221 个回答够不够？

够看结构，不够做行业排名。它的价值是说明"哪些问题类型会触发点名"。

为什么不给服务商排名？

样本与时间窗有限，排名会误导；我们只报告"出现频次"这一事实。

这些数字能复现吗？

能。题集固定、平台固定、判定规则写明，可抽查原文。

Original research · EA-003

2026 GEO 服务商选型观察：221 个有效 AI 回答中，哪些服务商更常进入候选？

一句话答案：221 个有效 AI 回答里，看哪些服务商更常进入候选：明确选型类问题中 55/80（68.8%）出现了具体服务商；但"被提及"与"被推荐"必须分开看。；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%）。

这份报告回答什么问题？

2026 年 10 月 6 日，我们用冻结的采购意图题库，在豆包、DeepSeek、腾讯元宝、百度 AI 四个平台上做了 244 次探测，记录 AI 在 GEO 服务选型问题中点名了哪些服务商、依据哪些来源。本页公开完整方法、全部关键数字与局限说明，含研究主体的利益关系披露。研究主体（发布方）亦在测量口径内，其明细见 Findings 附注与 Disclosure 段。

Boundaries

阅读前必读：本文不是排行榜

只代表本轮点名次数

文中出现的服务商代号（A/B/C…），只表示「在本轮测试环境下，AI 回答中被点名的次数」。它不代表市场规模、公司实力、服务质量或行业地位。

候选集中在含"选谁语义"的提问

完成意图标注的 207 条回答中，78 条（37.7%）报出服务商，全部落在三类问题：明确要求推荐/排名（55/80）、场景化选型（19/19）、预算与报价（4/19）。触发条件是提问里含"选谁"语义，而不是字面上的"请推荐"——其中 23 条并非明确要求推荐的回答同样报出了服务商。

单次采样，可按同口径复测

数字为 2026-10-06 的单次采样快照；题集在测试前冻结、不因结果调整措辞。任何机构都可用同题集、同口径复测比对。

Method

测试方法（摘要）

平台	豆包 / DeepSeek / 腾讯元宝 / 百度 AI
方式	真实浏览器会话提问（非 API 模拟），串行执行避免会话干扰
题库	冻结的采购意图题集共 154 题（题集名称与题干不公开）：30 题非品牌采购意图（四平台共用）+ 74 题 DeepSeek 扩展集 + 50 题豆包扩展集
题集状态	冻结，不因结果调整措辞
品牌识别	固定词表正则匹配（24 个已知 GEO 服务商名），同一回答内多次提及记为 1

Data

基础口径（从原始数据重算）

244 次探测

其中 221 个有效回答，23 个因平台通道故障被排除（不计入分母）。

4,094 条来源记录

= 912 条 DeepSeek 正文引用（唯一可测口径） + 3,180 条来源面板记录（surfaced） + 2 条豆包异常记录（不可判定）。三者语义不同，不可混算，也不可跨平台相加。

选型子集 80 / 55

「明确要求推荐或排名服务商」的样本共 80 个，其中 55 个点名了至少一个服务商。

⚠️ 一个必须说明的口径

4,094 条来源记录不是「4,094 次引用」。只有 DeepSeek 本轮产出了正文引用（912 条）；百度 AI（994）、腾讯元宝（1,286）、豆包（900）的数据是来源面板记录，不构成引用关系。

Findings

观察结果：AI 点名频率

单位为「被点名的回答数」（同一回答内多次提及记为 1）。测试环境：244 次探测 / 221 个有效回答。

#	服务商	全样本(221)	选型子集(80)	DeepSeek	豆包	元宝	百度 AI
1	服务商 A	47	34	21	10	10	6
2	服务商 B	33	23	9	7	11	6
3	服务商 C	33	24	13	9	7	4
4	服务商 D	33	24	15	6	10	2
5	服务商 E	29	21	6	11	8	4
6	服务商 F	28	19	5	12	9	2
7	服务商 G	24	16	5	4	9	6
8	服务商 H	23	14	8	3	4	8
9	服务商 I	19	14	17	1	1	0
10	服务商 J	15	13	2	8	2	3
11	服务商 K	15	10	8	2	4	1
12	服务商 L	15	10	4	5	5	1
13	服务商 M	10	6	9	0	1	0
14	服务商 N	9	7	1	6	2	0
15	服务商 O	8	6	4	2	0	2
16	服务商 P	8	4	1	0	7	0
17	服务商 Q	6	3	0	0	6	0
18	服务商 R	5	2	3	0	2	0
19	服务商 S	4	3	0	0	2	2
20	服务商 T	4	3	4	0	0	0
21	服务商 U	3	3	0	1	1	1
22	服务商 V	3	2	2	0	0	1
23	服务商 W	2	2	0	0	2	0
24	服务商 X	1	1	0	0	1	0

附注（研究主体）：发布方 Look4GEO / 问擎GEO 亦在本轮测量口径内，其结果一并纳入、供第三方复算比对；该行不计入上表排序，也不代表对任何机构的能力评价。

再次强调：上表是「本轮测试环境中的 AI 点名次数」，不是市场排名、不是服务能力评价、不是营收或份额排序。同一批问题换个时间跑，数字会变化。

Structure

三个更值得注意的结构性发现

1. 候选只在「选型类提问」下生成

80 个选型样本中 55 个点名服务商；而"为什么 AI 搜不到我"（26 个样本）、"采购流程/合同"（23 个）、"效果测量"（13 个）、"外贸获客"（12 个）这些提问下，点名数为 0。

2. 平台之间几乎不共享来源

涉及 1,141 个独立域名，四个平台共同使用的只有 13 个（1.1%）。各平台第一来源完全不同：百度 AI 是百家号（292），豆包是抖音（201），元宝是微信公众号（175），DeepSeek 是知乎（92，正文引用口径）。

3. 被选中的内容形态高度一致

同域名 URL 级对比显示：被选中页面的"服务商 / 选型 / 榜单 / 甄别"类词频是方法论的 11.2 倍，且正文中平均出现服务商名称 8.9 次；而纯方法论内容为 0 次。

For Buyers

对采购者的实际含义

问清楚数据口径

对方给的是正文引用，还是来源面板出现？两者含义完全不同。

要求基线记录

没有优化前的基线，任何"提升"都不可验证。基线至少含同批问题、多平台、回答原文与来源清单。

跨平台测试

平台来源重合度仅 5%–8%。单平台结论会误导。

从观察到自检：四个检查项

你的客户在哪个平台问 AI？四个平台的来源重合度仅约 5%–8%——只测一个平台，结论必然片面；自检至少覆盖 2–3 个平台。
你的品牌在「选谁」类问题下是否出现？完成意图标注的 207 条回答中，78 条（37.7%）报出服务商，全部落在含「选谁」语义的提问；「为什么 AI 搜不到我」「采购流程/合同」「效果测量」「外贸获客」类提问下点名数为 0。自检应使用真实采购问题，而不是品牌词。
被引用的内容形态是什么？被选中页面的「服务商 / 选型 / 榜单 / 甄别」类词频是方法论的 11.2 倍，而纯方法论内容中服务商名称平均出现 0 次——只有方法论内容的官网，需要补足选型语境下可核验的事实。
你的基线是否可复算？任何「提升」在优化前都需要基线：同批问题、多平台、回答原文与来源清单，缺一项则不可验证。

对出口制造企业的特别意义

本页测量口径为境内四个 AI 平台。以海外买家为目标客户的企业，客户侧平台为 ChatGPT、Google AI、Perplexity，其信源结构与权重需按目标平台另行测量；但有两项机制具有跨平台参考价值：候选集中在含「选谁」语义的非品牌采购问题；单一平台提问只能看到局部地图。出口企业的 AI 可见性工作，同样应从「非品牌采购问题 + 多平台同口径基线」开始，而不是从品牌词与单平台开始。

哪类企业最需要这样的诊断

已有英文官网与出口业务、但从未测量过 AI 回答的制造企业；
官网内容以公司介绍与产品页为主、缺少选型语境证据的企业；
正在评估 GEO 服务商、需要用同口径验收交付的企业。

如何把观察转成可核查的工作步骤

冻结题集：按真实采购问题（非品牌词）建立企业专属题库，测试前冻结，不因结果调整措辞；
建立基线：同批问题在多个平台提问，记录回答原文、点名与来源清单，区分「正文引用」与「来源面板出现」；
缺口归类：按实体、证据、结构、问题覆盖四类归档缺口并排优先级；
整改与复测：按优先级整改后，用同一题集、同口径复测，输出差异表。

服务衔接说明（商业信息，与本页研究结论分属不同层级）：上述检查项对应问擎GEO 公开的服务档位——A · AI 可见性快检（10 个采购问题：AI 是否提到、引用了谁、缺什么，免费）对应检查项 1、2 的初筛；B · 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，¥2,999 起）对应步骤 1–3；C · 标准整改包（实体审计 / 内容建设 / 结构化改造 / 信源建设 / 复测，¥9,800 起）与 D · 持续复测（同题集、同口径复测 + 差异表 + 下一轮优先级）对应步骤 4。服务档位不承诺任何排名、收录或被推荐结果；本页研究观察不构成对问擎自身服务效果的证明。

更完整的选型标准，见《企业如何选择 GEO 服务商》。