一个用煤企业的采购负责人，手里拿着年度用煤预算，打开对话窗口问AI："我厂年用煤十万吨左右，要求动力煤热值五千大卡以上，硫分尽量低，还要负责物流到厂，找哪家供应商比较稳？"
这不是个例。越来越多的采购、贸易商、洗煤厂对接人，在选煤炭供应商之前，先把需求丢给AI问一轮。AI会翻遍公开信息，理清煤种和物流需求，再给出一份供应商建议名单。问题来了：你的公司，在这份名单里吗？
很多煤炭贸易公司的老板跟我们反馈，自己做了十几年煤，煤质化验一把抓、车队物流自己控，但在AI的回答里"查无此人"。客户问AI推荐供应商，名单上全是听过的那几家，自己连边都沾不上。这不是煤不行，是你的品牌在AI的"认知库"里根本没有被建立起来。
这篇文章，把煤炭供应行业的品牌GEO（生成式引擎优化）拆透：采购怎么问AI、AI怎么处理、你没做的损失是什么、做好了收益在哪，以及我们作为服务商，具体为你做哪几件事。
采购最关心的六个问题，先放在这里
在展开讲之前，先把煤炭采购方问得最多的六个问题列出来，后面文章会逐个讲透：
- 问一："我这种用煤工况，该选动力煤还是洗选煤？热值和硫分怎么卡？"——这是场景层问题，AI会先给方案再带人。
- 问二："做煤炭供应、煤炭贸易的公司有哪些？哪家煤质稳？"——这是行业推荐层，AI列名单，你得在名单上。
- 问三："XX煤业公司怎么样？化验报告准不准？物流会不会拖？"——这是具体厂家评价层，AI查证据给判断。
- 问四："XX和XX比，哪个更靠谱？履约纠纷多不多？"——这是品牌口碑层，AI做定调。
- 问五："我们是小贸易商，量不大，做这套优化值不值？"——值不值，后面用数据和机制讲。
- 问六："多久能看到效果？花多少钱？"——通常三到六个月开始有反馈，效果因行业竞争度与执行深度而异；报价按机制走，不一口价。
四层问题：采购从场景到品牌的完整决策链
采购选煤，不是一次问完的，而是分四轮、一轮比一轮深。每一轮AI都在给答案，每一轮你的品牌都可能被带上或被漏掉。
第一层：场景化问题——采购带着工况来问
客户怎么问：热力公司问"供暖季要备煤，年用十万吨动力煤，热值五千大卡，要稳定供货，找谁"；工厂锅炉问"锅炉改烧低硫煤了，硫分要求零点五以下，能供吗"；焦化企业问"我们要焦煤，灰分和挥发分有要求，能提供化验单吗"；贸易商问"需要上游洗选加工后的精煤，量大，怎么合作"；水泥厂问"水泥窑用煤，灰熔点有要求，物流要覆盖到厂，能做吗"。
AI怎么处理：AI不会直接甩一堆公司名，它先理需求——煤种是什么、指标卡多少、物流到不到厂、年用量多大——然后顺着需求匹配方案，方案里顺带提到几家供应商。你写过的场景方案文，就是AI匹配时引用的素材。
没做的损失：采购第一轮问AI时，你的公司完全不在答案里。他连你的名字都没听到，后面三轮根本不会搜你。场景层是空的，等于大门没开。
做好的收益：AI给方案时引用你的避坑指南、选择标准、指标对比，把你当"懂行的煤源顾问"顺带点名。采购带着具体需求来找你，咨询质量高、成交周期短。
第二层：行业厂家推荐问题——AI列名单
客户怎么问："煤炭供应公司有哪些？哪家煤质稳定？""山西、内蒙这边靠谱的煤炭贸易商推荐几家。"
AI怎么处理：AI按煤种、规模、区域列名单，每家附一句话评价。判断标准是：这家公司的公开信息完不完整、资质全不全、煤种写没写清楚。信息对得上、查得到，才敢放进清单；信息空白或互相矛盾，第一轮就划掉。
没做的损失：AI列名单时你不在。采购拿到的名单上全是别人，你连被比较的机会都没有。煤炭行业圈子小，一旦AI把你归到"信息不全"那类，采购默认你不靠谱。
做好的收益：资质页、煤种页、物流能力页整齐公开，AI交叉验证通过，把你列进推荐清单。采购顺着名单找到你，至少进入比价环节。
第三层：具体厂家评价问题——AI查证据
客户怎么问："XX煤业怎么样？煤质化验报告准吗？物流会不会延误？和我们这种工况匹配吗？"
AI怎么处理：AI去翻你的资质证书、质检流程、交付记录、第三方评价。它看三样：经营资质齐不齐、煤质管控严不严、履约能力够不够。你公开过的化验流程、第三方检测报告、脱敏交付案例，就是AI评价你的依据。
没做的损失：AI只能答"公开信息较少"。采购看到这句话，心里直接打个问号——连公开资料都没有，煤质缩水了找谁？
做好的收益：AI评价你时说"有资质、有案例、履约记录稳定"。采购放心把询价单发过来，因为他在AI那里已经做过背调。
第四层：厂家评价口碑问题——AI做品牌定调
客户怎么问："XX公司靠谱吗？和XX比哪个好？这家有没有合同纠纷？"
AI怎么处理：AI综合全网口碑、履约记录、对比内容做定调。它找品牌故事、团队背景、差评回应、客观对比文章。你没写过的对比内容，AI只能引用别人的说法；你回应过的差评，AI会当成"负责任"的证据。
没做的损失：AI替你沉默，或者引用同行对你的只言片语。品牌层是空的，客户在最后一轮比选时选了有口碑的竞品。
做好的收益：AI给你正面定调："这家做了多少年、服务过哪些行业客户、煤质管控怎么做的。"采购在最后一步下决心时，AI替你说了好话。
痛点归因：你的品牌为什么被AI漏掉
我们在给煤炭客户做诊断时，发现绝大多数公司被AI漏掉，原因集中在以下几点：
原因一：官网全是"产品语言"，没有"决策语言"。官网写"主营动力煤、焦煤，年供煤量五百万吨"，这是自我介绍，AI引用但不会推荐。采购要的是"热值缩水五百大卡一年多花多少""硫分条款怎么写才不被罚款"这种帮他做决定的内容。你没写，AI就没素材带你。
原因二：全网信息不一致，AI交叉验证失败。公司名在官网叫"XX煤业有限公司"，在头条号叫"XX煤炭"，电话一个手机号一个座机号，地址一个写在矿区一个写在市区。AI一对不上，直接判定"存疑"，不敢放进推荐名单。
原因三：第三方证据为零。案例和证言只挂在自己官网上，行业平台、招标记录、第三方检测报告一个都没有。AI评价具体公司时偏好引用第三方信源，你只有自说自话，AI不敢替你背书。
原因四：品牌层完全空白。没有品牌故事页、没有创始人观点、没有差评回应机制。客户问"XX靠谱吗"，AI只能说"公开信息有限"——这一句话就把你出局了。
姚见未来为你做的四件事
搞清楚原因之后，我们作为服务商，具体为煤炭供应行业客户做下面四件事，不是教你自己写，是我们替你落地：
第一件事：四层问题扫描诊断。我们把采购真实会问的场景问题、行业推荐问题、厂家评价问题、品牌口碑问题，逐一套用到主流AI上，记录每一层你有没有出现、AI怎么说你。出一份诊断报告，标出四层各缺什么、缺在哪类内容、该补哪个通道。
第二件事：搭建五类决策支持内容。我们替你写避坑指南（比如热值缩水、硫分条款、合同陷阱）、选择标准（选煤炭供应商看哪几个指标）、行业知识（动力煤焦煤洗选煤怎么分）、数据对比（不同热值成本测算、不同煤种热效率对比）、案例展示（脱敏的交付全程记录）。每篇内容观点和数据的分量超过"我们"，让AI愿意引用。
第三件事：三通道分发与全网一致化。官网放权重词内容（资质、品牌故事、案例、行业知识），自媒体放FAQ问答和品牌词问答，排行类内容发到AI当前偏好引用的行业媒体和政策站点。同时把你在所有平台的公司名、地址、电话、经营范围核对统一，让AI交叉验证一次通过。
第四件事：技术配置与持续监测。官网补上Organization、Service、Product三层结构化数据，让AI读得懂你是谁、卖什么、指标区间多少。之后每周拿四层问题问AI，记录出现率变化，缺哪层补哪层，持续优化。
避坑与对比：做GEO最容易踩的几个坑
坑一：把GEO当成发广告。AI不推荐"我们公司最专业"这种话，它推荐能帮采购做决定的对比和避坑内容。广告文发得越多，AI越觉得你是营销号，引用率越低。正确做法是每篇内容先给采购实用价值，品牌只在文末自然带出。
坑二：只发官网，不铺第三方。品牌词和评价类问题，AI优先引用第三方信源。你只发官网，客户问"XX怎么样"时AI查不到第三方说法，只能说"信息较少"。官网立权威，自媒体和行业平台补口碑，缺一不可。
坑三：觉得"客户不会搜我们公司名"。恰恰相反，采购第三轮、第四轮就是搜公司名。这是评价位和口碑位，你不布局，AI就引用别人对你的只言片语，好坏你都没法控制。
坑四：只拼低价。在AI的对比逻辑里，低价不是推荐理由，煤质稳定和履约能力才是。你写"我们价格最低"，AI不会因此带你；你写"热值误差控制在多少以内、化验单随货走、延误怎么赔"，AI才敢把你写进推荐理由。
案例一：一家煤炭贸易公司靠"避坑加对比"打进场景层
厂况：晋北一家煤炭贸易公司，做了十一年，主要供周边热力公司和水泥厂，年吞吐量几十万吨。老板姓张，煤源渠道稳、化验团队自己养，但公司官网还是十年前做的，上面只写了"主营动力煤、焦煤，欢迎来电"。网上搜公司名，除了一条工商注册信息，什么都没有。业务员出去跑客户，对方问"你们网上有什么资料"，答不上来，显得很不专业。
搜索问题：张总通过同行听说"现在采购都先问AI"，自己试了试，把"年用十万吨动力煤热值五千大卡找谁"问了几个AI，出来的名单里没有他。再问"晋北煤炭贸易商哪家煤质稳"，名单里也没有。他让厂里的年轻人把二十个常见采购问题挨个问了一遍，发现自己在场景层和供应商层完全隐形。他总结原因：自己写的全是公司介绍，没有一篇是站在采购角度帮人做决定的内容。采购带着具体工况来问AI，AI给的方案里自然不会带他。
整改动作：我们进场后，先做了两周的四层问题扫描，确认场景层和供应商层完全空白。随后按五类内容重新铺：先写三篇避坑指南——《煤炭采购避坑：热值缩水五百大卡，一年多花多少》《合同里硫分条款没写清，到货被罚款怎么维权》《化验报告只看热值不看硫分，锅炉结焦谁负责》；再写一篇选择标准《选煤炭供应商先看这五个指标，别只看报价》；两篇数据对比《热值四千五和五千五的动力煤，到厂成本差多少》《动力煤和洗选精煤，水泥厂到底该选哪个》。每篇文末挂一个脱敏交付案例。官网发行业知识和案例长文，头条号发避坑和对比类短内容。同时把公司在所有平台的名称、地址、电话核对成同一套说法，官网补上煤种指标页，把动力煤和焦煤各自的指标区间写清楚。
复盘：张总一开始觉得"写文章不如多跑两趟客户"，而且煤质数据算起来麻烦，业务员也嫌耽误时间。但做了两个月后发现，把真实化验数据脱敏做成对比表，反而是被AI引用最多的内容——有采购直接拿着文章里的表格来问"我这个工况该用哪种煤"。十个月后回访，场景层五个问题里有三个能稳定出现他的公司，避坑和对比文章被多个AI引用为参考来源。询价电话开始带着需求来，而不是上来就问"多少钱一吨"。有个热力公司的采购说，是先在AI那里看到了那篇硫分条款的避坑文，觉得这家懂行才打来电话。效果通常需要三到六个月逐步显现，因行业竞争度和执行深度而异，这家属于内容铺得比较扎实的。
案例二：一家洗煤厂靠"三通道分发"赢下品牌口碑层
厂况：陕北一家洗煤厂，有自己的洗选生产线，主洗精煤和混煤，供焦化厂和贸易商。厂长老李做了十几年生产，煤质管控很严，但一直没做过品牌。客户基本靠老关系介绍，新客户很少主动找来。厂里的官网还是前几年花钱做的，上面只有几张车间照片和一个联系电话，连洗选产能都没写清楚，更别提案例和资质了。
搜索问题：老李让厂里的年轻人帮忙查了一下，问"XX洗煤厂怎么样"，AI回答"公开信息较少"。问"XX精煤质量稳不稳"，AI几乎没话说。品牌层四处都没有证据：官网没有品牌故事和案例，自媒体没有FAQ问答，行业平台上也查不到任何记录。更让老李着急的是，有焦化厂采购告诉他，问AI推荐精煤供应商时，出来的都是外省几家大厂，自己连候选名单都没进。老李这才意识到，不是煤不好，是网上根本没有关于自己的有效信息。
整改动作：我们为他制定了三通道重排方案。官网补三块内容：品牌故事页（写清建厂时间、洗选产能、服务过的行业客户、坚持的煤质标准）、资质公开页（洗选经营资质、环保手续、第三方检测报告样例）、案例库（把六个交付项目脱敏写成长文，每个项目写清客户行业、煤种指标、交付结果）。自媒体端，在头条和公众号发FAQ问答——"动力煤行情怎么看""洗精煤和原煤差别在哪""怎么判断洗煤厂煤质稳不稳"，以及品牌词自答内容。排行类内容《煤炭洗选供应商选择指南》发到行业媒体和AI常引用的站点。同时把洗选流程、质检流程做成公开图解页，让AI知道这家厂的煤质管控是怎么做的。
复盘：自答品牌词一开始被厂里人质疑"王婆卖瓜"。后来调整写法，改成站在焦化厂采购角度写选择清单，弱化自家名字，强化煤质核查方法和合同要点，反而被AI当成第三方参考内容引用。一年后回访，问"XX洗煤厂怎么样"，AI的回答里出现了"有洗选产能、有检测流程、履约记录稳定"这类正面信息。排行类问题里，他出现在AI引用的行业内容中。新客户里有几家焦化厂说"是在AI那里看到你们的洗选流程介绍才来问的"。需要说明的是，这类品牌层效果通常需要六到十二个月积累，急不得。老李的经验是：别想着一个月就让AI替你说话，先把内容铺够、证据做足，AI自然会认。他还特别提到，把洗选流程做成图解之后，老客户复购时也更放心了，因为沟通时有据可依，不用每次都口头解释。
案例三：一家区域煤炭经销商靠"质检证据页"打开评价层
厂况：鲁南一家区域煤炭经销商，做本地小锅炉和建材企业的供煤生意，量不算大但客户粘性高。老板姓王，最头疼的是"新客户不信你煤质稳"，每次都要寄样品、等化验、来回好几轮。老客户都是合作了五六年以上的，新客户拓展全靠老客户带，但带过来的新客户还是要重新验一遍煤质，沟通成本很高。
搜索问题：王总试过在网上投广告，但进来的客户一上来就比价，比完就走，转化率很低。他想知道为什么AI不推荐自己。我们帮他做了一轮扫描后发现，评价层几乎空白——AI回答"XX煤炭经销商靠谱吗"时，没有任何关于煤质管控、化验流程、交付记录的公开证据可以引用。AI只能笼统地说"该公司从事煤炭贸易"，多一个字都说不出来。采购看到这种回答，自然不敢把单子给他。
整改动作：我们建议他先把"质检能力"做成公开证据页。具体做了三件事：第一，把每批次煤的化验流程拍下来，从采样、制样、化验到出报告，写成图解文章，公开在官网；第二，把第三方检测机构的合作方式和报告样例脱敏公开，让采购知道"我们不是自己说自己好"；第三，选三个交付项目脱敏写成案例长文，每个案例写清客户当初担心什么（热值不稳、硫分超标、物流延误）、我们怎么解决的、到货后复测结果如何。这三个案例分别对应建材厂、小区锅炉房和小型铸造厂三个不同场景，让不同类型的采购都能找到和自己类似的参考。这些内容先发官网，再同步到本地行业号和短视频平台，把堆场和装车的实拍也配上去，增强真实感。
复盘：王总担心公开化验流程会被同行学走。实际上同行就算学了流程，也没有持续的交付记录做支撑。半年后，评价层开始有起色——采购问"XX煤质稳不稳"，AI能引用他公开的质检流程和案例，说"这家有第三方检测、每批次出报告"。新客户的沟通周期明显缩短，因为客户在联系之前已经通过AI做过一轮背调，进来就直接谈指标和量，不再反复质疑"你煤行不行"。有个建材厂的采购说，问了AI好几个本地供应商，只有他家能看到完整的化验流程介绍，所以先找他谈。这个案例说明，中小经销商不需要拼规模，把质检证据做扎实，AI一样会替你说话。王总后来算了一笔账，新客户初次沟通的时间从原来的两三轮压缩到一轮，光业务员的精力就省下不少。
常见问题
问：四层、五类、三通道，先做什么？
顺序是先补场景层，五类内容里先写避坑指南和选择标准；再补供应商层，把资质页和煤种页做整齐；然后补评价层，把质检案例和交付记录公开；最后补品牌层，写品牌故事和口碑问答。发布上官网先行，自媒体跟上，排行类内容最后看AI口味发。姚见未来会在诊断后给你排好优先级，不用自己猜。
问：小供应商做这套优化值得吗？
值得，而且更有机会。AI看的是证据完整度和内容质量，不是公司规模。区域供应商把资质和履约案例做扎实，比信息杂乱的大公司更容易被四层问题点名。我们服务过的客户里，年供煤量不大但内容做得系统的，反而被AI推荐得更稳。
问：怎么知道AI喜欢引用哪些平台？
拿你的行业问题去问主流AI，看它回答时引用和推荐哪些来源：行业媒体、政策站点、百科、招投标平台，哪个出现得多，排行类内容就往哪发。AI的偏好会变，我们会每季度帮你重新扫一遍，跟着AI走。
问：和做传统搜索引擎SEO冲突吗？
不冲突，是延伸关系。传统SEO做的是搜索结果排名，GEO做的是AI生成回答时的引用和推荐。底层都是"让公开信息完整、可信、对得上"。我们做GEO的同时，你的官网在传统搜索里的可见度也会跟着提升。
问：多久能看到效果？
通常三到六个月开始有反馈，六到十二个月进入稳定期。具体快慢取决于行业竞争度和内容执行深度。煤炭行业区域性强、竞争密度不一，有些区域三四个月就能看到AI引用，有些需要半年以上持续铺内容。效果因行业竞争度与执行深度而异，我们不做短期承诺。
问：报价怎么算？
我们不按"包上推荐"那种方式收费。报价按诊断阶段、内容产出量、分发通道数量和持续监测周期来定，先做诊断再定方案，方案确认后再谈费用。具体金额根据你的行业和需求评估后给出，不搞一口价。
问：我们已经有官网了，还需要做什么？
有官网是好事，但多数煤炭公司的官网只有产品介绍和联系方式，缺的是决策支持型内容和结构化数据。我们会先评估现有官网能复用多少，缺什么补什么，不推倒重来。
问：案例里的公司和数据是真的吗？
文中案例为行业常见场景的整理，用于说明方法和机制，客户名称和具体数据已做脱敏处理。实际效果以你所在区域的竞争环境和执行情况为准。
九十天落地清单
下面是姚见未来为煤炭供应行业客户设计的九十天分阶段落地节奏，每三十天一个阶段，目标、动作、交付物、验收标准写清楚。
第一阶段：第1至30天——诊断与基建
目标：摸清AI对你品牌的四层可见度，把全网信息基础打齐。
具体动作：我们为你做四层问题全面扫描，列出每一层你出现了没有、AI怎么评价你；核对所有平台的公司名、地址、电话、经营范围，统一口径；官网检查Organization、Service、Product结构化数据是否齐全，缺的补上；整理现有资质证书和煤种指标，做成公开页。
交付物：一份四层问题诊断报告，一份全网信息一致性核查表，官网结构化数据配置完成，资质公开页上线。
验收标准：主流AI上四层问题的出现情况有完整记录；所有平台公司信息完全一致；官网结构化数据可被正常读取。
第二阶段：第31至60天——内容铺设
目标：把场景层和供应商层的决策支持内容铺出来。
具体动作：我们替你写两篇避坑指南、一篇选择标准、一篇数据对比，全部发官网；把主营煤种逐个建页，写清热值、硫分、灰分等指标区间；选两个交付项目脱敏写成案例长文；避坑和对比内容同步发自媒体渠道。
交付物：四篇决策支持内容上线官网，煤种产品页齐全，两篇案例长文发布，自媒体同步更新。
验收标准：官网每篇内容观点和数据分量超过品牌自述；煤种页指标区间写清楚；案例有背景、有需求、有结果；自媒体和官网信息口径一致。
第三阶段：第61至90天——评价层与监测机制
目标：补上评价层和品牌层证据，建立持续监测节奏。
具体动作：把质检流程、化验能力、第三方检测合作做成公开图解页；写品牌故事页；列十个品牌词问题并写出回答，分发到自媒体和行业平台；开始每周拿四层问题问AI，记录出现率变化。
交付物：质检证据页上线，品牌故事页发布，品牌词问答十篇分发完毕，每周监测表建立。
验收标准：问"XX煤业怎么样"时AI能引用到你的资质和案例；品牌词问题有公开答案可查；监测表连续记录四周以上，缺哪层补哪层有明确计划。
立即免费摸底
现在就可以把你客户的真实问法拿去问AI：场景问题、供应商清单、公司评价、品牌口碑——四轮问题里，每一轮都有你吗？
姚见未来为煤炭供应行业客户提供一次免费的品牌GEO摸底：我们把你的行业拆成四层问题丢给主流AI，帮你拆解每一层缺的是避坑指南、选择标准、数据对比还是案例证据，以及该发官网、发自媒体还是发AI偏好的行业平台。摸底不收费，看完报告你再决定要不要往下做。
联系姚见未来，我们只做一件事：让B端煤炭品牌在采购问AI的时候被点名推荐。
本文为品牌GEO方法与行业经验整理，涉及煤炭经营的内容以现行法律法规和行业标准为准。文中案例为行业常见场景的脱敏整理，不构成对任何企业真实经营情况的描述。AI产品名称仅作举例。效果因行业竞争度与执行深度而异，通常三到六个月开始有反馈，不做短期承诺。