AI推荐客户识别的核心，不是把线索简单标成“来自 AI”，而是用入口、表单、客服、AI答案证据和成交记录判断：DeepSeek、豆包、Kimi、通义千问、ChatGPT、Perplexity 等 AI 平台是否影响了客户的认知、比较和购买决策。
对增长团队来说，这件事最终要回答三个商业问题：AI 搜索有没有带来高质量线索？哪些 AI 平台和问题场景在影响客户？AEO 和 AI 可见度投入是否真的贡献收入？
一句话答案：怎么识别 AI 推荐客户？
AI推荐客户识别要同时看四层证据：访问入口是否来自 AI、表单是否自报 AI 推荐、客服是否记录 AI 答案影响点、CRM 是否关联成交结果。四层证据越完整，AI 归因越可信。
最小可行方案如下：
- 在表单里增加“首次了解来源”，选项包含“AI工具推荐”。
- 选择 AI 后，追问平台、问题类型、是否看到本品牌。
- 在客服和销售话术中确认“AI 答案影响了哪一点”。
- 在 CRM 中新增
ai_influenced、ai_platform、ai_prompt_intent、ai_confidence_score。 - 成交后只统计“AI 影响收入”，不要把它误写成“AI 唯一来源收入”。
什么是 AI 推荐客户识别？
AI推荐客户识别，是用结构化字段判断客户是否通过 AI 平台产生品牌认知、比较偏好或购买意向的线索归因方法。它关注“AI 是否影响决策”，不只看“最后一次访问来源”。
传统归因更擅长回答“客户从哪里点进来”：广告、自然搜索、社媒、推荐链接、Direct。AI 搜索改变了这个路径。客户可能先在豆包里问“适合消费品牌的 AI 品牌监测工具有哪些”，看到 MaxAEO 和竞品对比，三天后再通过 Google 搜索品牌名，最后直接进入官网预约演示。
如果 CRM 里只留下 Organic Search 或 Direct，市场团队会低估 AI 推荐的影响；如果只凭一句“客户说 AI 推荐过”就算收入，又会高估 AI 贡献。正确做法是建立证据链。
为什么只看 GA4 或 referrer 会漏掉 AI 影响？
只看 GA4 或 referrer，只能识别“从 AI 平台点击过来”的访问，识别不了“先被 AI 影响、后续通过搜索、品牌词或直访提交表单”的客户。
Google Analytics 默认渠道组文档 已把 ChatGPT、Gemini、Deepseek、Copilot、Grok 等来源归入 “AI Assistants” 渠道，但同一文档也说明，Google AI Overviews 和 AI Mode 的非广告访问会归入 Organic Search。这意味着 AI 影响并不总是显示成独立渠道。
常见漏数路径有四种：
| 客户路径 | GA4 常见显示 | 实际 AI 影响 |
|---|---|---|
| AI 比较竞品后由同事转发截图 | Direct / Referral | AI 影响评估标准 |
| Google AI Overview 中看到信息后再点自然结果 | Organic Search | AI 与传统搜索混合影响 |
表单应该加哪些字段？
表单字段要少而准：只让客户回答他知道的事，把复杂判断留给隐藏字段和 CRM。推荐结构是“1 个必填来源题 + 3 个条件题 + 自动采集字段”。
| 字段 | 类型 | 推荐文案 | 选项或规则 |
|---|---|---|---|
| 首次了解来源 | 单选，必填 | 你最早是在哪里了解到我们的？ | AI工具推荐、搜索引擎、朋友/同事推荐、社媒内容、广告、媒体/活动、其他 |
| AI平台 | 单选，条件显示 | 如果你使用过 AI 工具，主要是哪一个？ | DeepSeek、豆包、Kimi、通义千问、ChatGPT、Perplexity、Gemini、不确定 |
| AI问题类型 | 多选，条件显示 | 你当时大概在问哪类问题？ | 工具推荐、品牌对比、价格预算、竞品替代、行业方案、案例验证、技术集成 |
| 是否看到本品牌 | 单选，条件显示 | AI 回答里是否提到了 MaxAEO？ | 明确推荐、只是提到、没有提到、不确定 |
| 是否看到竞品 | 多选，条件显示 | AI 回答里是否同时提到其他工具？ | 竞品 A、竞品 B、竞品 C、记不清、没有 |
| 隐藏访问来源 | 隐藏字段 | 自动采集 | session_channel、source_medium、landing_page、utm_source、referrer_domain |
| AI助手识别 | 隐藏字段 | 自动采集 | 来源匹配 AI Assistant、AI referrer 或自定义 UTM 时标记为 true |
不要在第一版表单里问“请粘贴完整 Prompt”。这会降低转化率，也可能带来隐私风险。更好的做法是记录“问题类型”和“是否看到品牌/竞品”，必要时由销售在后续沟通中补充。
如果团队正在评估 AI可见度监测工具，表单字段应尽量与监测维度一致：平台、Prompt 意图、品牌是否被推荐、竞品是否同屏出现、引用来源是否可追溯。
客服和销售该怎么问？
客服和销售不要问“你是不是 AI 流量”，而要自然确认“你最早在哪里看到我们，以及今天想验证什么”。这能减少诱导，也能留下更有用的购买信号。
可直接使用这 5 句：
- “方便问一下，你最早是通过搜索、朋友推荐，还是 AI 工具看到我们的？”
- “如果是 AI 工具，它当时更像是在推荐品牌、做对比，还是回答某个具体问题？”
- “AI 答案里有没有同时提到其他工具或竞品？”
- “它有没有引用官网、评测文章、媒体报道或某个产品页？”
- “你今天来咨询，主要是想验证 AI 答案里的哪一点？”
一条有价值的客服记录不应只写“AI 推荐来的”。更好的记录是：
客户称在豆包里搜索“适合消费品牌的 AI 品牌监测工具”，看到 MaxAEO 与两家竞品同屏出现；客户关注是否覆盖 DeepSeek、豆包、Kimi、通义千问，并希望验证是否能按引用来源追踪品牌提及。
这段记录可以直接转成 CRM 字段：平台、Prompt 意图、竞品、核心需求、销售阶段和可信度评分。
CRM 应该落哪些字段？
CRM 字段要能支持筛选、评分、分配和复盘。建议把 AI 相关字段放在 Lead、Contact、Opportunity 三层，而不是全部塞进备注。
| CRM字段名 | 类型 | 建议值 | 用途 |
|---|---|---|---|
lead_source_primary |
单选 | AI Assistant、Organic Search、Paid、Referral、Direct 等 | 保留原有主来源口径 |
ai_influenced |
布尔 | 是/否 | 判断是否进入 AI 影响归因池 |
ai_platform |
单选 | DeepSeek、豆包、Kimi、通义千问、ChatGPT、Perplexity、Gemini、不确定 | 分析平台贡献 |
ai_prompt_intent |
单选 | 品牌推荐、竞品对比、价格预算、方案选型、案例验证、风险舆情 | 映射购买意图 |
ai_mention_type |
单选 | 明确推荐、列表提及、引用来源、负面提及、未提及 | 衡量 AI 提及质量 |
ai_answer_sentiment |
单选 | 正向、中性、负向、混合、不确定 | 支持 AI 舆情复盘 |
ai_competitors_mentioned |
多选 | 竞品名称 | 支持 AI 搜索竞品分析 |
ai_citation_source_url |
URL/文本 | 官网页、博客、媒体页、评测页 | 追踪 AI 引用来源 |
ai_evidence_summary |
长文本 | 客户转述摘要，不存完整隐私对话 | 给销售和管理层复盘 |
ai_confidence_score |
数字 | 0–100 | 衡量归因可信度 |
ai_influence_stage |
单选 | 认知、评估、决策、复购 | 映射销售阶段 |
ai_influenced_revenue |
金额 | 成交后回填 | 复盘 AI 影响收入 |
关键原则是：不要用 AI 字段覆盖原有渠道字段。例如一条线索可以同时是 lead_source_primary=Organic Search、ai_influenced=true、ai_platform=Kimi。这样既保留历史渠道报表，又能看见 AI 对销售机会的影响。
原创框架：用 AICS 给 AI 影响打分
AICS，即 AI Influence Confidence Score，是 MaxAEO 建议用于 AI 推荐客户识别的可信度评分。它不判断“唯一来源”，只判断“AI 影响这条线索的证据有多强”。
计算方式：
ai_confidence_score = min(100, 入口证据 + 表单自报 + 对话证据 + 内容证据 - 风险扣分)
| 证据层 | 权重 | 满分条件 | 示例 |
|---|---|---|---|
| 入口证据 | 30 | referrer、GA4 AI Assistants、UTM 或 AI 专属落地页可识别 | source_medium=chatgpt.com / referral |
| 表单自报 | 25 | 客户选择 AI 工具，并填写平台或问题类型 | “DeepSeek + 品牌推荐” |
| 对话证据 | 25 | 客服记录客户转述的 AI 推荐、竞品或疑问 | “Kimi 同时推荐了 A、B、MaxAEO” |
| 内容证据 | 20 | 可定位到 AI 引用来源或被引用页面 | 产品页、评测页、FAQ 页被提及 |
| 风险扣分 | -5 至 -30 | 证据含糊、销售诱导、客户不确定、来源冲突 | 只说“好像在 AI 上看到过” |
评分解释：
| 分数 | 归因判断 | 处理方式 |
|---|---|---|
| 0–39 | 证据弱 | 不计入 AI 影响收入，只保留观察 |
| 40–69 | 中等可信 | 计入 AI 影响线索，成交后复核 |
| 70–100 | 高可信 | 计入 AI 影响线索和 AI 影响收入 |
示例：客户表单选择“AI工具推荐 + 豆包 + 竞品对比”，销售记录“豆包同时提到两家竞品，客户想确认 MaxAEO 是否能监测中文 AI 平台”，GA4 显示 Direct，无可定位引用页。可评分为：入口 0 + 表单 25 + 对话 25 + 内容 0 – 风险 5 = 45。它是 AI 影响线索，但还不应直接算作高可信 AI 影响收入。
另一个示例：客户从 ChatGPT referrer 进入产品页，表单选择“AI工具推荐 + ChatGPT + 工具推荐”，销售记录 AI 答案引用了官网产品页。可评分为：入口 30 + 表单 25 + 对话 20 + 内容 20 = 95。它可以进入高可信 AI 影响收入池。
用哪些 Prompt 验证 AI 推荐链路？
Prompt 验证的目标不是操控答案，而是复现客户可能提出的问题，检查品牌是否被推荐、排序是否靠前、推荐理由是否准确、引用来源是否可信。
建议每月按“平台 × 意图 × 地区/语言”抽样。每个平台至少跑 10 个商业意图 Prompt，每个 Prompt 重复 3 次，记录推荐列表、品牌排名、竞品、情感、引用来源和答案稳定性。
可用这些 Prompt 做起点：
- “我是消费品牌市场负责人，想监测品牌在 AI 搜索里的提及和情感，有哪些工具适合？”
- “请比较几款 AI 品牌监测工具，重点看 DeepSeek、豆包、Kimi、通义千问覆盖情况。”
- “做 GEO 生成式引擎优化时，如何判断品牌有没有被 AI 推荐？”
- “MaxAEO 适合哪些团队？和传统 SEO 工具有什么不同？”
- “如果我要做 AI 搜索竞品分析，应该看哪些指标和引用来源？”
记录结果时，不要只看有没有出现品牌名。更重要的是四个指标：是否进入推荐列表、排名位置、推荐理由是否准确、引用来源是否指向可控内容。
Google 在 生成式 AI 搜索优化指南 中说明，AI Overviews 和 AI Mode 依赖 RAG 与 query fan-out 从搜索索引中检索相关页面。对品牌团队来说，这意味着官网产品页、对比页、案例页、FAQ 和知识库都需要提供可抽取的证据。可参考 MaxAEO 的 产品页 AEO 证据结构 和 AEO 内容结构方法。
手工识别和平台化监测怎么分工？
早期可以先用表单、客服和 CRM 完成 AI推荐客户识别；当线索量、平台数量和竞品数量上来后，再接入 AI 可见度平台。
| 阶段 | 手工是否够用 | 应该做什么 | 平台价值 |
|---|---|---|---|
| 每月少于 30 条线索 | 基本够用 | 加字段、训话术、手工复盘高意向线索 | 暂时不是刚需 |
| 每月 30–200 条线索 | 部分够用 | 建立 AICS 评分、抽样测试 Prompt | 减少人工误差 |
| 多品牌/多市场/多竞品 | 不够用 | 按平台、语言、地区监测 AI 推荐变化 | 追踪提及率、排名、情感和引用来源 |
| 管理层要求 ROI | 不够用 | 打通 CRM、成交金额和 AI 可见度数据 | 复盘 AI 影响收入和内容缺口 |
平台不是替代 CRM，而是提供更稳定的外部观测：哪些 Prompt 会触发品牌推荐，竞品是否压过你，AI 引用了哪些页面，哪些内容缺口影响推荐理由。做内容补强时，可以用 AI Search Content Gap Analysis 把“AI 没有引用我们”的问题拆成页面、证据和结构缺口。
数据和隐私要怎么控制？
AI 来源字段应遵循最小必要原则：记录归因所需的结构化摘要，不保存客户完整 Prompt、个人隐私、商业机密或未经授权的聊天截图。
建议设置三条规则：
- 表单只采集客户愿意主动提供的信息，AI 平台和问题类型设为条件显示。
- 客服只记录“客户转述摘要”，不要复制完整聊天记录。
- CRM 的
ai_evidence_summary避免手机号、身份证号、合同价格、内部项目代号等敏感信息。
如果团队采购 AI 可见度或 AEO 平台，还要确认数据留存、Prompt 存储、成员权限、导出范围和删除机制。采购前可对照 AI Visibility Tool Data Privacy 检查供应商是否说明数据保留期限、平台覆盖和访问控制。
上线前检查清单
上线前先做字段验收，不要等季度复盘时才发现数据不可用。一个合格的 AI 推荐归因系统，应能回答下面 10 个问题：
- 表单是否能区分“AI工具推荐”和“传统搜索”？
- 是否覆盖 DeepSeek、豆包、Kimi、通义千问等核心中文平台？
- GA4、表单、客服和 CRM 的字段命名是否一致？
- 销售是否知道怎样问，不会诱导客户回答？
- 是否能记录 Prompt 意图，而不是只记录平台名称？
- 是否能记录 AI 答案中的竞品和情感？
- 是否能追踪 AI 引用来源，判断官网哪类内容被使用？
- 是否有
ai_confidence_score，避免所有自报线索都被高估？ - 是否能按销售阶段看 AI 影响：认知、评估、决策还是复购？
- 是否能在成交后复盘
ai_influenced_revenue，并与内容更新、Prompt 监测结果对应？
常见问题
表单里必须把 AI 来源设为必填吗？
不建议一开始就把 AI 平台设为必填。更稳妥的做法是“首次了解来源”必填；当客户选择“AI工具推荐”后，再条件显示 AI 平台、问题类型和是否看到本品牌。
客户说“不确定是不是 AI 推荐”，要不要计入？
可以计入低可信线索，但不要计入高可信 AI 影响收入。建议将 ai_confidence_score 设在 40 分以下，后续由客服记录、访问来源或引用页面补充证据。
AI推荐客户识别和传统线索来源归因冲突吗？
不冲突。传统归因回答“客户从哪里进入网站”，AI推荐客户识别回答“AI 是否影响了客户认知和决策”。二者应该并存，而不是互相覆盖。
B2B 和电商品牌字段一样吗？
核心字段相同，权重不同。B2B 更重视 Prompt 意图、竞品对比、销售阶段和成交金额；电商品牌更重视平台、推荐场景、优惠信息、内容引用和复购影响。
没有 MaxAEO 这类监测平台，也能先做吗？
可以。先从表单、客服话术和 CRM 字段开始，跑通 AICS 评分。等线索量增加或管理层要求 ROI 复盘时，再接入平台监测 AI 提及率、AI 搜索排名、情感、引用来源和竞品表现。