一句话答案：用 120 个探针 × 4 个中文 AI 平台观察"什么让一家服务商进入候选名单"，并给出可复核的判定口径与失败案例。；参照口径：我们 3,595 个有效样本中，被提及 53/3,595（1.5%）、被引 1/3,595（0.03%）。
当企业采购方不提品牌名、直接问 AI「国内有哪些靠谱的 GEO 服务商」时，AI 的推荐是怎么形成的、依据什么内容？2026 年 10 月，我们以冻结题集在豆包 / DeepSeek / 腾讯元宝 / 百度 AI 执行 120 次探针，对 12 道选型题的 191 个内联引用标记逐条取证，并核验 67 篇被引文章原文与 487 个事实特征的溯源（487 为事实样本量，附录 A-5 明细共 497 行）。全部数字可回溯原始采集数据（附录 A）。
报告中提及的公司名只作为「在测试样本中被 AI 提及」的客观记录出现，不代表其实力、服务质量或行业地位排序。
L4G-RESEARCH-2026-001 是 Look4GEO 研究组的内部项目编号，公开透明使用；本报告不存在任何第三方机构、课题组或协会背书。
发布方与研究对象属同一服务类别，Look4GEO / 问擎GEO 按与其他被测量对象一致的口径纳入本轮 120 个探针；测量口径与判定规则公开，可按同口径复算。
| 题集 | 30 道中文采购意图问题（选型 / 预算 / 验收 / 合同 / 风险），题集文本冻结并公布 SHA256 指纹，支持同口径复测 |
|---|---|
| 平台 | 豆包 / DeepSeek / 腾讯元宝 / 百度 AI（真实会话提问，非 API 模拟） |
| 规模 | 30 题 × 4 平台 = 120 次探针（2026-10-12 执行；与 2026-10-05 基线同题集） |
| 引用取证 | 对 DeepSeek（唯一提供「内联标记 ↔ 来源」精确配对的平台）的 12 道选型题解析：191 个引用标记 → 71 个唯一来源 URL → 67 篇原文核验 |
| 事实溯源 | 把答案中的具体事实（数字 / 框架 / 资质 / 产品名）与引用标记所指文章正文逐条比对，样本 487 个事实特征 |
| 口径纪律 | 所有比例注明分子/分母；不可测项标为 NOT_MEASURED，不写作 0 |
120 次探针中，AI 的服务商点名集中在 12 道「选谁」类问题；预算、验收、合同、风险等非选型问题几乎不点名具体服务商。样本中的选型题回答里，被 AI 提及的服务商合计超过 26 家（该计数与可溯源记录的对齐工作仍在核验中，发布方暂标注为待核项）。
对 71 个被引来源分类：①行业研究类内容（名单/梯队/全景图形式）；②平台生态媒体（知乎 / 公众号 / 百家号 / 抖音等，随平台不同权重不同）；③技术社区方法论文章（云厂商开发者社区等）。其中部分「研究报告外观」的文章为商业内容——报告外观不等于独立研究，建议核验编制方身份、数据来源与利益披露。
对 487 个事实特征的溯源显示：51% 的答案事实能在其引用标记所指的文章正文中对应（匹配口径以归一化后精确匹配为主，含少量核心数字匹配；框架名 61% / 产品系统名 58% / 数字 41% / 资质荣誉 51%）。即：引用标记所指向的文章，确实是 AI 事实来源的一部分。其余 49% 不在被引文章中（多源合并或模型既有知识），不能归因于单一文章。
AI 复述的事实集中于可归因给某一方的独占信息：产品系统名、可核验的资质荣誉、标志性数字（客户规模 / 续费率 / 市占率）。通用行业词（如「全链路」「大模型」）区分度低。样本中若干事实在 3–9 个不同域名同时出现——多载体重复是可观测的形态特征（共现，非因果承诺）。
结合来源结构分析，品牌未进入 AI 候选的常见原因：①名单缺位（未出现在任何名单制研究内容中）；②实体缺位（缺少结构化实体信息，如百科词条）；③事实缺位（无可被复述的独占事实）。
品牌未进入 AI 候选的常见原因有三类：名单缺位（未出现在任何名单制研究内容中）、实体缺位（缺少结构化实体信息，如百科词条）、事实缺位（无可被复述的独占事实）。三类缺口都有明确的可核查动作——检查名单收录情况、检查实体信息是否存在、检查独占事实是否公开可查——而不是模糊的「优化内容」。
487 个事实特征中，51% 能在被引文章正文中找到对应，且被复述的事实集中于可归因给某一方的独占信息：产品系统名、可核验的资质荣誉、标志性数字（客户规模 / 续费率 / 市占率）；通用行业词（如「全链路」「大模型」）区分度低。企业应检查：官网与第三方渠道中是否存在这类可核验的独占事实。对出口制造企业而言，认证与注册信息（如 ISO、CE、FDA 注册号）、产能与交期、服务过的行业品类，属于可核验的独占事实；而具体客户名、订单量等涉密信息不应为「被 AI 复述」而公开——可核验性与商业保密需要分开设计。
AI 的服务商点名集中在「选谁」类问题；预算、验收、合同、风险等非选型问题几乎不点名具体服务商。企业自检应使用非品牌采购问题（如「国内有哪些靠谱的 XX 供应商」），而不是「XX 品牌怎么样」——后者测到的是品牌认知，前者测到的才是候选资格。
AI 引用来源呈三类家族：行业研究类内容（名单 / 梯队 / 全景图）、平台生态媒体（知乎 / 公众号 / 百家号 / 抖音等）、技术社区方法论文章（云厂商开发者社区等），且各平台权重不同。对企业的两点提示：① 检查你的内容是否落在目标平台实际引用的家族里；② 采购任何「研究报告」时，报告外观不等于独立研究——应核验编制方身份、数据来源与利益披露。本报告自身即按此标准披露：发布方 Look4GEO 是 GEO 服务商，也是本研究的开展方。
| 附录项 | 内容 | 规模 |
|---|---|---|
| A-1 | 题集清单与 SHA256 指纹 | 30 题 |
| A-2 | 120 探针原始结果（4 平台 × 30 题） | 120 条记录 |
| A-3 | 引用标记 ↔ URL 精确对照表 | 191 行 |
| A-4 | 被引来源原文核验清单 | 67 篇 |
| A-5 | 事实溯源明细（答案事实 ↔ 文章正文） | 497 行（其中 487 行为已抽取事实，10 行标记为未抽取到事实） |
口径说明：A-5 表共 497 行，剔除 10 行「未抽取到事实」后，事实特征样本为 487 个；本页总样本比例（51% / 49%）以 487 为分母，四类分项比例（框架名 / 产品系统名 / 数字 / 资质荣誉）以各自子集为分母。附录数据与原始采集记录可按需提供以供第三方复算，每条结论与附录行号一一对应。
口径说明：本文为实证观察与基线记录，无对照实验，不给提升幅度；不承诺排名、收录或被推荐。
候选不等于提及：只有被列入推荐语境才算候选，两者判定难度不同。
口径不写清，任何"候选率"都无法复核，也无法跨轮比较。
能。120 个探针固定，判定规则写明，可抽查原始回答。
本报告由 Look4GEO（问擎GEO）研究组编制，内部编号 L4G-RESEARCH-2026-001。Look4GEO 是一家提供 GEO（生成式引擎优化）服务的商业机构，本报告的研究对象行业包含 Look4GEO 自身所在的服务类别。报告全部数据来自公开渠道的自动化采集与可复现测量；本报告不构成对任何服务商的采购建议，亦不包含任何付费排位。读者应结合多方信息独立判断。