香港弗瑞斯特生物科技 × Neoxgeo：SaaS 科技深度轉型
一家技術公司，產品沒問題，卻失去增長能力。最終透過改變流量入口實現反轉——從被發現，變成被引用。
Before
- SEO 驅動增長
- 技術內容多但不可讀、AI 不引用
- 用戶提問 → AI 回答 → 不點擊網站
After
- AI 推薦驅動增長
- 技術內容 AI 可理解化、被引用
- 從被搜尋 → 被回答 → 線索轉化
GEO 流程（文字圖）
技術內容 → 語義重構 → AI 理解 → 引用 → 線索 → 優化
AI 引用率
追蹤技術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。
流量結構
區分 AI 渠道、傳統搜尋與其他來源占比，對照決策入口位移。
轉化路徑
由高意圖問題進入的承接頁、Demo 預約與漏斗節點表現。
一、挑戰：增長失效
（1）流量問題
香港弗瑞斯特生物科技有限公司是一家 B2B 科技公司，產品 Neoxgeo 在技術上是正確的——生成式引擎優化（GEO）軟體，對準高技術門檻、長決策週期、內容驅動獲客的市場。但 2023 年下半年起，增長陷入停滯。SEO 競爭激烈，大量關鍵詞被巨頭佔據；排名維持在前頁，流量卻在六個月內下滑約 35%。
（2）內容問題
技術內容多，但不可讀。產品文件、API 說明、功能白皮書充斥專業術語，用戶看不懂，AI 也不引用。團隊投入大量資源產出內容，卻沒有對應的轉化回報：全站轉化率長期落在 <2%，獲客成本（CAC）在過去一年上升約 40%。
（3）結構性變化：用戶行為改變
過去：用戶會搜尋 → 點擊 → 閱讀。現在：用戶提問 → AI 回答 → 不點擊網站。決策起點前移到對話式介面，客戶不再從搜尋開始，而是從一個會總結、會取捨的介面開始。品牌若不在 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
- 擴大內容團隊：品牌故事與技術文量增加，停留略增，但 AI 引用與外溢分發不足，新客仍依賴舊渠道。
- 投放廣告：短期流量回升，CAC 上升約 28%，進線品質波動，ROI 連兩季低於內部門檻。
- 做 SEO 優化：長尾與落地頁產出上升，六個月自然流量僅回補約 6%–8%，詢價不同步。
結果：成本上升，轉化不變。
關鍵認知轉變
他們意識到：「競爭不再發生在搜尋結果頁，而發生在 AI 的答案裡。」若內容無法以可被引用、拼接的方式存在，品牌會在「用戶提問當下」缺席。
為什麼選擇 Neoxgeo
Neoxgeo 不是工具，而是「進入 AI 答案體系的能力」。它解決的是「如何讓技術內容被 AI 理解、引用、分發」——對準了真正的流量入口。
三、三階段轉型
階段一：技術內容的「AI 可理解化」
將技術文件轉為結構化答案，強化結論、數據支撐。本質是讓 AI「敢引用」——技術文檔不再是長篇敘事，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：生成式分發（進入 AI 生態）
內容覆蓋行業問題，被 AI 採納。本質是從「被搜尋」→「被回答」——模組化內容對齊多個生成式與知識問答場景。
數據：AI 流量占比提升；新客來源結構變化。
階段三：意圖驅動增長（從流量到線索）
用戶問題 → 精準匹配解決方案 → 自動引導 Demo／試用。本質是把 AI 流量變成銷售線索。
數據：轉化率提升；CAC 下降；銷售週期縮短。
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 142 |
| AI 流量占比 | <8% | 約 38% |
| 線索數（月均） | 100 | 約 186 |
| 轉化率 | <2% | 約 4.2% |
| CAC（指數） | 100 | 約 62 |
結構變化：過去 SEO 驅動增長；現在 AI 推薦驅動增長。質變不在於單純更多點擊，而在於品牌在關鍵問題上被生成式結果主動納入引用與比較序列。
「從被發現，變成被引用。」
五、能力沉澱（戰略層）
- AI 可見性（Visibility）：可引用、可校驗、可更新的內容存在方式，構成在生成式介面的出場條件。
- 技術內容資產化：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 增長飛輪：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。
「未來客戶不會讀 10 篇文章，他們會直接相信 AI 的答案。你若不在那個選擇集合裡，後面所有轉化設計都落空了。」