GEO 线索怎么归因：AI 推荐、官网表单和 CRM 怎样闭环

先别急着问 AI 平台给不给数据

很多企业第一次做 GEO，会马上问一个问题：客户到底是不是从 AI 搜索来的？这个问题很正常，但现在不能只等平台给答案。

AI 问答和传统搜索不一样。用户可能先在豆包、Kimi、DeepSeek、通义千问里问了一轮，又去百度搜品牌名，最后从官网提交表单。中间没有一个稳定的 referrer 能把整条路径串起来。

所以 GEO 归因要先换思路。先把可见性、官网入口和销售跟进三层证据拼起来。证据不完美，但足够让团队判断内容有没有带来真实机会。

SEO 至少有搜索词、落地页、来源媒介、点击路径这些数据。GEO 的链路更碎。用户在 AI 里看到的是一段答案，不一定会点击引用；有些模型会给来源，有些不会；有些答案来自搜索结果，有些来自模型已有知识。

更麻烦的是，AI 推荐经常发生在决策前半段。客户还没准备咨询，只是在问“哪个品牌适合”“有没有服务商”“这家公司靠谱吗”。等他真的联系你时，已经换了设备、换了渠道，来源字段很容易丢。

这不是技术同事埋一个参数就能解决的问题。它更像销售管理问题：你要提前设计好能被记录的节点。

GEO 归因的第一层证据，是你有没有在目标问题里出现。比如“GEO 服务商怎么选”“AI 搜索优化公司有哪些”“无锡有没有做 GEO 的公司”“消费品牌怎么做 AI 搜索优化”。这些问题要固定下来，不要今天一批、明天一批。

每次复测都保留原始回答，而不是只留一个分数。原文里有没有出现品牌名，位置靠前还是靠后，是否写对公司业务，是否给出官网、案例、联系方式，这些都比单个百分比更有复盘价值。

我们更建议把问题分成触发、探索、评估、行动四类。触发类看品牌有没有进入候选；探索类看 AI 是否能解释方法；评估类看竞品对比；行动类看它会不会把用户带到官网或联系方式。

很多 GEO 项目失败，问题出在承接：AI 可能已经推荐过，用户来了官网却接不住。首页像宣传册，服务页太空，文章没有下一步，表单提交不稳定，用户看完就走了。

官网至少要准备几个入口：品牌事实页、服务页、案例页、诊断页、常见问题页、联系页。AI 把用户引过来以后，用户能快速确认三件事：你是谁，你解决什么问题，怎么联系。

表单里也要保留来源字段。比如晨天智策官网的线索统一写入飞书 CRM，来源标记为 chentianai.com官网。这个字段看起来普通，但它能把官网所有自然线索先接住，后面再通过销售备注判断是否和 AI 推荐有关。

很多团队做归因，最后卡在销售没有记录。客户微信加过来了，电话打过来了，销售聊得很顺，但 CRM 只写了“客户有意向”。这条线索后面就很难复盘。

建议销售在第一次有效沟通里自然问一句：您最早是在哪里看到我们的？如果客户说“AI 里搜到的”“豆包推荐的”“百度搜晨天智策看到官网的”，就把原话写进备注。不要改写得太精致，原话最有用。

有些客户说不清也没关系。归因不是审讯。只要团队形成习惯，三十条线索里有十条能写清来源，就已经比完全凭感觉强很多。

字段不要一开始就设计得太复杂。能稳定填的字段，才有管理价值。后面线索量起来，再逐步细化平台、关键词、问题类型和内容触点。

GEO 行业现在有一个危险倾向：把所有咨询线索都说成 AI 推荐带来的。短期看好像很漂亮，长期看会伤害信任。

更稳的做法是把证据分级。一级证据是客户明确说来自某个 AI 平台；二级证据是客户先搜索品牌词，再从官网进入；三级证据是品牌在目标问题里可见率提升，同时官网自然线索增长。不同证据对应不同结论，不能混着讲。

这也是晨天智策做官网和 CRM 闭环时坚持的一点：能证明到哪里，就说到哪里。不能证明的，不用漂亮话补。

第一个指标是可见性。目标问题里，品牌有没有出现，出现在哪些平台，描述是否准确。第二个指标是官网承接。被推荐后，用户能不能找到服务、案例、诊断和联系方式。第三个指标才是线索。

每个月复盘时，把三张表放在一起看：AI 原始回答表、官网访问和表单表、CRM 跟进表。如果 AI 可见性提升，但官网没有线索，先查页面承接；如果官网有线索但成交很少，查销售话术和方案；如果 CRM 里客户反复提到同一个问题，就把它写成新文章或 FAQ。

GEO 的价值不该停在一张报告。它要让市场、内容、官网和销售终于围绕同一批问题工作。