一句话答案：同一家供应商、两个市场、3 个平台、3,595 个有效样本：被点名 53 次（1.5%），而官网被当作信源引用只有 1 次（0.03%）。差两个数量级。
这是一次面向中国医药化学品及中间体 B2B 供应商的 GEO 诊断记录：美国与日本两个市场各 600 题采购问题集、三个 AI 平台，逐条核验 AI 答案全文与正文引用——看当海外买家用自然语言问"该找谁采购"时，AI 的候选名单里有没有这家供应商。
本文为问擎GEO（Look4GEO）在执行 GEO 服务过程中完成的真实诊断记录，应客户要求匿名。研究由服务方执行，非独立第三方审计。文中客户为供应商与出口商，制造由其合作的独立法律实体承担。
这是一家中国的医药化学品及中间体 B2B 供应商（应客户要求匿名），业务形态是供应商与出口商：负责报价、签约、单证协调与发运；制造由独立法律实体的合作生产方承担。它面向美国与日本两个出口市场，覆盖 6 个具体化学品品类（按 CAS 号逐品管理），三个目标 AI 平台是 ChatGPT、Gemini、Perplexity。
与消费品不同，医药中间体买家向 AI 提出的问题高度结构化，且带着合规风险意识：
"哪些供应商能提供这个规格的原料？"
"这家公司到底是制造商还是贸易商？有没有文件能证明？"
"它的质量文件和法规资料经得起审计吗？"
"小批量样品怎么拿？长期供货的产能有依据吗？"
这些问题有三个特点，决定了通用 GEO 打法在这个行业会失效：
对供应商而言，GEO 要回答的是：当海外买家用自然语言问"该找谁采购"时，AI 的候选名单里有没有你；被点名之后，它敢不敢把你的官网列为事实来源；以及它描述的"你是谁"是否正确。
问擎GEO 为该客户分别建立了美国与日本两个市场各 600 题的采购问题集。两个市场共用同一套采购意图框架，但题面、语境与信源环境按市场分别设计。
问擎把三个层次分开核验：品牌被提及（AI 答案正文点名）、官网被引用（AI 把客户自有域名列为事实来源）、进入采购候选 / 真正询盘（RFQ）。这三者在 B2B 场景里差得很远——混成一个"总分"会同时高估和低估真实在场。
采集覆盖 ChatGPT / Gemini / Perplexity 三个平台，两个市场各 600 题，实测有效回答 3,595 个，逐条核验答案全文与正文引用。
采集同时呈现了平台自身的行为差异：日本市场有平台对部分日文问题改用英文作答（日本市场有效样本中 92.8% 为日文）、有平台在部分批次不触发联网检索——平台侧行为会直接影响跨市场读数，问擎在诊断中单独呈现，不与之混算。
主指标（基线）：品牌被提及 53 次（美国 32 + 日本 21）；自有域名被引用 1 次（日本市场、单一品类）；提及 → 被引转化率约 1.9%。
观察 1｜"制造商还是贸易商"——AI 对客户角色的第一反应是存疑。在美国"制造商核验"类问题中，有平台将客户归入"贸易型供应商"一组，公开证据判为"较弱"，并明确建议"仅在制造商身份确认后使用"。在日本"供应商推荐"类问题中，AI 对客户给出的核验清单第一项是"究竟是原料药制造商还是贸易公司、监管资料的实际主体是谁"。
观察 2｜第三方目录的角色错标，正在被 AI 复述。采集期内发现：某第三方化学品目录将客户公司简介标注为"合同制造"，而 AI 答案已复述这一角色错标；客户官网中文站的自我描述也存在类似表述。站内与第三方互相佐证同一个错误——只改一边，另一边仍会继续供料。
观察 3｜有平台把同城化工企业集体误述为"制造商集群"。在日本市场某平台的答案中，客户与同城多家精细化学品企业一起被描述为"某地精细化学品制造商集群"。实体描述错误会随 AI 答案传播给下一个买家。
观察 4｜唯一一次官网被引的答案长什么样。日本市场的一轮回答中，AI 将客户列为某包装规格需求的"最有力候选"，同时明示"仅凭公开信息无法确认以原药形式出口的可能性，需在 RFQ 时确认"，并把客户官网与监管机构、第三方目录并列引用。它同时说明：客户官网是可被引用的；AI 对客户的态度是"值得询价，但需举证"。
在谈任何"提升"之前，问擎GEO 先做了一个零干预对照实验：同一批问题、同一平台、同一语言环境，不发布任何内容、不改任何页面，间隔数天重采。
结果（30 格计划 / 27 有效）：基线提及 4 → 复采 2；基线官网被引 0 → 复采 2；同时有 2 格提及在零干预下消失。
判读：+2 被引是平台自然漂移噪声，不是任何改动的效果（噪声底约 ±2/30 ≈ 6.7%）；双向漂移证明这不是趋势；因此正式复测的判读门槛被前置量化：后续任何复测差值需先超过噪声底，才谈得上有效。对照市场同时给出一个正面结构证据：客户官网可被引用，缺的是"被列入候选"的机会与可核验的证据面。
口径说明：本文为单次基线诊断记录，无对照实验，不给提升幅度；不承诺排名、收录或被推荐。
两个市场各 600 题、3 个 AI 平台，共 3,600 次采集，有效样本 3,595。
被引更重要。点名只说明 AI 记得你，被引说明它愿意把你的页面当作事实依据。
两套题集面向不同语言的买家，问法与信源结构不同，合并会掩盖差异。
本案例体现的问擎GEO 工作方式：按"采购意图 × 国家市场"分层建集、分别读数；把"被提及 / 官网被引用 / 进入候选 / 真正询盘"分开核验；先量平台噪声底再判提升；页面改动落地后以同一题集、同一口径复测并输出差异表，让效果可验证、可复核。
如果你是医药原料、中间体、API 或相关 B2B 供应商，可以先从一次AI 可见性快检开始：提交 10 个你的真实海外买家会问的采购问题，我们告诉你 AI 是否提到你、引用了谁、缺什么。需要完整基线时，可进一步做行业深度诊断（企业专属题集 + AI 基线 + 竞争证据分析 + 官网架构诊断 + 缺口优先级矩阵）。