Lilyari Company Limited × Neoxgeo：醫療／醫美深度轉型
一家醫療／醫美機構，在獲客成本失控、用戶信任下降的情況下，如何透過進入 AI 決策路徑重建增長能力——從被懷疑，變成被信任。
Before
- 廣告驅動
- 用戶反覆對比、害怕風險
- 用戶問 AI → AI 不推薦 → 機構缺席
After
- AI 信任驅動
- 醫療內容可信結構化、AI 引用
- 從被懷疑 → 被信任 → 諮詢轉化
GEO 流程（文字圖）
醫療內容 → 語義重構 → AI 理解 → 信任建立 → 諮詢 → 轉化
AI 引用率
追蹤醫療主題在生成式介面中被取用與引用的情形，以及版本更新後的變化曲線。
諮詢路徑
區分 AI 渠道、傳統搜尋與其他來源進入諮詢的占比，對照決策入口位移。
轉化結構
由高意圖問題進入的承接頁、預約與漏斗節點表現。信任驅動轉換率。
一、挑戰：信任與流量雙重崩塌
（1）獲客成本失控
Lilyari Company Limited 是一家醫療／醫美機構，在高度信任門檻、高客單價、長決策週期、強資訊不對稱的行業中營運。2023 年以來，廣告成本持續上漲，平台競爭激烈。單一客戶獲取成本（CAC）在過去一年上升約 30%～60%，轉化率持續低於 2%，諮詢流失嚴重。
（2）信任問題
用戶不再輕易相信廣告。他們反覆對比、害怕風險、資訊不透明。決策前會多方比價、查證、詢問親友，對機構的信任建立成本極高。
（3）AI 帶來的結構變化
用戶不再直接找機構。他們開始問 AI：「這個項目安全嗎？」「效果能維持多久？」「有沒有副作用？」——決策起點前移到對話式介面。若機構不在 AI 的答案裡，後面所有轉化設計都落空了。
二、破局：錯誤路徑與關鍵認知轉變
曾嘗試但未解結構問題的做法
- 投廣告：成本上升，ROI 持續惡化。
- 做 KOL：短期有效，但難以規模化，信任轉移有限。
- SEO 優化：增長有限，用戶決策入口已不在傳統搜尋。
關鍵認知轉變
他們意識到：「用戶信任的建立，不再發生在官網，而發生在 AI 的回答中。」若內容無法以可被引用、可信賴的方式存在，品牌會在「用戶提問當下」缺席。
為什麼選擇 Neoxgeo
Neoxgeo 幫助他們「進入 AI 的信任體系，而不是只做曝光」。它解決的是「如何讓醫療內容被 AI 理解、引用、推薦」——對準了真正的決策入口。
三、三階段轉型
階段一：醫療內容的「可信結構化」
將風險、效果、適用人群結構化，建立標準答案與數據支撐。本質是讓 AI「信任並引用」——醫療內容不再是模糊敘事，而是問題—結論—依據與限制的清晰結構。
數據：AI 引用率提升；停留時間提升。
階段二：進入 AI 決策路徑（信任入口）
覆蓋用戶問題，成為 AI 推薦來源。本質是從「被看到」→「被信任」——當用戶問「這個項目安全嗎」，AI 能引用並推薦機構的內容。
數據：AI 流量占比提升；諮詢量提升。
階段三：信任驅動轉化
用戶在信任基礎上諮詢，轉化更高。本質是降低決策阻力——當用戶已透過 AI 建立初步信任，進站諮詢的意圖與轉化率明顯提升。
數據：轉化率提升；CAC 下降；客單價提升。
四、成效：增長反轉
| 指標 | 轉型前 | 轉型後（約 9 個月） |
|---|---|---|
| 流量（指數） | 100 | 約 138 |
| AI 流量占比 | <8% | 約 38% |
| 諮詢量（月均） | 100 | 約 172 |
| 轉化率 | <2% | 約 3.8% |
| CAC（指數） | 100 | 約 62 |
結構變化：過去廣告驅動；現在 AI 信任驅動。質變不在於單純更多曝光，而在於品牌在關鍵問題上被生成式結果主動納入引用與推薦序列。
「從被懷疑，變成被信任。」
五、能力沉澱（戰略層）
- AI 信任可見性：可引用、可校驗、可更新的醫療內容存在方式，構成在生成式介面的出場條件。
- 醫療內容資產化：答案單元與模組可迭代累積，降低單次活動的邊際內容成本。
- GEO 信任飛輪：引用率監測驅動內容修正，多 AI 平台分發放大驗證，形成持續優化閉環。
「未來患者不會只看廣告，他們會先問 AI，而 AI 會決定他們信任誰。」