先说清一个变化:客户正在用 AI 选供应商

越来越多的采购和市场负责人在列供应商长名单之前,先问 ChatGPT、Perplexity 或豆包:「有哪些公司做 GEO?」「哪家咨询公司懂中国企业出海?」AI 只会给出几个名字,依据是全网公开信息,不是广告位。我们用 30 道固定问题在两个主流引擎上做过基线采样:同一类问题,不同引擎给出的名单差异很大,位置并不稳定。这意味着现在入场还来得及,也意味着选错的代价更高——选错供应商,错过的不是一笔预算,而是被 AI 提及的机会窗口。

选型之前:分清你要买的是什么

「AI 咨询」和「GEO」经常被打包成一句话卖,其实是三件不同的事:

  • 企业 AI 咨询:解决的是公司内部的问题——哪些流程先上 AI、数据与权限怎么治理、试点怎么验收。
  • GEO(生成式引擎优化):解决的是公司外部的问题——当客户问 AI 时,你是否被准确提及、被引用、被推荐。
  • 传统 SEO 与建站:解决的是搜索引擎与官网体验,是上面两件事的地基,但不等于上面两件事。

先想清楚自己缺的是哪一件,再去选供应商;三件打包卖的,先要求对方逐项拆开报价。

七个考察维度

一、是否同时懂中国与目标市场两边

出海的难点从来不在单边:你的产品叙事、中文语料和国内渠道在一边,目标市场的语言、媒体、目录站和客户提问方式在另一边。只懂一边的团队,做出来的东西会在另一边失真。考察方法很直接:让对方说出你的目标市场里,AI 回答同类问题时最常引用的来源是什么类型,答得具体才算数。

二、方法论是否透明:提及与引用怎么测

GEO 的效果必须可测。合格的供应商应该说得清:用哪一组固定问题采样、在哪些引擎上测、多久复测一次,并且把「被提及」「被引用」「带来了多少访问」分开报告。拿不出基线测量方法的,效果无从验收——没有基线,一切「提升」都无法证伪。

三、技术能不能自己下场

被 AI 提及的前提是被抓到、被收录、被正确理解,对应三层技术活:抓取层(robots 放行、sitemap 完整、状态码干净)、结构层(页面语义与问答式结构)、实体层(结构化数据 JSON-LD、llms.txt、全网事实一致)。这三层都要能在你的服务器日志和体检报告里验证。只谈内容与声量、不碰技术面的团队,解决不了大多数企业的真实卡点。

四、合规是不是真懂

进欧洲,官网与 AI 应用绕不开 GDPR、欧盟 AI 法案与 Data Act:数据采集合法性、AI 功能的风险分级与披露义务、数据出境安排,都要在方案阶段就设计进去,事后补的成本最高。可以直接问对方:以我们的行业和产品形态,在欧洲落地先要过哪几关?看他答的是清单还是空话。

五、证据是否可复核

要数据,不要形容词。可复核的证据包括:公开发布的数据报告、采样原始记录、注明出处的案例。给你一个参照:我们刚发布的《中国出海企业 AI 搜索可见度报告(2026 首期)》测了 30 家出海企业的官网,中位分 80,五项里最弱的是「机器可读面」(69.2 分,结构化数据、sitemap 这类基础项)。也就是说,多数企业的问题出在基础层——供应商若一上来就大谈品牌声量而不修基础,顺序多半是反的。

六、定价是否逐项(详见下节)

只报总价、不给逐项交付物清单的报价无法比较,也无法验收。三层价格结构拆开看,见下一节。

七、能不能分步停下

合理的合作结构是每一步有独立交付物、每一步都可以停在原地:先诊断,再决定是否执行;先做一个市场,再决定是否扩围。把诊断、执行、年度服务捆死在一份合同里的,先问清楚为什么。

四类供应商对比

维度海外本土机构大型咨询公司中国团队工具自购
对中国业务的理解弱,常需客户反复教育有中国办公室时较强最强,语境与决策链都懂不适用,工具没有理解
目标市场语料与渠道强,本地媒体与目录资源在手强在品牌与关系,弱在日常语料运营逐家差异大,须重点验证只给监测数据,不产生提及
欧洲合规(GDPR / AI 法案)欧洲机构占优,其他地区一般体系完整,但多为单独收费项常见短板,须重点考察不适用
价格与合同偏高,多为长约最高,按人天与层级计费灵活度好,可分步签约订阅费最低,但要自备运营人力
响应与沟通时差与语言成本明显层级多、响应慢零时差、同语言完全靠自己
更适合谁已在当地有团队、只缺本地执行的企业大型集团的战略级项目首次出海、预算要花在刀刃上的企业已有内部增长团队、只缺数据看板的企业

价格:每一层在买什么

这类报价可以拆成三层,混在一起报总价的,要多问一句:

  • 工具层:订阅制,买的是监测看板——提及率、引用源、竞品对比。它只回答「被提及了没有」,不负责让你被提及。
  • 诊断层:应该是固定价、固定交付物。以 Negency 的诊断包为例:¥19,800 一次付清,交付体检数据人工复核、3 家竞品对照、90 天路线图和一次解读会,不绑定后续合作。可以把这一层当作选型的试金石:连诊断都不敢固定价的供应商,执行报价更不会透明。
  • 执行层:按范围与目标市场数量报价。每家公司的起点不同,这一层无法标准化;可比的不是总价,是逐项交付物清单与验收方式。

合理的起点是免费体检(机器出分):先拿到自己公司的基线分和逐项问题,再去谈任何价格。

红旗清单:出现任何一条,建议直接出局

  • 「保证在 ChatGPT 里排第一」「保证被某引擎推荐」——引擎不卖这个位置,没有人能保证。
  • 提供付费提及、虚假引用、批量垃圾外链——这是给品牌埋雷,一旦被引擎识别,长期受损的还是你自己。
  • 只报总价,不给逐项交付物和验收标准。
  • 拿单个客户案例冒充普遍效果,且拒绝给出可复核的数据出处。
  • 不做基线测量,或不肯公开测量用的问题集。

Negency 在这张表里的位置

如实说明:Negency(熵宜)是一家位于瑞典的 AI 咨询与 GEO 公司,团队长期在中国与欧洲两边工作,主线业务正是「中国企业进入欧洲」这条桥。我们做两件事:GEO 增长——让企业在 AI 答案里被准确提及与引用;企业 AI 咨询与 Agent 落地——包括 GDPR 与欧盟 AI 法案的合规设计。可复核的证据,是公开发布的《中国出海企业 AI 搜索可见度报告(2026 首期)》,30 家企业的逐项分数全部公开。这篇指南里的每一条标准,也同样适用于审查我们自己。

下一步

先花十几分钟做一次免费 AI 可见度体检,拿到你公司的基线分;再带着这份清单去问任何供应商。想先看同行水平,报告全文在这里;想把问题拆到逐项,¥19,800 固定价诊断包是低风险的第一步。