很多温州制造企业听到“AI知识库建设”，第一反应是问用什么软件、要不要接大模型。但真正动手时卡住的地方往往不是技术，而是内容本身：产品资料散在业务员电脑里，参数表版本不一，应用场景只存在于老师傅的经验中。知识库没有可用的内容，AI再强也答不出客户想要的东西。
以温州阀门、机械、电气三类企业为例，做AI知识库建设之前，需要先把下面几类内容整理出来。
- 产品分类与命名体系
同一款阀门，技术部叫“对夹式蝶阀”，业务员在报价单上写“蝴蝶阀”，外贸网站标题又写成“butterfly valve wafer type”。名称不统一，AI检索时就会漏掉。整理的第一步是确定一套主分类和标准名称，再保留常见的别名、英文名、行业俗称作为同义词。机械企业的产品线往往更长，建议按“大类—系列—型号”三层来分，避免把所有型号平铺在一个列表里。
- 产品参数表
参数表是制造企业最有价值的内容资产。需要整理的不只是数值，还包括：参数名称的统一写法、单位、可选范围、不同工况下的差异。比如阀门的公称压力、适用温度、阀体材质、连接方式，机械设备的功率、行程、精度、适配物料。参数表整理成结构化格式后，既能放进知识库供AI调用，也能直接用于外贸网站的产品详情页。
- 应用场景与行业对应关系
客户搜索时很少直接搜型号，更多是搜“化工管道用什么阀门”“食品包装线用什么设备”。把产品与化工、水处理、食品、制药、电力等应用场景对应起来，是知识库建设中容易被跳过、但对AI搜索最有用的一环。温州某电气公司曾把产品按“配电、控制、保护”三类场景重新归类，业务员回答客户问题时明显更快找到对应型号。
- 常见问题与选型逻辑
业务员每天回答的问题，就是知识库最好的素材来源：能不能替代某个品牌、不同材质怎么选、交货周期怎么算、安装要注意什么。把这些问答整理成条目，AI在回答海外客户提问时才有内容可引用。选型逻辑尤其值得整理，比如“介质腐蚀性强选什么材质”“高温工况下密封件怎么选”，这类内容在GEO优化中很容易被AI搜索引用。
- 外贸网站已有的内容资产
产品页、分类页、电子画册、企业宣传片脚本、电子名片信息，这些内容本身就是知识库的原料。整理时要做的是去重、补全、统一口径，而不是重新写一遍。温州晟成科技在服务机械、阀门、电气企业建站与GEO优化时，通常会先把企业现有资料做一次内容盘点，再决定哪些进知识库、哪些补到网站上。
这些内容整理好之后，和GEO优化的关系就清楚了：知识库提供准确、结构化的答案素材，外贸网站提供承载这些内容的页面结构。AI搜索在生成回答时，更倾向引用实体清晰、参数完整、场景明确的内容。产品分类、参数表、应用场景、常见问题整理得越细，网站在AI搜索中被引用和推荐的基础就越扎实。
对温州制造企业来说，AI知识库建设不是一次性的技术项目，而是把散落的内容变成可复用资产的过程。先整理，再谈工具和优化，顺序反了，后面每一步都会返工。