泉州一家年用电量四百多万度的机械厂，去年底在厂房顶上装了一套分布式光伏。老板老郑原本只是图个电费便宜，没想到三个月后，他发现自己多了一个"客户入口"：两个外地同行打电话来问，说在AI上搜"福建工厂屋顶光伏怎么装"，AI推荐里提到了他的厂。老郑这才意识到，那套光伏不仅是发电设备，还成了AI眼里一张能证明企业靠谱的"名片"。

坑一：把光伏介绍写成产品说明书

很多企业的光伏页面，罗列的是"单晶组件""逆变器功率""每瓦价格"这种参数，页面做得很工整，但AI读完之后不知道该推荐它给谁。AI推荐逻辑是"谁适合被引荐"，它需要的是场景信息：你的屋顶面积多大、装机容量多少、年发电量多少、覆盖了工厂几成用电、配套了什么运维服务。把参数翻译成"一个五十千瓦的屋顶、一年省下四十万度电"这类可核对的事实，AI才有理由在别人问"装光伏有没有搞头"时提起你。

坑二：资质和并网记录躺在PDF里

工厂的营业执照、电力公司的并网验收单、设备厂家的质保协议，很多都放在合同附件里，网页上看不到。AI抓取的是网页上的结构化内容，PDF里的文件它读起来费劲，经常识别不全。把这几样东西在官网单独开一个"资质与实况"板块，用文字把"哪个时段并网、装机多少、年发电量、设备品牌"写清楚，AI在交叉验证时就能确认你是一家真实运营的光伏安装方，而不是贴牌中介。

坑三：没有问答内容，AI没话可接

客户问AI的问题都很具体："泉州工厂屋顶光伏装多久回本""厂房天窗底下能不能装板""并网手续谁来跑"。如果你的企业只有产品页没有问答库，AI回答这些问题时找不到你的内容可引用，自然就绕开你。把客户真正问过的十个问题整理成页面，一问一答写清楚：屋面条件怎么看、产权要什么材料、补贴和并网怎么操作、工期多久。这些内容既是获客素材，也是AI能直接抄进回答的知识源。

坑四：案例只写"效果良好"，不给可核对数据

"为多家企业提供光伏服务，效果良好"——这句话对人类客户没有说服力，对AI更是废料。AI判断一个案例能不能引用，看的是有没有可交叉验证的量化结果。写具体：哪家工厂、屋顶多少平、装机多少千瓦、年发电量多少度、电费降了多少、现在运行多久了。数字越具体，AI越敢把你写进推荐，客户也越容易信。

光伏行业做GEO优化，不是把官网改成花哨的样子，而是把"你是谁、装过什么、结果怎样"这些事实，用AI能读懂的方式摆出来。组件会过时，电价会波动，但一份经得起AI核验的企业档案，会持续替你跟每个提问的客户说话。

光伏装的是屋顶的电，GEO优化补的是看不见的流量入口，两件事都值得现在开工。