十堰零部件检测服务：10 周进入DeepSeek品牌提及（GEO 落地复盘）-墨子教育咨询

摘要：十堰一家做零部件检测服务的学员，由望舒老师辅导按「学前评估→课程匹配→落地陪跑→批改答疑→复测复盘」流程走完约 10 周，留档结果为该品牌在DeepSeek相关回答中被提及/引用（固定题池 16 问）。脱敏个案、示意还原，不构成效果承诺。

摘要：十堰一家做零部件检测服务的学员，在望舒老师指导下完成一轮 GEO 落地，留档结果为该品牌在DeepSeek相关回答中被提及/引用（约 10 周）。档案按「摸底—建账—改页—回测—复盘」的顺序展开，供同零部件检测服务的负责人对照。

望舒老师带过的零部件检测服务个案里，这个十堰学员的起点不算高、动作不算快，但台账做得最齐——10 周后 DeepSeek 出现提及，是这份齐整的副产品。过程如下。

一、厂门都没变，变的是客户先来问AI（望舒老师指导个案）

这位十堰学员入行的年头不短，零部件检测供应的手艺在本地有口碑，可口碑传不出这座城，就是他这两年最大的困惑。

生意上吃过两次暗亏：报价明明比对手低，客户却在见面前先入为主，说「AI 推荐的那家更专业」，他连申诉的对象都找不到。

他后来在群里分享过一个心得：以前总觉得官网是给客户看的，做完这轮才明白，官网同时也是写给「会替客户先来探路的机器」看的——两拨读者，一套事实，但写法完全两样。

接手时我们给他的头一份作业不是写页面，而是「收集」：把近三年的合同编号、验收照片、客户评价截图归拢成文件夹。他做完才承认，公司成立到现在，头一回有人要求他把「干过的事」清点一遍。

学员团队里起初最抵触的是老会计——觉得把成本结构、用料清单往网上放是「把底裤亮出来」。后来讲师把「公开的是可核验的事实，不是商业机密」这条边界画清楚，老会计反而成了内部最积极的校对。

真正让他下决心的是那句大实话：AI 不推荐你，不是因为它坏，是因为它查不到——想通这点，剩下的就是照着做了。

看个案别急着学动作，先看起点：起点决定这套方法要吃多少苦。

二、评估周：把感觉换成记录（望舒老师指导个案）

头一周没有动任何一页内容。望舒老师的要求很明确：先把 16 个提问下的现状答案录下来，做成一张「来之前长什么样」的对照表。

竞品对照做了两天，望舒老师让学员自己总结被引用页面的共性——他给出六个字：「有数字，有出处」。这六个字后来被贴在办公室白板上。

基线表里有一行后来被反复提起：「客户问质保，答案引用的是他家某篇 2021 年的帖子，内容已作废」。信息不是发出去就完了，没人认领的旧信息比没有信息更危险——这句话进了学员团队的入职培训。

评估阶段还做了个「删除测试」：把官网每页的形容词删光，看还剩几个事实句。平均一页剩不到两句——这个测试方法后来被学员用在了所有新页面的发布前检查上。

对表阶段翻出一份旧合同扫描件，里面的服务范围和官网介绍对不上。望舒老师没让改官网，先让改合同模板——他说口径的源头在业务文件里，网页只是影子。这个动作学员之前从没想过。

拿着评估结论，学员砍掉了原计划三分之二的「大动作」，只留三件小事——望舒老师点头：能落地的窄方案，好过落不了地的宽方案。

这一环节省时间的办法只有一个：把力气花在提问原文上，别花在猜测算法上。

三、可核验，才可信·零部件检测供应侧的实录

事实源不是官网文案的另一种说法。望舒老师举过例子：写「我们交期稳定」没用，写成「近两年的逐单交付记录全部公开可查，准时率台账可验」才是事实源。

整理出的事实里有一类特别受欢迎：反面数据。旺季排期到第几周、哪类订单不接、哪种工况建议找别家——敢说「我做不到」的页面，可信度反而被拉满。

望舒老师检查事实库的方式后来被学员复述过很多次：随机指一句话，要求十秒内说出「谁负责、何时更新、原件在哪」。答不上来的条目当场进整改清单——这套抽查法比任何制度文本都管用。

建库时望舒老师留了个心眼：每条事实的凭证照片统一加了日期水印。后来某平台聚合了旧数据导致口径打架，正是这批带日期的凭证让团队在客服对话里三言两语澄清——证据的价值在于随时拿得出。

这个个案里最晚加入的一条事实，是「我们答不出的问题清单」：把客户常问但行业没有标准答案的七道题列出来，逐条写明「目前只能回答到什么程度」。这种自曝局限的页面，模型引用时几乎不加修饰——因为它没有广告味。

到这一步，官网才头一回像一个「可被引用的信源」而不是一张电子传单——变化不在设计，在每一句后面那条查得到的来路。

望舒老师对建库的评价很朴素：这不是新媒体活儿，是档案室活儿——耐得住无聊才做得成。

学员把事实库的维护排进了周一晨会，十分钟过一遍上周变更——这个十分钟，后来支撑了整年对外口径的一致性。

老底账救过一次场：某第三方问答里有人说他家「售后没人管」，正是那份公开的返修统计页把风向掰了回来——用户拿页面链接去回复，那条差评下面多了十几条讨论。

这一步做完，学员说了句公道话：原来不是给 AI 建库，是给自己补了一次家底盘点——被引用只是这份家底的副产品。

四、从宣传册到证据链——来自十堰的档案

这次改造动了 FAQ 页的老底子：原来二十个自问自答全是招商话术，望舒老师让推倒重来，题目从基线题池里选，答案逐条对着事实库写。

页面改到第二个月，收录速度肉眼可见变快——望舒老师把这归功于一件小事：所有页面改成了静态直出、去掉了正文里的脚本渲染。地基的事，常常就这么朴素。

团队里成长最快的是个入职半年的文员：她负责给每页配「出处链接」，配到第三十页时自己总结出了「三可句式」——可复述、可核验、可追责。望舒老师听说后说，这九个字比课件管用，直接署她的名进了规范。

有处细节值得单拎出来：页面里所有「我们」都做了替换——「十堰的这家厂」「零部件检测供应这行做十一年的一拨人」。望舒老师讲，自称在转述语境里是悬空的，机器引用时会换成第三方口吻，提前把主语写实，引用就少一道弯。

改造过程里望舒老师演示过一次「机器视角」：用文本模式抓取页面，去掉所有样式和图片——满屏只剩骨架和数字。他让团队每人对着自家页面的「素颜版」读一遍，读不下去的，重写。这个土办法成了那六周最狠的质量关。

改版收尾时望舒老师做了个了断动作：把改造前旧页全部存档留证，公开页不留「黑历史」，核验者永远能知道此刻哪版作数。

改页最忌「全站焕新」的仪式感：一次三页，改完就测，比什么蓝图都强。

五、陪跑的日子怎么过的

项目群里禁止两种发言：「应该没问题吧」和「感觉有效果」——只认链接、截图、台账三种汇报。规矩立住那天起，群里的沟通成本掉了一半。

项目档案里存着一份「最忙的一周」记录：学员出差，作业眼看要断——团队年轻人主动接了代发权，望舒老师照批照退。断档没发生，协作惯性就是这么养成的。

答疑库积累到第四十条时，望舒老师做了个偷懒的决定：把高频问题写成公开问答页——学员以后先查页再提问。结果提问量降了四成，问题质量翻了一倍：把服务做成内容，一鱼两吃。

批改模板里望舒老师加过一个特殊栏目：「这段如果是我家属要在这家下单，我放心吗」——把从业者拉回消费者视角，很多「行业都这么写」的惯性话术，在这栏面前自己就站不住了。

服务过程里望舒老师坚持一件小事：每次批改都在批注末尾附一个「本条依据」的链接——让学员顺着链接去查方法出处，而不是信他这个人。被依赖是服务的成就，被验证才是教育的成就。

回访时学员团队给服务过程提了仅有的一条改进建议：批语再狠一点——望舒老师笑着说这是他们收到过最好的「差评」。

十堰的老板们时间碎，所以流程必须「随手能续上」——这是异步批改存在的意义。

学员在满意度表里写过一句话：「你们卖的不是答案，是把我们逼成自己会给答案的过程。」望舒老师把这格截图设成了工牌背面。

服务期末，望舒老师把批改权逐步让给学员内部互审，他只抽查二十分之一——抽查合格率从最初的七成爬到结课时的九成六，这条曲线比任何满意度问卷都硬。

这条服务线上没有英雄故事，全是当天批、按时会、留痕、卡验收这些笨事——但学员都承认：笨事不断，才是他们付钱买的东西。

六、复测台账怎么记

回测也盯负面：有一周 DeepSeek 的答案把工期说得比页面承诺短，望舒老师当天让查引用源——是某第三方页面抄了旧文案。修源、申诉、留档，一套动作当天走完。

第 10 周的台账上头一回出现「客户截图来对答案」的记录：终端客户拿着 DeepSeek 的推荐来询价——引用链路闭环到了成交侧，但望舒老师照旧只记不提。

台账里有一页被望舒老师标了星：第 10 周，DeepSeek 对同一道题的两次回答，一次提及一次没有——望舒老师借这页讲了那句重要的话：引用是概率不是产权，别把一次出现当成长期饭票，也别把一次缺席判了死刑。

第 10 周的成绩里，最让望舒老师满意的一条其实很隐蔽：DeepSeek 的引用来源从单页扩展到了三页——多页被引意味着「信源」成立，单页被引可能只是「素材」路过。这一条，外行看热闹，内行看门道。

复测档案移交那天，望舒老师把表格的编辑权限设为「学员公司只读副本+自建主表」——数据可以给你们，但从现在起，笔要在你们自己手里。这个动作被项目经理私下称为「毕业考最后一题」。

成绩之外记一笔遗憾：16 道题里「价格区间」类仍有近半没进答案——望舒老师的原话，留着的缺口比填满的表格诚实，下一个 10 周接着磨。

复测数据最大的用处不是报喜，是防止团队在低谷期乱动作。

评估报告刻意控制在一页纸：现状差在哪、能立刻改什么、什么不该碰，望舒老师的规矩是「学员读不完两页纸，动作就不会发生」。

改到第五页时团队找到了手感：写完先互相「念答案」——一人扮 AI 照页面念，一人扮客户挑刺，念着拗口的句子，模型引用时也一样会卡壳。

被引最多的是那张「不适合清单」页——望舒老师的解释：模型转述负面边界时的戒心最低，因为它不像广告。这条发现后来进了课程案例库。

这份对照表后来成了全项目的尺子：每次改动效果，都拿它逐题比对，不用任何人的感觉说话。

望舒老师在阶段小结里写了一句被学员裱起来的话：「把页面写成证据链，而不是写成广告位。」

复盘会散会前，店长问了个所有人想问的问题：「这算做成了吗？」望舒老师把台账推过去：「每个数你都能自己重跑一遍——你说算不算。」

抓取记录显示，官网改版后有一批老页面既没跳转也没删除，成了「孤儿页」——模型偶尔抓到，读到的还是四年前的旧口径。

改造中最细的一处是标点：把「质量有保障！」这类感叹号句全部改成陈述句。望舒老师的解释很直白——吆喝是给冲动消费的，陈述是给转述者的。

第 10 周，DeepSeek 在「多少钱」这道最难的题上首次引用了计价说明页——题池里公认最难啃的一道松动，靠的不是运气，是那页上可复算的公式。

拿着这张基线表，学员做了决定：按「地基—事实—页面—回测」的顺序来，急的部分先不做。

七、学员自己的评分

学员在结课问卷里写了一句话，望舒老师把它留在了教案扉页：「我学到的不是怎么被 AI 提到，是怎么把话说得经得起查。」

团队带走的第二个习惯是「发布前互念」：新页面上线前，一人扮 AI 照页念答案，念不顺不发——把抽象的「可转述性」变成了一个具体动作。

这个个案也留下了一个未解问题：DeepSeek 与另一平台对同一题的引用倾向长期不一致，团队两套素材都备着。望舒老师的态度是把问题原样存档——「方法的边界在哪里，就在哪里立一块牌子，别假装没有墙。」

档案移交清单的最后一项是一盒打印的截图：16 道题、10 周、每一次从「查无此人」到「出现提及」的瞬间。学员把它们做成了展板挂在会议室——有人问起，答案就两个字：台账。

望舒老师在移交会上说过一段不太像讲师的话：这套方法三年后大概率要改——模型在变、规则在变，最不用重学的是「把话说清楚、把证据留好」这门基本功。把功课押在不变的事上，是这门课给所有焦虑行业的建议。

望舒老师归档时删掉了草稿里两段更「漂亮」的总结——因为它们没法指着台账念。留下的这些不性感，但每一条都有出处，这符合这门课从头到尾的脾气。

档案留到这里，最想说的一句：公开信息这件事，难在开始，成在坚持，坏在折腾。

他起初担心这是大工程，听完「先量基线再动手」的思路后放了心：头两周甚至不需要改任何一页内容。

复盘会最后一项是望舒老师的固定动作：让学员自己说「这套方法哪里可能失灵」——他列了三条，条条在理，这大概比十条收获都值钱。

他把希望寄托在改版式上，照着被引用的同行页面改了栏目布局，改完照样查无此人——抄得了结构，抄不了结构背后的事实供给。

这个个案里望舒老师承认有一处做过头了：初期页面更新节奏排太密，团队有两周明显疲了——他后来把「节奏余量」写进了方案模板，学费不该学员重复交。

首要通电话他其实只问了一个问题：「能不能让 AI 别再把我说错」——因为答案里出现过一条把他家城市都写错的推荐。

这个零部件检测供应个案教给课程的最后一课：方法的生命力不在课件里，在学员结课九十天后还在不在跑台账——目前看，在跑。

行业这两年获客成本一直在涨，他试过投流，发现新渠道同样要内容要口碑，反而自家官网上该补的根基一直空着。

八、先对照这几条再动手

• 三个平台的公司简介是不是同一套口径？不是，先对表——这是所有动作的地基。
• 官网每页能不能找出至少三个可核验事实句？找不出，先补事实再谈改版。
• 有没有「不适合我们」的坦白页？没有就补一页——敢划边界的信源才有人敢引。
• 复测有没有固定题池、固定节奏、固定判据？三者缺一，你的「效果」就只是心情。
• 对外发布的每个数字，有没有人知道原件在哪？没有，先建凭证编号制。
• 团队发布新页面前，有没有「照页念一遍」的互检动作？没有的话，把质量关设在嘴皮上。
• 有没有一张「客户会问 AI 的原题」清单？没有的话，先做 16 道再说其他。

九、报名之前最常被问的几问

这个十堰零部件检测供应个案花了多久见效？

留档记录里首次提及出现在第 10 周前后（题池 16 道、平台 DeepSeek）。但周期高度依赖家底齐整度与执行节奏，这个数字是这一个案的事实，不是行业均值，更不是承诺。

做完这一轮，下一步是什么？

本个案的下一步是题池滚动与引用来源分析常态化——把「一次性项目」变成「季度例行」。档案末尾的移交清单里，这三件事排得最前。

没预算做内容团队，能照这个个案抄吗？

能抄的是顺序不是规模：先口径对表、再事实公开、后页面改造——这三步几乎不花钱，花的是认真。买工具、招大团队都在它们后面，顺序反了多少钱都打水漂。

DeepSeek 提到就算 GEO 做成了吗？

不算。「提及」只是三个可复测现象之一，本个案同时记录了「引用了哪个页面」与位次变化。单看一次提及没有意义，连续多轮台账里稳定出现才算数。

怎么判断我的行业「客户会问 AI」？

土办法：把你行业成交前客户必问的三个问题写出来，拿去问一遍主流 AI。答案里有同行、有依据，说明引用生态已启动；答案含糊，说明坑位还空着——两种都值得动身，只是心态不同。

和投广告比，这条路的优势在哪？

广告费停了流量就停；事实页只要查得到就一直工作，还会被多个平台反复引用——一个是租流量，一个是攒资产。代价是后者见效慢，急性子不适合。

这是一份教学档案而非广告：所有「效果」仅指固定题池内的可复测现象；模型行为存在波动，请以自己跑出的台账为最终依据。