线索来源是否可追踪？怎么判断客户是从AI还是其他渠道来的？

结论：可追踪到“会话级”，不承诺100%到“答案级”

在生成式AI搜索（ChatGPT、Perplexity、Gemini 等）场景下，用户可能从AI答案点击到官网，也可能复制公司名称再去浏览器搜索、或通过邮件二次触达。 因此归因更合理的目标是：追踪到会话级（session-level）并形成可复核的判定规则，而不是承诺每一条询盘都能精确识别“来自某条AI回答”。

AB客GEO的判定逻辑（前提-过程-结果）

1. 前提：把“渠道”做成可识别的参数
   为不同渠道建立独立的 UTM 与 落地页，示例：
   • AI：utm_source=ai
   • SEO：utm_source=seo
   • LinkedIn：utm_source=linkedin
2. 过程：把关键字段“写入表单与CRM”形成证据链
   在询盘表单中增加隐藏字段，自动记录：
   • UTM参数（utm_source/utm_medium/utm_campaign）
   • 首次落地页URL（landing URL）
   • Referer（如可获取，记录来源域名）
   这些字段进入CRM后，形成“可核验”的来源判定依据。
3. 结果：在CRM内用规则自动归类来源
   推荐的判定规则（可配置为自动标签/自动字段）：
   • 归为 AI来源：出现 utm_source=ai 或 Referer 命中AI相关域名（如 Perplexity 等），并且首次落地页为 FAQ/规格页（包含型号、MOQ、Incoterms 等信息密度较高页面）。
   • 其余按规则归为 SEO/广告/社媒：例如 utm_source=seo、utm_source=linkedin 等，或Referer为搜索引擎/社媒域名。

AI来源“更稳”的区分手段：专属短链 + 专属下载页

对AI来源建议额外增加两类“硬隔离”入口，降低误判：

• 专属短链：仅投放在面向AI引用/AI可见渠道的内容中，短链跳转到带UTM的落地页。
• 专属报价单/资料下载页：例如“RFQ模板下载”“规格书下载”页独立设置 utm_source=ai，并记录下载行为与表单提交的关联。

可追踪边界与风险点（如实说明）

• 不能保证“答案级归因”：同一客户可能“先AI了解→再Google搜索品牌→再直达官网”，最终会表现为SEO或Direct，需要用会话链路与时间序列综合判断。
• Referer可能缺失：部分客户端/隐私设置会导致Referer不可用，因此更依赖UTM、短链、落地页与表单字段。
• 多触点成交是常态：外贸B2B常见“多次访问、多角色决策”，建议CRM保留“首次来源”“最近一次来源”“关键转化触点”三个字段，减少单一归因偏差。