前三篇讲了：AI 怎么提你、怎么推荐你、又从哪些网站读到你。
但有一个维度，决定了你前面所有努力打没打对地方——你到底在跟谁说话。
ICP A C&I 商业光伏买家 工厂、仓库、商业屋顶：「这栋楼上光伏划不划算、用谁家组件和逆变器」 | ICP B 公用级开发商 / IPP 几十上百 MW 地面电站：「Tier 1 组件、中央逆变器、跟踪支架、EPC、O&M 谁最强」 |
两类买家都在同样的 5 个国家（德 / 英 / 意 / 西 / 美），但问的问题完全不同，触发出来的品牌名单也大不一样。
两张榜单，差异肉眼可见
看 AI 在两类场景里提及最多的品牌 Top 6：
两个关键差异（表中橙色标出）：
· 华为 FusionSolar 在 C&I 屋顶排第 4，到公用级 Top 6 里直接掉出
· NEXTracker（跟踪支架） 在公用级冲到第 4，屋顶场景几乎没存在感——因为屋顶根本不用跟踪支架
同一个品牌，在屋顶场景可能家喻户晓，在地面电站赛道却无人问津，反之亦然。
还有一层：AI 对两个赛道的覆盖也不均衡
不只是榜单不同，AI 对两类问题「愿意下结论」的程度也不一样。
在很多认知期问题上（「欧洲商业光伏值不值得做」「公用级电站真实 IRR 多少」），四个 AI 普遍不点名任何品牌——这是算账和科普问题，轮不到品牌出场。
而到了对比期和决策期（「哪个组件最可靠」「哪个中央逆变器被最多采用」），AI 才开始密集点名。而且：C&I 更多落在组件 + 字符串逆变器上；公用级会额外牵出跟踪支架、中央逆变器、EPC、O&M一整条品类链。
你想被 AI 推荐，得先搞清楚：买家在哪个赛道、处于哪个决策阶段、问的是哪一类品类——内容才打得准。
这对品牌方意味着什么
① 别用一套内容打所有人
你是组件厂、逆变器厂还是支架/EPC，对应的战场和对手集合完全不同。屋顶和地面混在一起做，两边都打不透。
② 找准你「本来就强、但 AI 没跟上」的赛道
如果你公用级出货很猛、AI 却只在屋顶提你，这就是一块明确内容缺口——补对赛道的证据，性价比最高。
③ 分市场更要分赛道
5 国 × 2 赛道 = 10 个细分战场，每个战场 AI 偏爱的来源站、点名的品牌都不同（正好对应上一篇「引用图谱」）。
要把这 10 个战场逐个盘清、再各自补内容，靠人工几乎不可能。这也是 QuickCreator 做 GEO 内容的起手式：先按赛道 × 市场拆出你的真实处境，再针对性补每个战场缺的那类内容，而不是一锅烩。
? 我们这次审计本身就出了 C&I（ICP A）和公用级（ICP B）两个独立分版报告——因为这俩真的得分开看。
下一篇预告（系列收尾）
把前四篇收成一份可执行的行动清单：三种处境分别怎么打、怎么从品牌级下钻到型号级、怎么用季度跟踪把 GEO 变成能看见咨询量变化的可量化动作。
