当采购人员在生成式引擎里输入「某型号安全挂锁承重多少」时，AI 给出的答案很可能不是来自制造商官网，而是来自某个第三方选型平台几年前抓取的旧页面。Grainger 的工业目录团队在 2024 年就遇到了这样的问题：官网产品页已经更新了技术参数和价格，但 ChatGPT 和 Perplexity 在回答时仍引用第三方平台上的旧数据。这不仅是信息滞后，更直接关系到采购决策和品牌信任。本文将拆解 Grainger 如何从发现引用错位到推动生成式引擎更新引用源，以及 B2B 制造企业可以复制的方法。

过时描述从哪来

Grainger 是北美知名的工业品供应商，其官网（grainger.com）拥有数百万个 SKU 页面，每个页面都包含规格、价格、库存和合规信息。然而，生成式引擎在训练和检索时，并不总是优先选择官网。大量第三方平台——比如行业目录、经销商网站、比价网站——会复制或摘要 Grainger 的产品信息，但这些第三方页面往往更新不及时。

例如，Grainger 官网上一款 3M 安全挂锁的规格从「承重 200 磅」更新为「承重 300 磅」，价格也从 45 美元涨到 52 美元。但某个第三方 B2B 平台的产品页仍然显示旧规格和旧价格，因为该平台每月才抓取一次数据，而且没有设置过期时间。当用户用自然语言提问「3M 这款锁能承受多大拉力」时，生成式引擎可能会优先引用那个第三方页面，因为它的页面标题和 Meta 描述与问题更匹配，或者因为它的域名在传统搜索中权重更高。

Grainger 的内容团队通过内部监控工具发现，在 ChatGPT 和 Perplexity 的回答中，约有 15% 的工业品参数查询引用了非官网来源，其中绝大多数是第三方平台的旧数据。他们意识到，如果不主动干预，品牌在生成式引擎中的可信度会持续受损。

官网补了什么仍不够

Grainger 并非没有优化自己的产品页。他们的 SEO 团队早已为每个产品页添加了结构化数据（Schema.org 的 Product 类型）、清晰的规格表格、以及「最后更新日期」。然而，这些努力在生成式引擎面前并不总是有效。原因有二：

  1. 生成式引擎不只看官网。当用户问题比较口语化时，模型更倾向于引用内容简洁、直接回答问题的第三方页面，而不是官网那个包含大量导航和促销信息的长页面。
  2. 官网的权威信号不足。Grainger 的页面虽然信息准确，但在生成式引擎的训练数据中，第三方平台的引用频率可能更高，导致模型默认信任那些平台。

Grainger 的一位高级内容策略师在一次内部会议上指出：「我们花了六个月优化官网的产品页，但 AI 仍然引用旧价格。问题不在于我们的页面不够好，而在于我们没有告诉 AI 哪个页面是权威的。」这句话点出了 GEO 的核心：生成式引擎需要明确的信号来识别官方信息源。

他们怎样促使来源更新

Grainger 采取了三步策略：

  1. 主动联系第三方平台。他们的数据治理团队整理了一份经常被生成式引擎引用的第三方平台名单，逐一联系这些平台的运营方，要求更新产品数据或添加指向官网的规范链接（canonical link）。部分平台配合更新，但也有一些平台因为技术原因无法及时修改。
  2. 在官网创建「事实页」。针对高频查询的产品类别，Grainger 创建了专门的「产品规格事实页」，页面设计极简，只包含核心规格、认证信息和更新日期，并且用 H1 标题直接匹配用户问题（如「3M 安全挂锁承重规格」）。这些页面通过内部链接和站点地图优先提交给搜索引擎和生成式引擎的爬虫。
  3. 利用第三方权威平台反向背书。Grainger 在维基百科的「Grainger」词条和「工业品分销」相关词条中，确保自己的官网链接被正确引用。同时，他们鼓励行业媒体和评测网站引用官网数据，而不是第三方复制品。

这些举措的效果并非立竿见影。大约两个月后，生成式引擎的引用开始逐渐转向官网。一位团队成员回忆：「我们第一次在 Perplexity 的回答里看到官网链接被列为来源时，整个群都沸腾了。」

自有页要写到多硬

Grainger 的实践表明，自有页（owned page）必须足够「硬」，才能成为生成式引擎的默认引用源。所谓「硬」，包括以下几个方面：

  • 标题与问题精准匹配。不要用营销式标题，而是直接回答用户可能提出的问题。例如，标题可以写成「3M 安全挂锁技术规格与承重数据」，而不是「工业级安全挂锁，品质保证」。
  • 核心事实放在首屏。生成式引擎在截取内容时，更关注页面开头的文本。Grainger 将最重要的规格参数放在第一段，并用表格呈现。
  • 提供结构化数据。使用 Schema.org 的 Product、TechArticle 或 Dataset 类型，帮助机器理解页面内容。
  • 标注「最后更新日期」与「版本号」。生成式引擎更喜欢引用明确标注时效性的内容。Grainger 在每个事实页顶部添加「更新于 2025 年 1 月 15 日」。
  • 确保页面可被爬虫访问。不要用 robots.txt 阻止 GPTBot 或 PerplexityBot。

Grainger 的一位产品信息经理总结道：「我们把产品页当成说明书来写，而不是广告。AI 喜欢说明书，因为它干净、准确、没有歧义。」

你能做的

对于 B2B 制造企业，以下步骤可以直接借鉴：

  1. 监控生成式引擎的引用。定期在 ChatGPT、Perplexity、Google AI Overview 中搜索自己的核心产品词，记录引用来源。
  2. 找出过时第三方页面。整理一份被 AI 频繁引用的非官网页面清单，评估其时效性。
  3. 联系第三方更新或删除。能改就改，不能改就要求加上官网链接。
  4. 创建自有事实页。为每个重要产品类别建立独立的规格页面，用问题式标题和结构化内容强化权威性。
  5. 利用权威百科词条。确保维基百科或其他权威百科中你的品牌词条链接到官网，而不是第三方平台。
  6. 持续更新并标注日期。生成式引擎会优先选择新鲜内容。

这些方法不涉及任何虚假评测或黑帽手段，而是通过治理过期第三方信息和强化自有事实页，让生成式引擎自然转向官方来源。

还容易问的

以下是一些常见问题，基于 Grainger 的实践和公开信息整理：