買家問 AI 什麼？

汽配買家分兩類：售後市場採購問「某 OE 號的替代件供應商」「煞車片工廠怎麼篩」；終端車主問「某車型的耗材怎麼選」「副廠件可靠嗎」。兩類問題的答案都依賴結構化的產品資料：料號、適配車型、規格、認證。引擎在落地驗證關會交叉核對這些欄位是否多信源一致（見 落地驗證）——目錄裡一個適配表、官網另一個，直接扣分。出海 B2B 的整體邏輯見 B2B GEO。

哪些認證與資料是信任訊號？

  • 品質體系認證：IATF 16949、ISO 9001 等以文字寫明認證範圍與狀態——採購初篩的硬門檻，也是 AI 核驗的事實項。
  • 適配資料結構化：OE 號對照、適用車型年份、規格參數做成 HTML 表格，每個料號可獨立被摘引。
  • 檢測與保固口徑：檢測標準、保固條款寫成可查文字，行銷話術替代不了可核驗陳述。
  • 實體一致：公司名、廠址、品牌名在官網、B2B 目錄、行業名錄逐字對齊（見 實體工程）。

答案塊怎麼寫？

產品線頁開頭 40–80 字說清「這條產品線覆蓋哪些車系、通過什麼認證、供貨能力是什麼」。內容按問題簇佈局：「怎麼驗證副廠件品質」「OE 件與售後件的差異」「採購汽配如何審廠」——這些是採購真實會問 AI 的問題，寫法見 答案工程。Product 類結構化資料按 技術實現規範標註。

信源圖譜怎麼佈？

汽配品類的關鍵信源是國際汽配目錄與行業名錄：檔案完整、料號資料同步更新的供應商會被 AI 反覆引用；展會參展記錄、行業媒體報導構成第二層印證。先觀察你的品類答案實際引用哪些域名再投放（見 信源圖譜）。用 50–100 題採購問題集按月實測四維分數，方法見 監測 SOP。

常見坑

坑一：適配資料只在 Excel 與 PDF 裡——爬蟲讀不到，等於沒有。坑二：多品牌多站點資料互相矛盾——集團型企業最容易踩，全網一份定版料號資料是底線。坑三：只做 B2B 平台不做官網——平台檔案是信源之一，但官網是實體錨點與一手信源，缺了它 AI 對「你是誰」的認知始終薄弱。

常見問題

汽配 SKU 上千個，每個都要做頁面嗎？
不必逐 SKU 造頁，但產品線與車系覆蓋頁要完整：按產品線 × 車系組織適配表，讓每個表格單元可查。核心料號與主推產品線再單獨做深度頁。
純代工無自有品牌，GEO 有價值嗎？
有。採購問 AI 的是「誰能代工某類件、產能與認證如何」——工廠的產線、認證、製程能力就是答案素材。把工廠當品牌經營實體資訊，是代工型企業的 GEO 主線。