B2B 採購流程發生了什麼變化？
傳統 B2B 採購從搜尋引擎找供應商、逛官網、要報價。現在越來越多決策者先問 AI：「台灣有哪些○○設備供應商」「A 公司和 B 公司哪個適合中型工廠」。Perplexity（月查詢 10 億+）的核心人群正是研究型買家；ChatGPT（週活約 9 億）與 Copilot 則嵌在辦公流程裡。初篩這一關從「搜尋結果頁」移到了「AI 答案」——而每個答案裡只有 3–5 個品牌位置。
B2B 買家問 AI 的問題有什麼特徵？
長尾、具體、帶約束條件：「符合 ISO 認證的○○廠商」「交期八週內的○○代工」「有歐洲案例的○○系統商」。這意味著籠統的品牌頁面進不了候選集——你需要把認證、產能、交期、服務區域、行業案例寫成可被檢索與摘引的結構化事實。這正是 答案工程在 B2B 場景的應用。
操作清單
- 規格與能力頁面：認證、規格表、產能、服務範圍，做成帶結構化資料的獨立頁面——這是官網成為「一手信源」的入場券。
- 案例庫：行業、場景、挑戰、做法、可公開的結果——案例是 B2B 答案裡最常被引用的事實素材，只寫可驗證的內容。
- 決策支援內容：「怎麼選」「A 方案 vs B 方案」「導入成本構成」類對比表與指南。
- 權威信源：行業協會名錄、展會名單、媒體報導、研究機構引用——B2B 買家用的引擎對權威域名偏好最強（見 信源圖譜）。
- Bing 通道：ChatGPT 與 Copilot 都吃 Bing 索引，B2B 場景下 Bing Webmaster Tools 與 IndexNow 是硬基建。
常見坑
坑一：把產品頁寫成企業宣傳冊——「精益求精、客戶至上」沒有可引用的事實。坑二：案例沒有細節——「服務某知名客戶」對 AI 等於沒說。坑三：忽視英文資產——國際買家以英文提問，中英實體口徑必須對齊（見 多語站點 GEO）。驗收方式：用真實採購問題集按月實測四維分數，方法見監測 SOP。
常見問題
我們是傳統製造業，客戶不靠網路找供應商，要做嗎？
值得重新評估：採購世代在更替，用 AI 做初篩的比例持續上升。GEO 對製造業的邊際成本不高——規格、認證、案例這些素材本來就有，缺的只是把它們寫成 AI 可讀的形態。
B2B 做 GEO 多久見效？
技術修復幾週內可見；信源與權威建設通常 60–90 天讓 AI 答案發生可測量變化。建議以 90 天 POC 結構化推進，第 12 週按四維標準複測驗收。