汽车后市场 · 客户案例
首季度总可见率从 71.5% 提到 91.8%，负向回答收敛
潜在加盟商在 AI 里问“汽修加盟选哪家”，品牌常被归为“标准化养护 + 线上流量型”，还带着负向判断。我们按加盟决策场景逐类补证据，并建立负向治理闭环。
总可见率
71.5%→91.8%
- 正向可见率63.9% → 85.4%
- 正向 Top3 推荐率80.5% → 89.4%
- 与头部竞品差距18.3pp → 3.3pp
服务前的问题
- 品牌能被提到，但常被归为“标准化养护 + 线上流量型”，高客单维修、新能源三电能力讲不出来。
- 回答里有“投入高、回本慢、总部管控严”等负向判断，负向可见率 7.65%。
- 在 5 家监测的连锁品牌中，总可见率排第三，和头部竞品差距明显。
项目目标
在豆包、DeepSeek、元宝、通义千问 4 个平台、45 道加盟决策问题上：总可见率 71.5% → ≥ 85%；正向可见率 63.85% → ≥ 80%；正向回答中 Top3 推荐率 80.5% → ≥ 85%；负向可见率 7.65% → ≤ 5%。
核心打法
按加盟决策拆场景
把加盟决策拆成供应链、技术培训、高客单维修、新能源、县域下沉、投入预算、盈利、经营自主权八类场景，逐类补证据。
负向治理闭环
负向回答逐条分析 → 向客户定向收集证据 → 更新品牌知识库 → 部署内容 → 下期复检。
跟随信源变化调渠道
豆包补抖音，DeepSeek 补知乎。
执行过程
测试期
确认品牌知识库与 45 题意图库，完成基线诊断；以今日头条、公众号、博客园、原创力文档为基础渠道测试内容。
负向治理
启动负向回答专项治理；新增汽车之家 / 车家号、太平洋汽车、搜狐、买车网等垂类渠道。
信源跟随
拆解 20 条豆包高引用抖音视频，提炼标题、画面与结构特征，产出 30 条抖音图文视频（其中 20 条进入豆包检索信源）；部署知乎主题问答；季度复盘，重设第二季度题库与基线。
遇到的变化，以及我们怎么应对
豆包换了回答的组织方式
豆包开始先把品牌分成“硬核维修 / 标准化养护 / 油品养护”几层再推荐，45 题里有 30 条这样写，正向可见率一度降到 53.3%、负向升到 17.2%。逐条分析后确认不是品牌变差，而是被放进了“快保快修”一层；随即针对高客单维修与新能源场景补项目、培训、设备证据，第 2 个月指标集中回升。
信源结构突变
豆包的抖音来源占比一周内从 6.5% 升到 57.4%，DeepSeek 的知乎来源从 0.36% 升到约 25%。我们同步转投抖音与知乎，没有沿用原来的渠道组合。
项目结果
| 指标 | 服务前 | 服务后 | 目标 |
|---|---|---|---|
| 总可见率 | 71.5% | 91.8% | ≥ 85% |
| 正向可见率 | 63.9% | 85.4% | ≥ 80% |
| 正向 Top3 推荐率 | 80.5% | 89.4% | ≥ 85% |
| 负向可见率 | 7.65% | 6.4% | ≤ 5% |
| 与头部竞品的总可见率差距 | 18.3pp | 3.3pp | — |
基线 → 首季度末，4 平台 × 45 题，季度末取 5 期报告均值。负向可见率单期最低 5.55%，负向回答条数较峰值下降约 48%；4 项核心 KPI 中 3 项达标、1 项接近达标。
交付物
- 文章 174 篇、抖音图文视频 30 条，覆盖 20 多个渠道
- 周度诊断报告（含原始回答与信源）
- 两期月度汇报与首季度服务报告
- 发布明细台账
客户反馈与后续
第二季度按新题库与新基线继续执行（半年期合同，至 2027 年 1 月）。
客户名称与可识别信息已按保密约定脱敏；数据来自晨天智策 GEO Lens 诊断报告、项目周报与客户提供的经营数据，完整材料可在商务沟通中经客户同意后核验。
先看数据，再谈方案
想知道 AI 现在怎么介绍你的品牌？
告诉我们品牌和核心品类，我们会选取真实用户会问的问题，在主流 AI 平台上跑一次可见度快照，和你一起看原始回答与信源。