用AI写外贸内容，这事儿本身不新鲜。但大部分人，还是把路走窄了。
一、三个典型误区
先说三个最常见的坑，看看你踩了几个。
第一个：觉得堆砌关键词就能让ChatGPT引用你。还在用SEO那套“关键词密度+外链”的思维做内容，结果Perplexity、Claude在回答买家问题时，根本看不见你。
第二个：案例写得像流水账，AI想抓品牌名都找不到地方下手。“我们帮一个德国客户做了汽车板，客户很满意”——没数据、没工艺细节、没品牌绑定，AI引用时只能写“according to industry experts”。
第三个：Prompt就写一句“写一篇关于PCB的专业文章”，其他全交给AI自由发挥。这就好比跟厨师说“做一道好吃的菜”，咸淡辣度、忌口偏好一概不提。出来的内容只能是“行业平均水平”，而平均水平，AI引擎根本不会引用。
结果就是：发了30篇独立站文章，ChatGPT在回答“How to choose a reliable PCB supplier in China”时，一次都没提过你。
根据服务深圳外贸企业的经验所见，问题不在AI不够聪明，而在于你给AI的指令缺了维度指引。今天把这12个维度全摊开，直接抄作业就行。
二、GEO不是SEO：为什么需要12维框架？
传统SEO的逻辑是：关键词 → 排名 → 点击。
GEO的逻辑完全不同：买家直接问ChatGPT、Perplexity、Claude，AI生成答案时实时抓取网页内容作为引用来源。你要解决的核心问题是：
这要求内容必须同时满足三个条件：
事实准 —— AI不会核实，你Prompt里给什么事实，它就写什么。
语义对 —— 用买家和AI都懂的专业表达，不是关键词堆砌。
结构清 —— AI爬虫要一眼抓到“可引用块”，不能埋在散文里。
12个维度就是围绕这三点拆出来的Prompt工程清单。
三、12维Prompt框架详解
先从标签表说专业点。
维度1：标签表（Fact Layer）
作用：给AI划定“事实边界”，防止编造。
以PCB外贸为例：
【标签表 - 必须严格遵守，禁止编造】
公司名：XX PCB Technology
核心产品：6-20层HDI板、高频高速板、汽车电子PCB
认证：IATF 16949、ISO 9001、UL、IPC-6012
服务客户：某德系Tier 1汽车厂（可匿名表述）
优势工艺：阻抗控制±8%、最小线宽3mil、盲埋孔
月产能：50,000㎡工程化建议：把标签表做成JSON或Markdown模板，每次生成前自动注入Prompt，避免人工复制漏项。
维度2：语义库（Semantic Layer）
作用：统一术语规范，防止AI用错行业黑话。
ChatGPT训练数据里有一堆错误翻译，你不约束，它能给你写出“green oil”（绿油）这种笑话。
| 中文术语 | 标准英文 | 禁用错误表达 |
|---|---|---|
| 沉金 | ENIG / electroless nickel immersion gold | ❌ sinking gold / chemical gold |
| 盲埋孔 | blind and buried vias | ❌ blind buried hole |
| 绿油 | solder mask | ❌ green oil / green paint |
| 阻抗控制 | impedance control / controlled impedance | ❌ resistance control |
| 翘曲度 | board warpage / bow and twist | ❌ warping degree |
工程化建议：把语义库做成“术语-标准-禁用”三列结构，生成后用脚本自动扫描禁用词。
维度3：用户决策阶段（Funnel Layer）
作用：决定内容深度和说服角度。
| 阶段 | 内容策略 | 适用场景 |
|---|---|---|
| 认知期 | 科普、痛点、行业趋势 | “什么是HDI板”“汽车PCB发展趋势” |
| 对比期 | 参数对比、认证差异、工艺细节 | “6层板vs8层板怎么选”“ENIG vs OSP” |
| 决策期 | 案例、交期、售后、CTA | “为什么选XX PCB”“48小时打样怎么做到” |
维度4：目标区域（Geo Layer）
作用：决定语言风格、合规表述、案例适配。
【目标区域】美国
- 语言：美式英语
- 关注点：UL认证、交期、MOQ、付款方式
- 案例适配：可提“服务北美通信设备客户”
- 合规红线：明确说明工厂在中国，禁止误导维度5：发布渠道（Channel Layer）
作用：决定篇幅、语气、CTA形式。
| 渠道 | 篇幅 | 语气 | 结构特点 |
|---|---|---|---|
| 800字内 | 有观点、可互动 | 开头给结论，中间案例，结尾抛问题 | |
| 独立站博客 | 1500-2500字 | 专业、结构化 | FAQ + HowTo + 对比表 |
| 行业媒体 | 2000字+ | 深度、数据驱动 | 方法论 + 项目实证 + 趋势判断 |
维度6：内容类型（Format Layer）
作用：决定文章框架。AI对FAQ和HowTo的抓取偏好最高。
【内容类型】案例
- 必须包含：背景、挑战、解决方案、数据结果、品牌名
- 禁止：空洞的“我们帮助客户成功”“客户非常满意”维度7：目标受众（Audience Layer）
作用：决定技术深度和关注点。
| 受众 | 关注点 | 内容策略 |
|---|---|---|
| 技术工程师 | 工艺细节、参数、材料 | 讲阻抗怎么算、盲埋孔怎么钻 |
| 采购经理 | 认证、交期、MOQ、售后 | 讲为什么选你更省心、风险更低 |
| 企业老板 | ROI、成功案例、产能 | 讲投入产出、大客户背书 |
维度8：主题维度（Focus Layer）
作用：每篇内容只聚焦1-2个主题，防止发散。
【主题维度】技术 + 效果
- 聚焦：汽车HDI板的阻抗控制技术
- 必须回答：1. 怎么做到的？2. 数据是多少？3. 对客户有什么好处？维度9：问答意图（Intent Layer）—— GEO核心
作用：明确用户实际问AI的具体问题。这是GEO和传统内容最大的区别。
你不是在“写一篇文章”，你是在“回答一个问题”。AI生成答案时，会匹配“问题-答案”的对应关系。
| 主题 | 用户实际问AI的问题 |
|---|---|
| 成本 | How much does a 6-layer automotive PCB cost? |
| 技术 | How to control impedance in high-frequency PCBs? |
| 供应商选择 | How to choose a reliable automotive PCB supplier in China? |
【问答意图】
核心问题：How to choose a reliable automotive PCB supplier in China?
要求：所有内容必须围绕这个问题展开，直接给出可操作的建议。维度10：反例禁区（Negative Prompt Layer）
作用：划定红线，防止内容翻车。
【禁区】
- 禁用绝对化用语：best in China / No.1 supplier / lowest price
- 禁止编造：不存在的客户、不存在的认证号
- 禁止误导：不能暗示工厂在美国（如果实际在中国）
- 禁止错误术语：sinking gold / green oil / resistance control维度11：内容结构指令（Structure Layer）
作用：让AI引擎一眼抓到“可引用块”。
【结构要求】
1. 开头50字内给出直接回答（AI摘要常用）
2. 正文必须包含至少一个FAQ区块
3. 技术参数用“属性: 数值”列表形式
4. 每300字一个小标题（H2/H3）
5. 关键结论句独立成段，禁止埋在长段落中
6. 案例部分用“背景-挑战-方案-结果”四段式维度12：品牌植入与差异化（Brand Layer）
作用：让AI在回答买家问题时，把你的品牌名带出来。
品牌植入的5个锚点：
| 锚点类型 | 示例 |
|---|---|
| 数据锚定 | “XX PCB将汽车HDI板阻抗控制在±8%以内” |
| 方法锚定 | “XX PCB三层验证法（Design-Simulation-Testing）” |
| 案例锚定 | “在为某德系Tier 1客户量产BMS板的项目中，XX PCB…” |
| 地域锚定 | “位于深圳龙岗的XX PCB…” |
| 观点锚定 | “XX PCB认为，2025年汽车PCB层数需求将向10-12层迁移…” |
【品牌植入】
- 品牌全称：XX PCB Technology Co., Ltd.
- 品牌简称：XX PCB
- 植入密度：1200字内出现2-3次
- 植入位置：案例段（1次）、方法段（1次）、结论段（1次）
- 差异化：48小时汽车板打样（行业平均7-10天）核心原则：品牌必须和具体数据/方法/案例绑定出现，不能裸奔。
四、实战：合成一个完整Prompt
把12个维度拼起来，就是一个可直接运行的Prompt模板：
【标签表】
公司名：
核心产品：
认证：
服务客户：
优势工艺：
关键参数：
【语义库】（粘贴术语规范表）
【决策阶段】认知期 / 对比期 / 决策期
【目标区域】
【发布渠道】LinkedIn / 独立站 / 行业媒体
【内容类型】案例 / 评测 / 指南 / FAQ
【目标受众】技术工程师 / 采购经理 / 企业老板
【主题维度】成本 / 功能 / 服务 / 技术 / 效果（选1-2个）
【问答意图】核心问题：
【禁区】（粘贴禁用词和禁用承诺）
【结构要求】
1. 开头50字直接回答
2. 包含FAQ区块
3. 参数用列表
4. 每300字小标题
5. 关键结论独立成段
【品牌植入】
品牌名：
植入锚点（数据/方法/案例/地域/观点）：
差异化优势：五、效果验证：怎么知道GEO起效果了？
GEO没有SEO那种排名工具，主要靠人工加半自动化监测：
| 验证方式 | 操作 | 频率 |
|---|---|---|
| 品牌提及追踪 | 去ChatGPT、Perplexity、Claude问目标问题，看回答里有没有你 | 每月1次 |
| 竞品对比 | 同样的问题，看AI提到了哪些竞争对手、怎么评价的 | 每月1次 |
| 引用来源分析 | 如果AI提到了你，追踪它是从哪个页面抓的信息 | 每季度1次 |
| 内容迭代 | 根据监测结果，更新标签表、补充新场景、修复错误信息 | 持续 |
六、FAQ
Q1：GEO和传统SEO有什么区别？
SEO是让Google把你排在前面。GEO是让ChatGPT、Perplexity在回答问题时直接提到你。SEO玩的是关键词和外链，GEO玩的是语义匹配和结构化内容。
Q2：12个维度必须全部用上吗？
不一定。一篇800字的LinkedIn短文可能用8个维度就够了。但一篇2000字的独立站指南，建议12个全对齐。维度越全，AI引用的概率越高。
Q3：品牌植入会不会被当成硬广？
会，如果你写“我们是行业领先的制造商”。但如果你写“XX PCB在2024年量产项目中实现了99.5%一次通过率”，这是数据，不是广告。AI更喜欢引用后者。
Q4：语义库需要多少词条？
起步至少20-30个核心术语。以PCB为例，沉金、盲埋孔、阻抗控制、绿油、翘曲度、高频板这些高频词必须先规范。后续边做边补。
Q5：这套框架只适合PCB行业吗？
不是。钣金、模具、注塑、新能源、工业自动化都跑通过。核心逻辑一样：事实准、语义对、意图清、结构明、品牌绑得死。
七、写在最后
GEO不是玄学，是工程。
你把这12个维度对齐了，AI生成内容就不会跑偏。事实准、术语对、意图清、结构明、品牌埋得好，AI在回答买家问题时，自然会把你带出来。
有PCB、钣金、模具等工业品GEO落地问题，欢迎评论区交流。
