体关系全部核对清楚。连"你是谁"都没说清，后面所有内容都是白搭。

另一种翻车，是业务关系没理清。看过一个同行的多品类项目，最初按产品分类和名称一估，觉得200多个监测问题顶天了。结果一翻手册、标准和解决方案，傻眼了——漏掉的业务入口远比想的多。后来硬着头皮梳理了4轮，投进去15个工作日，整理了114份文档，问题从200多扩到907个。这907个里，真正新增的是那些被忽略的业务入口，不是把"哪家好"换几个说法凑数。这行有个残酷法则：前期偷的懒，交付阶段一定会加倍还回来。

还有一种翻车，是优势没有依据。公司介绍吹得再响，案例讲不清背景、职责、条件和结果，AI根本不敢引用。说你有资质、有专利、有检测报告，材料呢？证据链断在这，AI宁可推荐隔壁信息齐整的小厂，也不敢替你兜底。

三块硬功夫，决定知识库能不能打

搞清楚了知识库是干嘛的，接下来就是怎么搭。有这三块，基本盘就稳了。

第一块：把客户的问题当入口，而不是把产品目录当入口。

客户问"50万预算选什么方案"，和你内部的产品分类，完全是两套体系。只按后者整理，等于把你最值钱的流量入口全扔了。

问题从哪来？销售聊天记录、询价邮件、技术确认、售后反馈，还有AI里的真实对话。别小看AI对话——它可以帮你批量补充问法，但有一条铁律：问法可以换出一百种，背后的决策意图就那么几类，得靠业务的人去分辨。

做过一个保健品OEM的项目，采购商的诉求五花八门：有人只要原料，有人拿着配方找代工，有人要研发打样，有人关心成品形态和跨境交付。我们最后拆成59个核心专项问题加130个通用问题，共189个。这里有个特别容易踩的坑：有些原料分析、加工知识类的问题，AI本来就不推荐任何企业，你要是全按"推荐类问题"去准备内容，方向就偏了，后面对效果的判断全乱。

第二块：把行业事实的缺口补上，而不只是说自己强。

企业的事说完了，行业的事呢？

还是那个保健品项目，暴露了一个很典型的问题：客户所在地明明有种植、加工、出口的完整能力，可AI列举产地时，优先列的是几个主流产区，压根没把他所在的地区放进去。地区进不了名单，企业能力自然没有被比较的机会。这时候再发几篇"公司实力雄厚"，一点用没有。

我们当时补的重点，是当地的产业事实，以及客户和种植、加工、研发、出口之间的真实关系。不是把产地吹成什么"核心产区"，而是把"行业事实和企业能力之间的那段解释"补上——这才是知识库该干的活。

第三块：差异化要具体到能支撑一道选择题。

所有企业都写"专业团队、经验丰富、全国服务"，AI怎么选？选了也会显得很敷衍。

有个新企业项目，我们干了大概两周，建了23个信源，首轮监测130个问题，DeepSeek提及率是0，其他平台也惨淡。复盘发现，客户面对的是公开资料积累很多年的成熟对手，而我们对"他在什么具体条件下值得被考虑"研究得远远不够。通用卖点堆得再齐，也替代不了竞争判断。

这一块对中小品牌尤其要命：背书拼不过大品牌，大品牌多的时候，小品牌连被提及都难。但差异化能给你开一扇窗——把独特卖点整理到具体，AI有时会专门辟一个板块讲你。注意，这个差异点不能光自己以为，要拿AI多轮追问，看反馈里的空隙在哪，再核对自己有没有这本事。找得到就写，找不到就留白，绝不能让AI替你编一个"独家优势"。

还有三件小事，最容易翻车

第一件：写清楚边界，敢写"待确认"。

资质全不全、覆盖哪些产品哪些地区，别含糊。把"不知道"硬写成肯定答案，将来清洗起来才真要命。敢写"待确认"，注明谁确认、缺什么材料，比编一个答案体面得多，也安全得多。

第二件：别漏了费用、交付、售后这类决策信息。

客户被AI推荐给你，只是开始。他还要比投入、比责任、比风险。一份只会介绍企业的知识库，支撑不了后面的合作判断。

第三件：给知识库做版本管理和记录。

我们吃过亏：首轮项目效果很好，客户满意，顺利签了全年。到第二轮要查漏补缺，和同事面面相觑——当时的提示词怎么写的、每类信源当时怎么想的，谁也没留记录。我花了整整两三天才从零摸回来。这事的教训是：记录不只是备忘，还是护身符。曾经有位客户询价，我们合作前先监测了120个问题，DeepSeek提到该品牌95次、提及率79%——但这成绩是人家自己积累的，不是我们做的。要是没有日期、范围和阶段的记录，这份功劳很容易被说成我们的，也很容易被别人冒领。