買家問 AI 什麼？

新能源採購的 AI 查詢集中在選型與收益：「工商業屋頂電站怎麼選元件」「單晶與TOPCon差異」「儲能系統供應商怎麼篩」「回本週期怎麼估」。這類問題的答案高度依賴數據：效率、溫度係數、衰減率、保固條款。引擎會把複雜選型問題拆成多個子查詢並行檢索（見 query fan-out）——只覆蓋「產品介紹」的頁面進不了完整候選集。

哪些認證與數據是信任訊號？

  • IEC 系列認證：元件的 IEC 61215、IEC 61730 等認證狀態以文字寫明，對應型號可查——落地驗證關會核對（見 落地驗證）。
  • 數據附口徑：效率與衰減數據標註測試條件與版本，無口徑的「高效」沒有可引用性。
  • 保固條款透明：產品保固與功率保固的年限與條款寫成可查文字。
  • 專案案例可核驗：裝機規模、併網時間、應用場景寫清楚，最好有第三方報導或客戶可驗證。

答案塊怎麼寫？

產品頁開頭 40–80 字直接給出定位與核心數據：「這是○○型元件，量產效率○○%，適用○○場景，通過 IEC ○○認證」。選型指南按問題簇佈局：技術路線對比、場景選型、收益測算方法、供應商篩選——每篇都是採購問 AI 的潛在子查詢。寫法見 答案工程；對比表是這個品類最常被引用的格式。

信源圖譜怎麼佈？

新能源品類的權威信源包括行業媒體、研究機構報告與展會記錄：被行業榜單或第三方測試收錄，等於進入 AI 的預設引用集。主動參與第三方測評、發布附方法論的技術白皮書（見 原創研究）、經營行業媒體記載（見 數位公關）。整體框架見 信源圖譜。

常見坑

坑一：數據吹牛——實驗室數據當量產數據寫，落地驗證與行業口碑會雙重反噬。坑二：只有中文資料出海——目標市場語言的技術文件與選型內容缺一不可，見 多語站點 GEO。坑三：政策資訊過期不更新——補貼與併網政策變化快，過期內容生成錯誤答案傷害品牌認知維度。效果按月實測，見 監測 SOP。

常見問題

太陽能產業做 GEO，B2B 和終端消費者內容要分開嗎？
要分問題簇但共用基建：工商業採購問選型與供應鏈，戶用市場問收益與安裝——兩套問題集分別佈局內容，實體口徑、結構化資料與監測框架一套複用。
技術參數會被競品抄襲，還該公開嗎？
公開的規格與認證是採購資格而非機密——不公開的代價是 AI 無法引用你，採購初篩直接出局。真正的製程壁壘從來不在規格表上。