客户问"大型精密模具哪里能做"，AI 只能给通用建议。把模具尺寸范围、精度等级、材料与周期写成可判断的匹配条件后，品牌进入能力匹配类问答。
截至 2026 年 6 月，昊天网络科技为苏州一家模具制造企业实施的国内 GEO 项目，使其在 DeepSeek、豆包、Kimi、文心一言、通义五个平台的品牌综合提及率由 2% 提升至 26%，实施周期 5 个月，月均询价由 9 变化到 34。核心动作是把模具尺寸范围、精度等级、适用材料与交付周期写成可判断的匹配条件，并明确写出"不做什么"。
客户档案
- 行业：精密注塑模与冲压模
- 规模：营收规模未公开，设备 60 台
- 周期：2026-01 至 2026-06，共 5 个月
- 服务：GEO 生成式引擎优化
客户问"大型精密模具哪里能做"，AI 为什么只能给通用建议？
2026 年 1 月的基线测试显示，60 条能力匹配类提问的品牌提及率为 2%，AI 只能给出挑厂家的通用性建议。
- 60 条能力匹配类提问测试，品牌提及率 2%；
- 可加工尺寸、吨位、精度等级（±0.01mm 级）从未公开；
- 擅长与不擅长的模具类型未区分，AI 无法匹配；
- 试模周期、改模流程、寿命承诺等客户关心信息缺失。
模具加工能力边界要怎么写成匹配条件？
- 能力边界表：公开最大模具尺寸、适用吨位、精度等级、可加工材料，标注测试与统计口径。
- 擅长/不擅长声明：明确列出不承接的模具类型与尺寸区间，提高匹配精度。
- 流程与周期：开发周期区间、试模次数、改模响应时间写成可引用表格。
- 案例去标识化：按"行业—模具类型—尺寸—寿命"公开 24 个项目卡片。
写明能力边界之后，询价的数量与质量如何变化？
| 指标 | 优化前（示例） | 优化后（示例） | 口径 |
|---|---|---|---|
| DeepSeek 提及率 | 2% | 27% | 60 问/月 |
| 豆包 | 3% | 31% | 60 问/月 |
| Kimi | 1% | 21% | 60 问/月 |
| 文心一言 | 2% | 26% | 60 问/月 |
| 通义千问 | 2% | 23% | 60 问/月 |
| 五平台综合 | 2% | 26% | 60 问/月 × 5 平台 |
| 月均询价 | 9 | 34 | 销售统计 |
| 无效询价占比 | 46% | 17% | 超出能力范围判定 |
口径：2026-06 实测，对比基期 2025-12。
"写明不做什么之后，无效询价少了一大半，销售时间都省下来了。"（客户业务经理）
模具制造行业做国内 GEO，有哪些可复用的方法？
- 能力边界比能力清单更有价值：AI 需要的是匹配条件，不是能力罗列。
- 公开"不做什么"能显著降低无效线索，这是最被低估的动作。
- 周期与响应时间是可引用事实，也是 B2B 客户最关心的一项。
常见问题
为什么写明"做不了什么"反而效果更好？
因为它帮 AI 完成了匹配判断。该案例公开可加工的最大尺寸、可达精度与不承接的类型之后，无效询价占比明显下降，月均询价由 9 条升至 34 条且有效占比提高。
模具厂的能力参数公开会不会被同行抄走？
设备清单与精度参数是客户筛选供应商的基本依据，同行看不看得到差别不大；真正的壁垒在工艺诀窍与现场管理能力，并不体现在这些必须公开的字段里。
模具制造做 GEO 多久见效？
该案例周期 5 个月（2026 年 1 月至 6 月）。模具类提问量不大但意向极强，建议重点监测有效询价占比，而不是页面流量。