客户在 AI 里问「哪家好」:73% 的提问在比价,你的资料能比吗

过去客户找供应商的做法是先搜关键词，再一条条翻网页。现在越来越多人换了个做法：把完整的处境一次性讲给 AI 听。预算多少、用在哪、要解决什么问题、哪些条件不能让步，一口气说完，然后等一段整理好的答案。

位置就这样换了。以前是客户在你的网页里翻信息，现在是客户在 AI 那里先拿到结论，再决定要不要找你。有份调研覆盖了十个行业、五十个品牌、一千次问答，把提问方式拆开看过：问得最多的不是品牌名，是对比。73.2%属于对比选择类，比如「这两家到底差在哪」；59.8%属于匹配推荐类，比如「预算就这么多，推荐哪家」。

顺着这两类问题往下，客户真正盯着看的东西也变了。被提到最多的是产品和服务详情，占 74.8%；品牌口碑排在后面，占 66.4%。客户要的是能拿来比的东西，不是一段品牌介绍。

本文看点：客户在 AI 里问的是什么 · 什么样的内容会被拿走 · 五个平台的口味差在哪 · 这周能动的三件事

把这件事放回日常经营里，会更清楚。一个要换设备的小老板，以前会搜「某某设备厂家」，翻几页官网，挑一家打电话问价。现在他打开豆包，打一句：「厂里要上一台除尘设备，风量两万左右，预算三十万上下，本地哪几家做得比较靠谱」。

这句话里没有供应商的名字，也没有关键词。它是一个完整的处境。AI 拿到之后要做的，是从能被读到的材料里拼出一份候选名单，再附上理由。你在名单上，才有后面的事；不在名单上，价格谈得多细都到不了你这里。

对企业客户来说，这个变化来得更早。企业任职用户里，有 55.31% 经常用 AI 查供应商，另有 35.87% 偶尔用。他们查的目的集中在三类：对比技术参数和成本差异，占 64.4%；了解行业与技术趋势、找解决方案，占 61.8%；按业务需求找合适的供应商，占 56.0%。三类加起来覆盖了七成七的提问。

同一家公司，会被不同角色反复问。采购关心成本和合同条款，技术关心部署方式和接口，业务关心落地效果，管理层关心方案和经营目标对不对得上。这几拨人会在几个月里交叉核对。你在某一轮里把参数说过一次，后面每一轮都要重新解释一遍。

还有一点值得留意：客户不会只问一家。答案不合预期的时候，56.6% 的人会换到电商或社媒继续查，52.5% 会换一种问法再问一遍，50.6% 干脆换一个 AI 平台。同一家公司在几个平台上得到的描述，他们可能都看过，也会拿来互相对照。

接着要问的是：AI 拿什么回答。它不会把你的官网从头读到尾，也不会因为你的文章写得漂亮就多看一眼。它找的是一种更具体的东西：能直接拎出来、不用改写、也不太会出错的那一段。

围绕这件事的做法，业内有个名字，叫 GEO，全称是 Generative Engine Optimization，生成式引擎优化。说白了就一句话：AI 替人回答的时候，调取的是哪几条关于你的信息。它和搜索排名不是一回事。排名管的是谁能被翻到，GEO 管的是谁能被念出来。翻不到最多是少一次曝光，念不出来是连被比较的资格都没有。

这个差距有一份一万页的基准研究量过。纯段落的内容被引用率 24%，混合格式 52%，清单和表格 68%，步骤式指南 72%，问答块 81%。结构化内容的被引用概率大约是纯段落的 2.5 倍；再补上文章层的结构化标记，还能再加 45%。

另有一组对比更直白：同一批数据，用表格排出来和被写成大段文字，被提取的比例是 81% 对 23%。被引用的页面里有 61% 带了结构化标记，同期排在搜索结果前面的页面只有 25% 带。从这个角度看，AI 在选材料的时候，更像是在过一道「这段好不好用」的关，而不是在评谁的文笔好。

还有一件事容易被忽略。AI 会同时抓一批候选页面，最后只引其中一部分，按实测比例大约 15%，剩下的读了不用。决定它用不用的，是它能不能从这一页里干净地抽出一段话。换句话说，你的页面被打开过，不等于被用过。

位置也有讲究。被引用的内容，大头落在页面的前两到三成。答案要写在前面。开头先铺垫背景、铺垫完再给结论的写法，在人读的时候没问题，在被抽取这一步吃亏。同理，一段话写三百字才说到重点，不如开头一句话把结论给完，后面再补细节。这种写法在人看来略显生硬，在抽取这一步却是最省事的。