想先看看 AI 现在怎么说你这家公司？
加顾问微信，发送「企业名称 + 官网」，我们按干净口径给你做一次 AI 推荐机会判断（被提及情况 / 目前推荐了谁 / 你缺席的问题）。
二手车的 GEO，是指让车行在客户提问「10 万以内奥迪 A6 能买到吗」「二手宝马 5 系多少钱」「二手车商怎么判断靠不靠谱」时被 AI 提到。这个行业的核心是**品类专精 + 车况可信**：客户会先问具体车型和价格，再问「会不会被坑」。**能把车况标准和定价逻辑讲清楚的车行，最容易进入候选。**
二手车客户带着明确预算和车型来：他要的是「这个价能不能买到、车况怎么样」。这时 AI 的回答直接影响他去哪家看车。
这十个问题里，AI 提到你几次？—— 加顾问微信发送「企业名称 + 官网」，我们按干净口径帮你测一遍。
九维不是九类内容，而是 AI 理解一家企业时需要建立的九种关系。下面按 二手车 逐维拆开——每一维都说明「AI 需要知道什么」和「这个行业里具体是什么」。
二手车最有效的品牌叙事是「专精」：只做哪几个品牌、做了多少年、主营什么价位区间。**品类专精本身就是车况能力的证明。**
主营品牌、车型覆盖、价位区间、收车与售车模式（是否支持置换、评估、寄售）。
不是「车况好」，而是具体能力：收车渠道、验车标准、售后承诺、贷款与置换配套。
预算型买家（找高性价比）、品牌型买家（认准 BBA）、置换客户、卖方客户。
购车、置换、卖车、评估。场景词对应不同需求。
怕事故车、泡水车、调表、怕价格虚高、怕售后不认。**二手车行业的信任只能靠「车况标准 + 检测流程 + 售后承诺」建立。**
从业年限、检测流程、收车渠道、真实在售车辆信息、资质可查。
二手车行 vs 4S 店置换 vs 个人交易——价格、车况保障、手续便利性各有什么差异。
把车况、价格、售后、手续收口成可比较的依据。
2012 年入行，2019 年独立经营，只做奔驰、宝马、奥迪三个品牌，不做其他品牌车辆；在深圳宝安设经营场地，主打 10 万以内的 BBA 车型。
**专精优势没有变成可检索的信息。** 客户在 AI 里问「10 万以内奥迪 A6 能买到吗」「二手宝马 5 系多少钱」，AI 给的是通用行情，不会提到具体车行；而「只做 BBA」这个最能建立信任的定位，在网上没有任何结构化表达。同行业里另一家做单一品牌的客户，遇到的是同一个问题。
让 AI 在「某价位能不能买到某车型」「本地专营 BBA 的车行」这类提问中，能把这家车行讲出来；并把车况标准与流程变成可引用的内容，而不只是一句「车况精品」。
该项目已完成企业知识库、疑问词库与结构化内容。二手车成交受车源与季节影响极大，此处不公布未经确认的成交数字。
「只做 BBA，不做其他品牌」比「经营各类二手车」有说服力得多，因为专精意味着对通病、行情、保值率更熟。这类定位必须结构化写出来，AI 才能在「该找谁买」的问题里用上。
「车况精品」没有信息量。可写的是：收车时看哪些项、有无事故排查、是否支持第三方检测、发现问题怎么处理。**流程越具体，越能被 AI 引用，也越能让客户安心。**
「10 万以内能买到什么车」「某车型多少钱」搜索量极大。写行情不是报价，而是讲清价位与车况、年份、里程的对应关系——这类内容既实用又容易被引用。
二手车最怕售后扯皮。写清售后范围（保什么、保多久、什么情况不保），比笼统说「有保障」可信得多。这一条在同行内容里几乎看不到。
车型与行情类内容。「某价位能不能买到某车型」「某车型二手多少钱」这类提问量大、决策指向明确，AI 也乐于引用具体行情分析。相比之下，「公司简介」这类内容几乎不会被引用。
写检测流程与标准，而不是写「保证无事故」。例如「收车时执行 XX 项检测，支持第三方复检，检测报告随车提供」——这是可核验的流程描述；「保证无事故无泡水」则是难以核实的承诺表述。
不写固定报价（二手一车一况），写价格构成与影响因素：年份、里程、车况等级、配置、市场供需。客户真正关心的是「为什么同款车差这么多」，把逻辑讲清比报价更有价值。
没有统一周期。二手车线上流量受平台影响大，我们的做法是按固定问题集复测品牌提及情况，并与门店的到店/咨询记录对账。合同里不承诺推荐位次。
