一家做倉儲管理系統的軟體公司，業務主管在週會上講了一件事：最近三個新客戶的第一通電話，對方都是拿著一份「候選廠商清單」來的，清單上有四到五家，問他們跟其中幾家差在哪裡。
業務問客戶這份清單怎麼來的，三個人裡有兩個說是先問了 ChatGPT。更讓他在意的是另一件事：那些清單上原本沒有他們，是客戶的同事推薦才加進去的。換句話說，如果沒有那位同事，這幾筆生意根本不會開始。
B2B 的採購流程長、參與的人多，以前我們談的是官網、展覽、業務拜訪和產業媒體。現在多了一個在所有人之前就先發言的角色：採購人員打開的那個 AI 對話框。
B2B 採購前，AI 被拿來問什麼？
主要是四類問題：釐清自己的需求、列出候選廠商、比較規格與價格、確認導入風險。這四類剛好對應採購流程的前半段，也就是業務還沒被聯絡之前的那段時間。
釐清需求的問題像是「200 坪的倉庫需要導入 WMS 嗎」「倉儲系統和 ERP 的庫存模組差在哪」，提問的人通常還沒有預算，只是想先搞懂。
列名單的問題最直接，像是「台灣有哪些倉儲管理系統廠商」「適合中小型電商的 WMS 推薦」。這一題決定了你能不能進入候選名單。
比較的問題通常在有名單之後，例如「A 系統和 B 系統哪個適合多倉庫」「某某 WMS 一年大概多少錢」。
確認風險的問題則是「導入倉儲系統常見失敗原因」「某某系統的缺點」。這類問題的答案常常會影響內部簽核。
B2B 的特別之處在於，同一家公司裡會有好幾個人各自去問。使用部門問功能，IT 問整合，財務問價格，主管問風險。每個人拿到的答案不同，但都會影響最後那張候選清單。
為什麼 B2B 品牌在 AI 答案裡常常缺席？
最常見的原因是：B2B 官網上真正有用的資訊，大多被鎖起來或寫得很模糊。AI 讀不到具體內容，自然沒辦法把你寫進答案。
我們整理過十幾個 B2B 客戶的官網，問題非常一致。規格表放在要留資料才能下載的 PDF 裡；價格寫「歡迎洽詢」；案例頁只有客戶 logo 牆，沒有任何一段文字說明做了什麼；產品介紹用「一站式」「全方位」「智慧化」這類詞，讀完還是不知道它能不能處理多倉庫調撥。
從業務的角度看，把資料鎖起來是為了換名單。這個邏輯在搜尋引擎時代還說得通，因為使用者至少會點進官網、看到表單。但在 AI 對話裡，採購人員看到的是 AI 整理好的答案，如果答案裡沒有你，他連來你官網留資料的機會都沒有。
哪些內容應該從表單後面拿出來？
原則是：會影響「要不要把你列進名單」的資訊公開；需要客製化討論的資訊才留給業務。我們通常建議 B2B 客戶先處理下面三種。
規格與整合資訊做成網頁
支援的部署方式、可串接的系統、資料匯入格式、使用者數量上限、資安認證，這些是 IT 和使用部門最常問 AI 的問題。把它們寫成一般網頁的文字和表格，不要只放在 PDF 或圖片裡。白皮書和完整規格書可以繼續用表單換名單，但摘要要公開。
價格至少給一個範圍
很多 B2B 公司怕公開價格會被比價。但老實說，採購人員問「大概多少錢」時，AI 一定會給答案，如果你不提供，它就用別家的數字或網友的猜測。寫出起價、計價方式（依使用者數、依倉庫數、依交易量）和影響價格的因素，就足以讓你進入比較。
案例要寫出產業、規模與數字
案例是 B2B 版本的評論。「某電商客戶導入後效率提升」對 AI 沒有用；「一家有三座倉庫、日出貨 2,000 單的保健食品電商，導入後揀貨錯誤率從 0.8% 降到 0.2%」才會被引用。客戶不願意具名沒關係，產業、規模、問題和結果寫清楚就夠了。
這些內容的寫法，可以搭配這篇 GEO 內容策略一起看。如果現在的官網架構根本放不下規格頁、案例頁和比較頁，那可能是時候考慮整體的網站改版了。
比較頁怎麼寫才會被 AI 引用？
寫得誠實，包括「什麼情況下不適合選我們」。AI 在回答比較問題時，偏好立場清楚、條件具體的內容；一面倒說自己最好的比較頁，通常只被當成廣告看待。
一份有用的比較頁，會先說明比較的對象和條件，再用表格列出差異，最後給出選擇建議。以倉儲系統為例：
| 比較項目 | 寫法重點 |
|---|---|
| 適合規模 | 寫出倉庫數、日出貨量的範圍，而不是「各種規模都適合」 |
| 部署與導入 | 雲端或地端、平均導入週期、需要客戶投入多少人力 |
| 價格結構 | 計價單位與起價，以及哪些功能另外收費 |
| 整合 | 已有串接的電商平台、ERP、物流商 |
| 不適合的情況 | 例如冷鏈倉儲、需要深度客製流程的大型製造業 |
最後一列是很多人不敢寫的，但它反而讓整頁內容變得可信。我們的經驗是，寫出不適合情況的比較頁，被 AI 引用時常常連同適合條件一起被引用，帶來的詢問也更精準，業務比較少花時間在根本不合適的客戶身上。
業務團隊為什麼是最好的提示詞來源？
因為業務每天在電話和會議裡聽到的問題，就是採購人員會拿去問 AI 的問題。行銷自己坐在辦公室想題目，常常想出一堆客戶根本不會問的東西。
具體做法很簡單： 請業務在每次初次會議後，記下客戶問的前三個問題，一個月後就有上百題。把重複的歸類，每一類對應到官網上的一個頁面或段落。沒有對應頁面的，就是下一季要補的內容。
另一件事是追蹤來源。 在官網的詢問表單加一個「您從哪裡得知我們」的欄位，選項裡放進「AI 工具（ChatGPT、Perplexity 等）」，CRM 也同步加上這個來源選項。AI 對話帶來的詢問很多不會在網站分析裡被正確歸類，直接問客戶反而最準。表單欄位設計對名單品質的影響，可以參考表單設計與轉換追蹤這篇。
在表單編輯器裡，把這個欄位設為下拉選單，選項包含搜尋引擎、AI 工具、展覽、同業推薦、社群與其他，並設為必填（各家表單工具的介面不同，概念一致）。
案例：倉儲系統公司擠進 AI 候選名單
回到開頭那家倉儲系統公司。他們大約 40 人，產品不差，但官網只有五頁，規格書和案例全部放在表單後面。
我們先跟業務一起整理出 20 個採購人員可能問的問題，在三個 AI 工具上測試。20 題裡，他們只在 1 題的答案中被提到。
接下來五個月，他們做了三件事。第一，把規格書摘要、串接清單、價格起算方式改成公開網頁。第二，把八個舊案例重寫，每一篇都寫出客戶產業、倉庫規模、導入前的問題和具體數字。第三，寫了三篇比較頁，分別針對多倉庫、跨境電商和中小型電商，每一篇都附上「不適合的情況」。
五個月後重測，同樣 20 題裡有 6 題的答案提到他們，其中 4 題出現在候選名單類的問題。表單上的「AI 工具」選項，在最近一季的有效名單中佔了大約 11%。業務主管最有感的是，這些客戶第一次開會時已經看過比較頁，討論直接從需求細節開始。
採購人員還沒打電話之前，候選名單就已經在 AI 對話裡排好了。
常見問題
Q：B2B 產業很小眾，真的有人會問 AI 嗎？
會，而且小眾產業反而更容易被 AI 引用。因為網路上可參考的內容少，只要你寫得具體，就很可能成為 AI 回答時少數可用的來源之一。我們看過工業設備、檢測服務這類很窄的產業，一樣有不少採購前的 AI 提問。
Q：公開價格會不會讓競爭對手撿便宜？
競爭對手要知道你的報價，本來就有很多管道。公開的是起價和計價方式，實際報價仍然要依需求討論。相較之下，因為資訊不透明而沒被列進候選名單，損失通常更大。
Q：AI 帶來的 B2B 詢問要怎麼評估成效？
不要只看網站流量。B2B 的 AI 影響常發生在看不到的地方，例如採購人員問完 AI 後直接搜尋你的品牌名稱。建議結合表單來源欄位、品牌搜尋量變化和業務回報一起看，成效評估方式可以參考 AI 流量轉換基準。
結語
B2B 的 GEO 不是要你多寫幾篇部落格，而是把原本鎖在表單、PDF 和業務腦袋裡的具體資訊，搬到 AI 讀得到的地方。規格、價格範圍、有數字的案例、誠實的比較頁，這四樣東西決定你能不能出現在採購人員的第一份名單上。
具體的下一步：這週請每位業務寫下最近三位客戶在第一次會議問的問題，挑出最常見的五題，檢查官網上能不能找到公開、具體的答案。找不到的，就是你下個月要寫的頁面。