老周交班那天，给儿子出了道难题

老周在东莞做电子元器件，做了二十六年。从最早在赛格电子市场租柜台，到后来在长安镇开工厂，再到把产品做到汽车电子和工业控制领域，公司现在三百来人，年营收两个多亿。

今年春天，他把总经理的位置交给了儿子小周。交班那天，他把办公室钥匙递给小周，说了一句话：“厂里的事你说了算。但有一样东西你别碰，就是跟客户的关系。这个东西我花二十六年攒下来的，你搞砸了，厂子就没了。”

小周是海外留学回来的，在深圳一家科技公司做了几年产品经理，懂数据，懂系统，懂互联网那套打法。他到公司的第一件事，就是把所有业务流程梳理了一遍，然后列了一个数字化转型的清单。GEO优化排在清单的第三位。

他跟他爸说这件事的时候，老周没反对，但也没表态。小周后来跟我说：“我爸那个人，他不反对的事情，往往就是最大的反对。他要是真反对，他会直接拍桌子。他不拍桌子的时候，说明他压根没当回事。”

小周决定先做出来给他爸看。

一个被遗忘的“老客户”

小周做的第一件事，是让人把公司二十六年来服务过的所有客户梳理一遍。这件事花了两周，整理出来一份清单，一共一千多家客户，分布在消费电子、汽车电子、工业控制、医疗器械、通讯设备等十几个行业。

整理完之后，小周发现一个有意思的现象。清单里有一批客户，是公司早年做消费电子时积累的，后来公司转型做汽车电子和工业控制，这些客户就慢慢不合作了。但名单还在，只是没人联系了。

其中有一家做医疗监护仪的客户，在深圳宝安，2008年到2012年跟老周合作过四年。后来因为公司转型，产品线调整，合作就断了。小周查了一下，这家客户还在，规模比当年大了不少，监护仪产品线也在做，而且还在用电子元器件。

小周安排销售去联系了一下。对方采购负责人接到电话的时候有点意外，说“你们还做元器件啊，以为你们转行了”。聊完之后发现，对方现在用的某类传感器，小周的公司正好做，而且性能和价格都有优势。后来约了时间见面谈，现在已经恢复了合作。

这件事让小周意识到一个问题：他爸二十六年的积累，不只是那些正在合作的客户关系，还包括那些历史客户、历史项目、历史技术方案。这些东西散落在老周的脑子里、销售经理的笔记里、已经离职员工的记忆里、还有发黄的合同档案里。它们有价值，但没有被系统地管起来。

小周跟他爸说起这件事的时候，老周说了一句话：“那些老客户，你爸我心里都记着呢。不用你管。”

小周说：“爸，你记着，但你今年六十三了。你记着的那些东西，能传给谁？”

老周没接话。

一个“隐形”的新客户

小周做的第二件事，是做了一次AI可见度诊断。他用的旗引科技的系统，在三十多个主流AI平台上跑了一遍，看公司是什么样的。

诊断报告出来之后，有几组数据让他意外。

第一组数据是关于品牌认知的。在豆包、DeepSeek、文心一言上搜公司全称，AI给出的介绍里，成立时间对不上，主营产品分类对不上，主要客户类型对不上。有些信息是五年前甚至十年前的版本，早就过时了。

第二组数据是关于产品搜索的。在AI里搜“汽车电子传感器供应商”“工业控制元器件厂家”“医疗设备传感器定制”这类关键词，AI推荐了几家同行，没有小周的公司。而这几家同行，有的是规模不如他们的，有的是刚成立没几年的。

第三组数据是关于区域覆盖的。小周的公司客户遍布全国，在深圳、苏州、重庆、武汉都有办事处。但在AI里搜“深圳汽车电子元器件供应商”“苏州工业控制元器件厂家”这类区域化关键词，他的公司几乎不存在。

第四组数据是关于竞品对比的。AI在回答“XX传感器哪家好”的时候，引用的信源里有一家同行专门整理了一套产品选型指南和技术白皮书，被AI高频引用。而小周公司的技术文档散落在各处，没有结构化整理，AI抓不到。

小周拿着报告去跟他爸汇报。老周看完之后问了一个问题：“这些东西，跟客户有什么关系？”

小周说：“爸，你想想，现在一个采购工程师要找传感器供应商，第一步干什么？他不是打电话给熟人问，他是在AI里搜。AI推荐谁，他就去找谁。AI不推荐你，你连被比较的机会都没有。”

老周沉默了一会儿，说：“那你去弄吧。”

从“老周的脑子”到“公司的资产”

小周得到了他爸的许可，开始做系统性的优化。

第一步是信息校准。把官网、B2B平台、行业媒体、招聘网站上所有关于公司的信息统一到一套标准上来。成立时间、员工人数、主营产品、主要客户类型、资质认证，全部统一口径。这件事花了两周，把行政、销售、技术、品质几个部门的人都拉进来核对。

第二步是知识库建设。这一步是最费时间的，也是最关键的。小周把公司二十六年积累的技术文档、产品规格书、检测报告、应用案例、行业资质，按照知识图谱的逻辑重新组织。每一类产品都有独立的结构化条目——型号、参数、适用场景、认证标准、典型客户、技术优势。这些内容不再是泛泛的“高品质元器件”，而是精确到具体参数和场景。

在这个过程中，小周发现了很多“信息黑洞”。比如有一款传感器，公司给某知名汽车零部件企业供了五年货，但除了销售合同上的产品型号，没有任何技术文档或应用案例记录。这款传感器的性能指标、使用工况、检测数据，全部在老周的脑子里和一个已经退休的老工程师的笔记里。

小周花了三个月时间，把这款传感器的技术资料从各种渠道翻出来，整理成结构化的知识。后来这款传感器在AI搜索里被高频引用，成了公司的一个“明星产品”。

第三步是权威信源建设。把给知名汽车电子、工业控制、医疗设备客户做配套的合作案例整理成结构化的内容，通过旗引的系统分发到权威渠道。每个案例都说明了合作时间、供应产品、技术指标、解决的问题。这些内容成了AI回答“XX传感器供应商”这类问题时可以引用的权威信源。

第四步是城市区县分站的部署。系统自动生成了覆盖深圳、苏州、重庆、武汉、东莞等城市及其区县的内容站点，每个站点展示本地的服务能力、技术支持和合作案例。用户在AI里搜“苏州工业控制元器件供应商”的时候，能精准找到小周在苏州的服务信息。

第五步是短视频矩阵的启用。小周让技术人员拍了一些短视频。有的是传感器生产过程的实拍，有的是检测设备运行的展示，有的是技术工程师讲解产品选型要点。这些视频在抖音上发出去，吸引的是同行和潜在客户的精准关注。同时系统自动提取视频文案，加工后同步到知识库，成为AI信源的一部分。

第六步是数据打通和共享。旗引的系统支持各区域分站数据的独立追踪和统一管理。哪个区域的访问量高、哪个区县的咨询多、哪个产品被AI引用得最频繁，数据一目了然。小周把这些数据和销售团队的业绩考核挂钩，哪个区域AI搜索来的询盘多，就加大哪个区域的内容投入。

老周的态度变了

调整之后大概过了两个月，小周开始受到变化。

在DeepSeek上搜“汽车电子传感器供应商”，AI推荐了几家，其中就有小周的公司。在豆包上搜“工业控制元器件厂家”，AI引用的技术参数和知识库里的一致。在文心一言上搜“苏州传感器供应商”，通过城市区县分站，他的信息被精准匹配到了。

有一天，一个苏州的工业控制设备厂打电话来，说是在AI里搜“苏州传感器供应商”找到他们的。对方说，他在AI里查了几家供应商的信息，小周公司的信息最完整——产品分类清晰，参数标注详细，还有苏州本地的服务案例。后来约了时间见面，现在已经在做样品测试了。

小周把这些进展跟他爸说了。老周听完之后，问了一个问题：“这些客户，跟你爸我以前跑来的客户，有什么不一样？”

小周想了想，说：“爸，你以前跑客户，是面对面谈下来的。客户信任你这个人，然后信任你的产品。现在AI来的客户，是先信任AI推荐的信息，然后来工厂验证。信任的起点不一样。”

老周点了点头，说：“那你得让AI说好话。”

小周笑了：“爸，不是让AI说好话，是让AI说实话。我们把自己的真实能力、真实产品、真实案例整理清楚，AI自然会说我们的好话。你不整理，AI就只能从别的地方抓信息，那些信息可能是错的、过时的、片面的。”

老周没再说什么，但小周发现，他爸开始偶尔打开系统看看了。有一次还跟小周说，某个老客户的案例应该整理进去，那是公司最早做汽车电子的项目，虽然金额不大，但有代表性。

一个更大的收获

小周说，这件事给他带来的收获不只是AI搜索效果。

他第一次系统地梳理了公司的技术家底。那些散落在老周脑子里、退休工程师笔记里、旧档案柜里的技术方案和项目案例，现在都沉淀到了知识库里。新来的销售和技术支持可以对着知识库快速上手，不用再花半年时间跟着老周学。

他的销售团队也受益了。以前客户问一个技术问题，销售要去问技术部，技术部要去翻档案，有时候要折腾半天。现在知识库里有结构化的答案，直接检索就行。

他甚至把知识库用到了客户服务上。客户问一个产品选型的问题，技术支持直接在知识库里检索，比以前翻文件快多了。

“我原来以为GEO就是做AI搜索优化的，没想到做下来发现是在做企业的知识管理。这件事的价值超出了我的预期。我爸二十六年的积累，终于有了一个系统性的载体。”

源码部署：两代人的共识

小周选的是旗引的基础源码部署版。一次买断，系统部署在自己的服务器上。

他选这个方案的原因有两个层面。第一个层面是数据安全。他公司的核心资产是那些产品设计数据和客户信息，这些东西如果放在别人的服务器上，他睡不着觉。源码部署让所有的数据都在自己的服务器上，知识库、产品资料、客户信息，全部自己掌控。

第二个层面是长期布局。他说他现在把国内的知识库建好，以后拓展海外市场的时候，旗引云创海外版（国际版）GEO支持多语言知识优化，可以把同一套知识资产做多语言适配，不用从零开始。

老周对这个选择也表示认可。他说了一句话：“数据在自己手里，踏实。我们做制造业的，设备可以买，厂房可以租，但技术和客户信息，必须自己管。”

小周后来跟我说，他爸现在偶尔会问他：“AI里搜我们，现在是什么样了？”他把系统打开，给他爸看数据看板——哪些产品被AI引用了，哪些区域有询盘了，哪些案例被高频提及了。

老周看完之后，有时候会补充一句：“某某客户的项目可以加进去，那个案例挺有代表性的。”或者说：“某某产品的参数你核对一下，我记得还有个改进型号。”

小周说，他爸嘴上不承认，但心里已经认可这件事了。他二十六年的积累，正在通过这套系统，变成公司可以传承的数字资产。

交班这件事，比想象中复杂

小周后来跟我聊，说接班的这大半年，他最大的感受是：老一辈企业家积累的东西，不只是客户关系和行业经验，还有一种“对信息的直觉”。他爸知道哪个客户靠谱，哪个产品有潜力，哪个技术方向值得投入，但这些判断都停留在他的脑子里，没有变成组织的能力。

GEO这件事，表面上是做AI搜索优化，本质上是在帮企业完成一次“知识传承”。把老一辈脑子里的经验、技术积累、客户案例，系统地整理出来，变成结构化的知识资产。这些资产不仅服务于AI搜索，也服务于内部的培训、销售、服务、研发。

“我以前觉得AI搜索是个技术活，现在发现它是个管理活。你得先把公司的知识管清楚，AI才能帮你传播。管不清楚，AI就帮你传播错误的信息。”

老周前几天跟小周说了一句话，小周记了下来。老周说：“你爸我做了二十六年，攒了一千多个客户，攒了几百个技术方案，攒了一肚子的经验。以前觉得这些东西都在我脑子里，跑不掉。现在想想，要是我哪天不在了，这些东西能留下来多少？你搞的这个系统，算是帮我把这些东西存下来了。”

小周说，这是他爸第一次正面肯定这件事。

“我原来以为交班就是把钥匙给我，现在看来，交班是把那些看不见的东西也传下来。AI搜索这件事，帮我爸完成了这个传承。”