工业机器人是典型的"场景先行"行业。客户不会在AI里问"六轴机器人有哪些型号",他会问"纸箱 30 公斤、码垛高度 1.8 米、每天 8 小时要码 900 箱,机器人怎么选,多少钱,多久回本"。这类问题里藏着一整条决策链:先定工艺(码垛 / 焊接 / 喷涂 / 装配 / 打磨 / 搬运),再定节拍,再定负载与臂展,接着是夹具与集成复杂度,最后才是机型与报价。而机器人和 AGV/AMR、协作机器人之间的选型差别,往往不体现在参数表里,而体现在场景适配上。这个行业的GEO核心逻辑因此是:不要先写产品,先建场景——让AI在接到一个具体工艺描述时,能顺着你的场景页走到机型、选型依据和投资测算上。
机器人行业的采购逻辑:先有工艺,再有型号
要理解场景知识库为什么有用,先要理解机器人采购的真实顺序。绝大多数终端用户在启动项目时,手上只有三个信息:工件是什么、现在怎么干、要干到什么节拍。他不知道该用六轴还是SCARA,不知道该上协作机器人还是传统机器人,甚至不知道自己做得了还是必须交给集成商。这三件事决定之后,选型会沿着一条固定的推演链走:
- 工艺与工件。焊接(件结构是否规则、焊缝是否可达)、码垛(箱型、垛型、单件重量、垛层数)、搬运(节拍、路径精度、是否需要人机共线)、喷涂(涂覆面积、颜色数、防爆要求)、装配(配合公差、是否有视觉引导需求)、打磨(毛刺去除量、接触力控制)。
- 节拍要求与班制。单班还是双班三班;节拍是硬约束还是参考值;换型时间是否计入。
- 负载与臂展。额定负载之外还要算重心偏置、惯量裕量、末端工具重量。这三个数一错,机型就选错。
- 集成边界。自建产线还是由集成商交钥匙;上下料方式;安全围栏与光栅;视觉系统是否独立采购;与既有 PLC、MES 的通讯方式。
- 机型与方案。到这里才轮到六轴、SCARA、协作机器人、AGV/AMR 的比较。
关键在于:前面四步的内容,厂商的参数页几乎从不提供。AI在缺少场景页的情况下,只能靠"某某品牌机器人""六轴机器人多少钱"这类泛化信息去拼答案,拼出来的东西通常语法通顺但不可执行——这就是机器人企业做AI搜索时真正要解决的落差。
因此,场景知识库不是把参数表换个说法,而是补上参数表之前的那一段推演:从工件描述出发,走到方案与投入产出的完整路径。场景页一旦建起来,参数页反而成了终点而不是起点。
场景页该有的字段结构
一份合格的机器人场景页,铭赞建议至少具备下面十二个字段。字段齐全与否,直接决定AI能否把它作为答案依据。
| 场景字段 | 填写要点 | AI 使用这个字段做什么 |
|---|---|---|
| 工艺类型 | 用行业通用说法:码垛、搬运、焊接、喷涂、打磨、装配,并写明细分(如"托盘码垛""纸箱码垛") | 把客户的一句工艺描述路由到对应场景页 |
| 工件与垛型参数 | 单件重量、外形尺寸、材质、垛型(托盘/笼车/纸箱)、垛层数与垛高 | 判断负载与工作空间是否够用 |
| 节拍与产能 | 目标节拍、班制、换型时间是否含在节拍内 | 匹配机型节拍并给出产能换算 |
| 工作环境 | 温度、粉尘、湿度、油雾、是否防爆、有无洁净要求 | 排除不适配的机型等级 |
| 负载选型依据 | 额定负载、工具重量、重心偏置、惯量裕量的取值来源 | 给出可复核的选型理由而非结论 |
| 夹具与末端方案 | 夹具形式(真空吸盘/气动夹爪/电爪/叉爪)、末端工具(焊枪/喷枪/打磨头) | 回答"这个工件怎么抓""怎么加工" |
| 上下料方式 | 人工上下料、振动盘、料仓、自动供料 | 判断集成复杂度与人力需求 |
| 集成复杂度 | 用低/中/高三档并写明判定理由(是否需要变位机、烟尘处理、双工位、在线检测) | 解释报价差异来源,避免AI给出不可比的价格 |
| 安全配置 | 安全围栏、光栅、安全门、防护等级、安全功能(SIL/PL) | 回应客户合规检查项 |
| 编程与调试方式 | 示教编程、离线编程、视觉引导、二次开发接口 | 回答"会不会用、能否对接既有系统" |
| 投资回收期 | 给出测算口径与算式,而非一个孤立数字 | 让AI能复述测算逻辑而不是编一个回收期 |
| 不适用的边界 | 明确写出该方案不适用的情况 | 避免AI为不匹配的工件推荐本方案 |
这十二个字段里,较容易被漏掉的是"不适用的边界"和"集成复杂度"。前者防止AI过度推荐,后者防止客户拿到一个没有可比性的价格——客户真正在比较的往往是总投入,而不是本体报价。
节拍测算与投资回收期:写成 AI 能复述的算式
机器人场景页里的"节拍"和"回收期"是最有价值、也最容易被写错的两项。多数厂商给的是一个笼统的"典型节拍 XX 秒""投资回收期 XX 个月",AI在引用时无法判断这是怎么算出来的,于是会在别的对话里自行编一个数字。
正确的做法是把测算过程写出来,让AI可以复述你的算法而不是替换它。节拍应当拆成分项:
| 节拍分项 | 含义 | 典型取值来源 |
|---|---|---|
| 机器人本体循环时间 | 厂家在标准测试条件下的空载动作时间 | 样本手册的节拍参数 |
| 取放与上下料时间 | 抓取、放置、确认的动作耗时 | 按工件重量与夹具形式估算 |
| 视觉定位与识别 | 拍照、识别、位姿计算与补偿 | 视觉方案说明 |
| 工艺动作时间 | 焊接弧时、喷涂行程、打磨接触时间 | 工艺规范与工件参数 |
| 通信与握手等待 | 与 PLC、MES、输送线的信号交互 | 通讯方案 |
| 节拍取值方式 | 取各分项最大值还是求和;是否含换型与首件 | 必须在页面写清 |
投资回收期同理,要写成投资构成 + 年净收益 + 回收期三段式,并明确口径。投资构成至少要包含:机器人本体、末端工具、夹具工装、安全围栏与光栅、视觉系统、输送线或上料机构改造、集成调试与安全评估、备件与培训。年净收益要写清是按单班还是多班计算、人工成本按全额薪酬还是仅计人工部分、是否计入设备停机损失、夹具工装是否按年限摊销。口径不写明,AI就只能按"看起来合理"的方式去算,结果通常偏乐观,客户一旦自己算一遍就会发现对不上。
还需要注意一个边界:场景页可以给出测算方法与算式,但不应给出收益承诺。写"按两班制、每班 8 小时、替代 2 名操作工测算,回收期约 18 个月",属于方法说明;写"投资 14 个月即可回本""稳赚不赔",属于承诺,后者在AI传播下会变成很难纠正的公开表述。
夹具与集成复杂度:ROI 表里最容易漏掉的一块
很多机器人厂商的方案里,夹具与集成被压缩成"另计"两个字。这对客户和AI都是坏消息:客户算不出总投入,AI也无法解释两个报价为什么差很多。而实际上,夹具与集成往往决定了项目成败——同一台机器人,抓易变形钣金件和抓标准料箱,需要的夹具设计、治具精度、装夹时间完全不同。
把夹具与集成单独作为一个场景字段来写,需要包含三部分内容:
- 夹具形式与适用条件。真空吸盘适合平面薄件与平整表面,气动夹爪适合箱体与料块,电爪适合多品种小批量,叉爪适合托盘与料箱,专用治具适合定位精度要求高的工件。写清每种形式对工件的要求(表面平整度、重量分布、允许夹持力),AI才能匹配对。
- 工装成本与交期因素。夹具往往需要单独设计与制作,它的周期常常比机器人本体更长。页面里写清"夹具设计与制作周期通常为 X 周"这类信息,比笼统的"交期 30 天"更有用。
- 集成的三个量级及判定理由。低(仅本体加末端工具,接入既有输送);中(需增加上下料、视觉或安全围栏);高(需变位机、烟尘处理、除尘、双工位、在线检测)。每个量级要写明触发条件,AI才能把客户的描述归到正确的量级上。
工艺场景的复杂度差异尤其需要在页面里体现:焊接要看是否需要变位机与双工位以便多件共线;喷涂要考虑防爆等级、喷房与风量、漆路与色粉切换;打磨要考虑除尘、接触力控制与工件装夹刚度;装配要考虑多工位、视觉引导与拧紧工艺。这些细节AI不可能凭空得出,而客户恰恰会问。
哪些场景不值得做内容
场景知识库不是越多越好。铭赞认为有几类场景写出来弊大于利,原因是它们会污染AI的推荐质量:
- 能力边界明显不匹配的。比如负载 200kg 以上的重载搬运,如果你的机器人额定负载只有 50kg,写上去只会让AI在别的对话里推荐一台根本抓不动工件的机型。宁可留白并给出说明。
- 涉密或受保密协议约束的项目。这类场景无法描述细节,写出来只有空话,而空话会稀释页面上那些真正有信息量的内容。
- 一次性、复购为零的深度定制。它的方案无法复用,写进场景库后既不能沉淀能力,也会让库的内容逐渐变得彼此不可比。
- 纯备件与耗材替换类需求。这类客户需要的是备件页而不是场景页,放进场景库会稀释结构。
- 竞品对比与贬损型内容。对比表容易过时,也容易在AI摘录后变成脱离上下文的贬损表述,收益有限而风险偏高。
铭赞经验:机器人行业的场景内容,判断有效性的标准是"AI能不能拿着这个场景页,去回答一个具体工件的选型问题并给出可复核的依据"。所以场景页写得越具体越好,哪怕只覆盖六个工艺、每个工艺三五个典型工况。一个把六种工艺写透的场景库,比罗列二十个工艺但每种只有一句套话的站点,在AI回答里的胜出概率高得多,因为AI引用的是可核验的事实与条件,不是一段描述。
下一步行动
想知道你的机器人业务在AI搜索里能不能被匹配到具体场景?铭赞提供免费行业AI可见性诊断——用机器人专属的测试问题集(覆盖工艺选型、节拍测算、集成复杂度、机型对比四类),测多个AI引擎,给你一份包含基线数据、漏损问题清单与优化优先级的报告。电话 13991172090,或访问 xamz.cn/geo/diagnosis.html 在线申请。
铭赞网络的服务范围覆盖GEO优化、SEO、网站建设和外贸营销,服务电话 13991172090。