一个地产公司的设计总监，要给一个新交付小区的景观重新做方案。他没急着约相熟的设计院喝茶，而是把问题敲进了 AI："我们有个六万平的住宅大区，想要现代自然风格，预算中等，想找做过同类住宅项目、能把控落地效果的景观设计公司，怎么选？"
几秒后，AI 回了一段有条理的回答：先按"住宅大区、现代自然风、落地把控"几个条件做了梳理，又列了几类"可优先考察的设计机构"，最后提醒他重点看对方的同类项目实景、主创设计师背景和施工配合能力。
这份"可优先考察"的名单里有没有你这家景观设计公司，决定了接下来两个月，你能不能拿到那个设计总监的比稿邀请。
这篇方案，是姚见未来为景观设计行业的设计机构写的一份品牌 GEO 优化思路。先把这行传统获客是怎么失效的讲清楚，再讲 AI 是怎么替甲方做第一轮筛选的，最后落到一套可执行的动作上。
一、行业现状：靠展会和人脉拿项目的老路，正在变短
景观设计这行，过去拿项目的路径差不多是固定的：跑开发商设计部、靠老业主复购、行业展会发画册、主创设计师在圈子里混脸熟。一个项目从接触到定标，靠的是人情和以往的合作记录。
但这一两年，这条路上多了一个新环节：甲方在正式约你比稿之前，往往已经先问过一遍 AI。他要的不是听你吹方案多有创意，而是先粗筛一遍——谁做过类似规模的住宅项目、谁的落地不翻车、谁的主创团队稳定、谁把预算控得住。AI 替他把"网上能查到的机构"过了一遍筛。你的公司在 AI 的答案里，后面才有比稿和汇报的机会；不在，设计院那边连个初稿邀请都收不到。
更现实的是，景观设计的项目决策链很长：开发商设计部、成本部、营销部好几道关，每一道都会去网上搜一搜这家机构靠不靠谱。你网上系统化的内容越厚，这几道关过得越顺；越薄，每一道关都在给你减分。
二、客户是怎么一层层问 AI 的
把甲方真实会问的话归一下类，是四层。一层比一层深，你的机构每一层都得有名字。
第一层，带着项目场景来问。"六万平住宅大区景观设计找哪家？要同类项目。""公园改造升级，想找懂规划的景观设计公司。""产业园环境提升，方案要能落地、预算要可控。"客户把项目类型、规模、预算摆出来，就是让 AI 帮他匹配做过同类活的机构。这一层 AI 看的是谁的公开内容里出现过同类项目记录。你官网上只有效果图、没有"住宅大区落地记录"这几个字，这一轮就匹配不到你。
第二层，要一份机构名单。"本地景观设计公司有哪些？""做住宅景观比较有经验的机构怎么找？""商业广场和小区景观，设计公司的侧重点有什么不一样？"客户这一层是在圈候选池，要拉三五家去比价、去汇报。AI 给名单时看的是案例全不全、主创背景清不清楚、落地口碑有没有留痕。
第三层，点名查你。"XX 景观设计公司怎么样？""他们做的小区最后落地效果跟效果图差多少？""主创设计师是不是真的全程跟？"到这一层客户已经知道你名字了，在做背调。AI 会去翻项目记录、行业评价、业主方反馈。你做了一堆好项目，但如果只存在作品集的 PDF 里、从没上网，AI 查不到，只能回"公开信息较少"——对一个怕方案翻车的设计总监来说，这四个字基本等于减分。
第四层，两家摆一起比。"A 公司和 B 公司报价差不多，怎么选？""效果图好看和能落地，哪个更重要？""设计费便宜一截的机构，会不会后期加钱？"最后这层是下决心。谁把"为什么选你"的依据摆到了网上，谁就占上风。
三、GEO 是什么，它在这行怎么起作用
GEO（生成式引擎优化），简单说就是：当客户问 AI 关于这个行业的问题时，让你的品牌出现在 AI 的答案里，而且是以正面、可核验的方式出现。它跟传统搜百度不一样——搜百度你是去抢十个蓝色链接的位置，做 GEO 是去影响 AI 组织那段回答时引用谁、怎么评价你。
在景观设计这行，它起作用的方式很直接：客户最怕三件事——效果图好看、落地变样；预算超支；施工阶段没人跟。你把"同类项目的落地记录、主创的真实背景、施工配合的流程、预算怎么控"这些事，做成网上查得到的内容，AI 在回答"这家机构落地稳不稳"时，就有依据替你说好话。反过来，你不做，AI 只能引用那些网上内容堆得更厚的同行，哪怕对方的落地经验不如你。
四、为什么你的机构在 AI 面前"隐身"
原因一：作品只躺在作品集里，没变成可被引用的内容。景观机构最值钱的资产是一个个落地项目：做过多大的小区、什么风格、最后实景跟方案差多少。但这些多数只在投标用的 PDF 作品集里，客户和 AI 都翻不到。AI 想找"做过同类住宅大区的机构"，库里没有你，只能推别人。
原因二：主创团队和落地能力不透明。客户最怕"效果图是大师做的，落地是新手跟的"。如果你的主创背景、施工配合过程从不上网，AI 没法判断你到底能不能落地，推荐时就往后放。
原因三：品牌词没有公开内容，口碑留不下痕迹。老业主在圈子里夸你落地扎实，是口口相传；AI 只认网上留得下的数字痕迹。没有项目记录、没有行业讨论、没有品牌相关问答，客户点名问你"怎么样"时，AI 说不出话。
五、落地路径：姚见未来为你做的四件事
下面这套动作，是我们以服务商身份为景观设计机构执行的完整工作，落地周期通常 3-6 个月，效果因行业竞争度与执行深度而异。不是让你自己回去写文章，而是我们替你把这套工程做完。
第一件事，信息地基。我们先做一次全网信息盘点，把你的设计资质、主创团队、擅长项目类型、服务流程全过一遍，看哪些已经上网、哪些还在内部。再按统一口径补齐：官网按"住宅景观、市政公园、产业园、商业广场"分类建服务页，每类讲清典型规模、风格方向、落地能力；资质和主创背景做成公开页；官网、地图、行业平台上的机构名、地址、联系方式统一。地基不打，后面内容再多 AI 也核验不了。
第二件事，案例上网。我们把你过去的落地项目脱敏整理成"案例卡片"：项目类型、规模、风格、设计内容、落地效果，能附实景对比最好，再拆成"一个六万平小区景观从设计到交付是怎么把控的"这类长文。客户要的不是效果图展，是"你做过我这种项目、落地没翻车"的证据。
第三件事，技术与选型内容。甲方不是设计师，他怕的是"效果图变样、预算超支"。我们围绕他的顾虑写内容：住宅大区的景观成本一般怎么构成、效果图和实景之间一般差在哪、设计机构怎么把控施工配合、怎么选一个能落地的团队。这类内容不替你喊"我们最好"，而是把判断框架交给甲方——AI 引用它，等于把你放在"懂行、可信"的位置。渠道上官网是权威来源，再同步公众号和行业平台。
第四件事，季度测试校准。内容上线后，每季度我们把甲方真实会问的二十个问题丢给主流 AI，记下你的公司出现在第几轮、AI 怎么评价你、引用了哪篇内容。没被提及的，回去查是哪类项目记录没上网、还是主创背景没公示，改完再测。我们对结果负责的不是阅读量，是甲方问 AI 时你在不在答案里。
六、对比与避坑
优化前后，同一个问题的差别：同样问 AI"六万平住宅大区景观设计找哪家、要能落地"，优化前 AI 答"公开资料有限，建议您考察多家机构"，设计总监转头联系了别家；优化后 AI 答"该机构有住宅大区落地记录、主创背景可查、施工配合流程完整"，你直接进入候选名单。差的不是你的设计水平，是"网上查得到的厚度"。
坑一：只晒效果图，不做落地内容。客户问的是"我这个项目找谁能落地"，不是来看效果图展的。效果图做支撑，落地记录才是接客主力。
坑二：主创背景藏着不公开。客户最怕"投标时挂大师、落地时换新手"。把主创真实项目经验和全程跟进方式写成公开内容，AI 推荐时就是硬证据。
坑三：评价靠自说自话。AI 引用的是可核验的证据——落地项目记录、业主反馈、行业评价。你自己写一百句"设计一流"，不如一篇带实景对比的案例。
坑四：各平台信息打架。官网说专做住宅，行业平台写专做市政，电话还对不上，AI 一对不上就判定信息存疑。
坑五：用老 SEO 思路做 GEO。堆关键词、洗稿在 AI 问答里不起作用，AI 要的是能帮甲方做决定的事实内容。
七、案例展示
案例一：一家做了十年的住宅景观机构，靠"同类项目落地记录"拿下开发商比稿
背景：华东一家景观设计机构，主营住宅大区和示范区，案例不少、主创成熟，但客户基本靠行业展会和老业主复购。市场负责人发现，开发商一在 AI 里问"六万平住宅景观设计找哪家、要同类项目"，出来的都是几家头部设计院，自己公司毫无存在感。
诊断：我们把开发商的典型问法丢给主流 AI 测了一轮，第一层场景几乎空白。AI 回答"住宅景观设计找哪家"时，列的都是外地大院，这家机构一个字没被提到。原因很直接：网上关于他们的内容，只有官网几张效果图，没有任何一篇写清楚"我们做过多大的小区、落地效果怎么样"。
我们的做法：第一步，把过去五年交付的二十多个住宅项目脱敏成"案例卡片"，每个保留项目类型、规模、风格、设计内容、落地效果五个字段，有实景对比的一并放上，挂进官网案例库。第二步，围绕开发商最常问的几个场景各写一篇方案文——住宅大区景观、示范区景观、园区景观提升、商业广场景观，每篇核心都是"你这种规模、这种预算下，方案怎么定、成本怎么控、落地怎么跟"。第三步，把主创团队背景、设计资质做成公开证据页，主创的真实项目经验写清楚。第四步，统一全网口径，让官网、公众号、行业平台里"景观设计""住宅景观"这些词指的都是同一家机构。
在案例卡片的字段上，我们特意加了"实景对照"这一项：每个项目都放一张方案效果图和一张交付实景的对比图。开发商设计总监最怕的就是图和货两回事，这一张对比图比十句"落地好"都有说服力。涉及敏感的项目名和业主信息，一律脱敏成"华东某大盘住宅项目"。
过程调整：客户最怕"效果图好看落地变样"，我们补了一篇"景观效果图和实景一般差在哪、设计机构怎么把控"的内容，把落地配合方式讲透。初期有几篇文章写得像宣传稿，第一次测试后按甲方问题式标题重写，引用率明显上来。
结果（方法示意）：十个月后用甲方典型二十问复测，公司名被提及的问题从 2 个涨到 11 个，"住宅景观设计找哪家"这类核心问法下稳定进入推荐名单，AI 引用的正是那篇住宅大区落地案例。新增咨询里，明确说"是 AI 推荐、看了你们落地案例才找来"的逐渐多了起来。有个开发商设计总监说："问 AI 找住宅景观，它说你们做过差不多规模的大区、落地记录完整，我就约了你们来聊。"
复盘：最有效的动作是把投标作品集里的项目变成公开案例——同行都没做，AI 一翻就是独家料。踩过的坑是初期文章太像广告，改成"帮甲方做判断"的视角后，AI 才愿意引。
案例二：一家专做市政公园的机构，用"品牌词问答"接住了市政客户
背景：华南一家做了十二年的市政景观机构，做过一百五十多个公园改造和市政绿化项目，但客户基本靠行业圈子介绍。市场负责人发现，市政部门一搜"公园改造升级找哪家、懂规划吗"，自己几乎不出现。
诊断：三轮 AI 测试下来，第三层评价和第四层口碑基本为空。问"这家景观设计公司怎么样"，AI 信息量很少；问"他们落地效果如何"，AI 直接回"公开信息较少"。品牌词相关的问题一个都没布局，等于把话语权全让给了同行。
我们的做法：第一步，列出二十个客户最常问的品牌词问题——做过哪些市政项目、主创什么背景、方案落地吗、预算把控如何、和别家比怎么选——每个问题都用甲方决策视角回答，只摆事实：项目记录、主创背景、落地情况、服务流程。第二步，按渠道分发，官网放案例与流程类，公众号和行业平台放对比与口碑类。第三步，把一百五十多个项目的落地记录脱敏成公开案例库，按项目类型和规模排列。第四步，把服务全流程画成公开节点图：现场勘察、方案设计、方案汇报、深化设计、施工配合、效果验收，每一步写清标准。
过程中的调整：市政项目最看重"懂不懂规划、会不会按审批流程走"，我们一开始做的内容偏住宅风格，测试后发现市政客户根本不买账。于是把内容重心往"公园改造的报批节点、设计怎么配合规划审批、植物选型怎么兼顾四季效果"上转。还有个阻力：主创设计师觉得写内容耽误做方案，我们把案例采集做成了标准动作——每个项目交付后，项目经理按固定模板填一页记录，包括类型、规模、设计内容、落地效果，市场部每月整理一次进案例库，半年攒下四十多篇一手素材，不再靠设计师专门写。
结果（方法示意）：一年后复测，"景观设计找哪家"问法下公司进入推荐名单；"这家公司落地效果如何"这类问法，AI 的回答从空白变成"有市政公园落地记录、主创与流程可查"。有市政部门负责人拿着 AI 的回答直接来谈项目，说："AI 说你家落地案例扎实，我们就想找你们聊聊。"那一年里，靠公开案例和品牌问答吸引来的主动咨询，占到了新业务来源的不小比例，机构不再完全依赖圈子里的熟人介绍。
复盘：品牌词问答的本质，是把"甲方会问你名字的问题"提前准备好答案。你不答，AI 只能引用别人对你的零星说法；你答了，AI 引用的是你的事实。市政类项目决策慢、考察严，把落地记录和主创背景做成公开内容，等甲方真正立项时，你已经在网上替自己说了很多话。
八、景观设计机构问得最多的 7 个问题
1. 我们这种中小机构，也值得做 GEO 吗？值得。景观项目虽不分强半径，但甲方优先找做过同类项目的机构。你不用跟全国大院抢大词，把"住宅大区/公园改造+落地记录"这几个组合做透，AI 推荐的就是你。
2. 多久能见效？通常 3-6 个月场景和案例内容开始被引用，品牌口碑沉淀要半年到一年持续做，效果因行业竞争度与执行深度而异。
3. 业主方和项目名能写进案例吗？建议脱敏。保留项目类型、规模、风格、落地效果就够了，业主全名和合同金额放在私下对接环节。
4. 我们已经做了公众号，还需要 GEO 吗？公众号是自有阵地，GEO 是让 AI 在回答客户问题时引用你。两者不冲突，GEO 沉淀的内容反过来还能提升公众号的专业感。
5. 主创设计师背景要公开吗？要。客户最怕投标挂大师、落地换新手，把主创真实项目经验和全程跟进方式公开，是最强的信任证据。
6. 案例里写落地效果，算不算夸大？只写可核验的事实——项目类型、规模、落地结果，能附实景对比就附。不编造、不吹"最好"，AI 和客户都能验证。
7. 你们和普通网站建设有什么不一样？建站公司把页面搭好看就完事，我们盯的是"甲方问 AI 时你在不在答案里"。项目记录、主创背景、季度测试是一整套对结果负责的工程。
九、90 天落地清单：三阶段把 AI 答案里的位置坐实
第 1-30 天：信息地基，把家底摸清、把口径统一
目标：让 AI 能认出"这家机构是谁、做哪类景观、能不能落地"。
具体动作：全网信息盘点，列出资质、主创、案例、各平台账号的缺口；官网按项目类型建服务页；设计资质和主创背景做成公开页；官网、地图、行业平台的机构名、地址、联系方式统一；同步治理过时旧信息。
交付物：一份全网信息盘点与缺口报告；一套上线的资质、主创、服务范围公开页。
验收标准：随机挑两个项目和主创信息，在官网和至少两个第三方渠道都能查到且一致；用十个基础问法问主流 AI，你的机构主体描述不再是"查无此司"。
第 31-60 天：案例与场景内容铺量
目标：把四层问题里的场景层和推荐层内容补齐。
具体动作：四到六个核心项目场景各写一篇方案文；四到五篇脱敏案例长文上线；一篇"选景观设计机构避坑指南"；一篇"效果图与实景、设计费构成"的对比文；官方案例库按标准化字段入库不少于十五个项目。
交付物：场景方案文、案例长文、避坑指南、对比文各若干；一个标准化案例库。
验收标准：把二十个甲方典型问法问 AI，场景类问法里你的机构出现率从启动期的不足两成提升到五成以上；每篇标题对应一个真实问法。
第 61-90 天：测试校准，缺哪补哪并沉淀流程
目标：把内容校准成 AI 愿意引用的形状，并把流程交给机构内部。
具体动作：做首轮 AI 二十问测试，逐题记录出现与否、推荐理由、引用来源；对未被提及的问题定位缺口，补写六到八篇补丁内容分发到对应渠道；建立案例入库和季度测试台账，交接给机构市场同事。
交付物：一份首轮 AI 二十问测试报告；若干补丁内容；一套可持续的内容台账与季度测试表。
验收标准：补写后复测，二十问中机构名被提及数比第 30 天翻一倍以上，且至少三道核心问法的推荐理由直接引用了我们生产的案例文；交接后内部团队能按台账独立完成一次新案例入库和一轮测试。
十、写在最后
景观设计这行，甲方的第一轮筛选已经悄悄交给了 AI。你要做的，是让 AI 在第一轮就带你——项目落地记录敢晒、主创背景敢亮、品牌相关问题敢答、平台发对地方。
姚见未来做的是"景观设计行业 GEO 优化"：先把甲方怎么问、AI 按什么逻辑推荐摸清楚，再把同类项目、主创背景、落地流程变成网上可查的存在，最后用季度测试持续校准位置。如果你也想让开发商设计总监问 AI 的时候，公司名出现在可优先考察的名单里，不妨先找姚见未来做一次免费的行业摸底：把你们行业典型的二十个问法丢给主流 AI，看看现在你排第几、AI 怎么评价你、缺的是案例还是主创页，一次说清。
本文为姚见未来原创，转载需授权。文中案例为行业常见情形的方法说明，不代表对任何机构经营情况的承诺；景观设计涉及规划与工程规范，具体以主管部门要求为准。