过去 B2B 外贸获客靠搜索排名，AI 时代却变成一场”信任筛选游戏”。本文用 20 个模拟海外采购路径的问题实测 ChatGPT Search 的推荐链路，追踪它从哪里找供应商、最终采信什么、反复推荐哪些中国企业。结论很直接：阿里国际站、Made-in-China 没成为主要采信来源，反而是拥有英文官网、OEM 案例和制造能力证明的企业被反复推荐。文章拆出候选池与采信池的结构差异，并给出一套可复制的资产建设框架。
目录
- 一、测试设计：模拟真实海外采购路径
- 二、AI 看到了什么：候选信源池
- 三、AI 最终相信什么：采信信源池
- 四、哪些中国企业被反复推荐
- 五、为什么它们能被 AI 选择
- 六、普通制造企业如何复制：GEO 五层资产模型
- 附：数据说明与后续
前两年我劝过不少零部件老板：”想被老外找到，先把阿里国际站、Made-in-China 做起来。”
直到我把归纳出来的 20 个海外采购问题直接丢给 ChatGPT Search，看它到底从哪里找供应商，我才发现：过去 B2B 外贸获客的游戏规则，正在被 AI 重新洗牌。
最让我意外的是三件事：
- 阿里国际站，没有成为主要推荐来源；
- Made-in-China，没有进入最终采信；
- 反而是一批拥有英文官网、OEM 案例和制造能力证明的中国企业，被 ChatGPT 反复推荐。
关键发现：过去 SEO 时代，搜索排名第一 = 获客机会；到了 AI 时代，进入候选池 ≠ 被推荐。这次 20 个问题，我追踪了 ChatGPT 的采购链路——搜索 → 候选来源 → 采信来源 → 推荐企业——结果发现：很多企业能被 AI 看到，却无法被 AI 选择。AI 采购不是搜索排名游戏，而是一场“信任筛选游戏”。
一、测试设计：模拟真实海外采购路径
| 维度 | 设定 |
| 行业 | 汽车零部件 |
| 测试平台 | ChatGPT Search（ChatGPT 联网搜索能力） |
| 测试问题 | 20 个海外采购问题（如 China automotive sensor supplier / China brake pad manufacturer / OEM automotive parts supplier for overseas brands / China EV parts manufacturer / Best LED headlight supplier China 等） |
| 采集内容 | 每个问题回答底部的「候选来源 candidate_sources」+「最终采信来源 final_accepted_sources」+「推荐企业 recommended_companies」 |
注：由于 AI 搜索结果存在动态变化，本文采用 4 轮重复测试并去重，数据用于观察趋势，不代表绝对排名。
这 20 道题不是随意选的，而是模拟客户真实采购路径，分为 5 类：
| 类型 | 数量 | 目的 |
| 供应商寻找 | 5 | 进入候选池 |
| OEM 合作 | 5 | 采购意图 |
| 认证信任 | 4 | AI 信任因素 |
| 地区 / 价格筛选 | 3 | 商业决策 |
| 替代供应商 | 3 | 竞争分析 |
测试过程：先利用 prompt 发给 ChatGPT，每次提交两个问题，将输出的 JSON 结果复制统计；全部 20 道题的结果拿到后，交给工具统一汇总。
二、AI 看到了什么：候选信源池
2.1 候选来源类别分布
20 个问题累计产生 91 条候选来源（去重后 67 类）。按真实类别归类：
| 来源类别 | 占比 |
| OEM / 认证数据库 | 20.9% |
| 企业官网 | 19.8% |
| 排名榜单 | 19.8% |
| 行业报告 / 媒体 | 14.3% |
| B2B / 出口平台 | 13.2% |
| 其他（综合目录等） | 12.1% |
2.2 候选池的三个真相
1. 没有绝对的赢家。 OEM/认证库、企业官网、排名榜单三家几乎平分（都在 20% 上下），候选池是”多家共治”，不是某类来源通吃。
2. 候选池里全是”类别”，没有”网址”。 91 条候选来源里，url 字段 100% 为空，GPT 写的都是 “Automotive supplier official websites”、”Global Tier-1 automotive supplier rankings” 这种泛化描述。候选阶段，AI 只是”知道有这类来源存在”，并没锁定具体网页。
3. B2B 平台确实在池子里（13.2%），但只是以泛化类别出现——没有任何具体平台域名被点名，混在 “China auto parts export platforms” 这类笼统表述里。它进了”候选”，但还没被”选择”。
三、AI 最终相信什么：采信信源池
关键前提：进入候选池 ≠ 被推荐。 候选池是”AI 扫了一眼觉得可能相关”，采信池才是”AI 真敢写进答案、拿来推荐你的”。
3.1 采信来源类别分布
20 个问题累计 40 条最终采信来源（去重后 32 类）。同样按类别归类：
| 来源类别 | 占比 |
| 企业官网 | 47.5% |
| OEM / 公开合作信息 | 47.5% |
| 认证 / 资质 | 2.5% |
| 其他 | 2.5% |
3.2 候选池与采信池放一起看
| 来源类别 | 候选池占比 | 采信池占比 |
| 企业官网 | 19.8% | 47.5% |
| OEM / 公开合作信息 | 20.9% | 47.5% |
| 排名榜单 | 19.8% | 0% |
| 行业报告 / 媒体 | 14.3% | 0% |
| B2B / 出口平台 | 13.2% | 0% |
一句话：候选池里占 47.3% 的”排名榜单 + 行业报告 + B2B 平台”，到了采信环节，合计占比 0%。
在本组 20 个汽车零部件采购测试中，ChatGPT Search 更倾向采信什么？至少在本次测试中，B2B 平台更多承担”发现入口”的角色，而企业官网和 OEM 公开信息更容易成为最终回答的依据。平台是”让 AI 先看到你”的入口，官网和 OEM 信息才是”让 AI 推荐你”的信任终点。
四、哪些中国企业被反复推荐
| 排名 | 企业（域名 / 常见对应厂商） | 出现次数 |
| 1 | hasco.com.cn（华域 / 华域视觉） | 14 |
| 2 | wanxiang.com.cn（万向集团） | 7 |
| 3 | minthgroup.com（敏实集团） | 7 |
| 4 | joyson.com（均胜电子） | 6 |
| 5 | tyc.com.tw（东阳 TYC） | 5 |
| 6 | catl.com（宁德时代） | 5 |
| 7 | fuyaogroup.com（福耀集团） | 4 |
| 8 | tuopu.com（拓普集团） | 4 |
| 9 | apg.cn（亚太股份） | 3 |
| 10 | yanfeng.com（延锋） | 3 |
| 11 | desaysv.com（德赛西威） | 3 |
| 12 | inovance.com（汇川技术） | 3 |
| 13–20 | byd.com、geely.com、bosch.com、weichai.com、xyl.com.cn、marelli.com、zhongdinggroup.com、hirain.com（各 2 次） | 2 |
出现次数 = 该企业在 20 个问题中被 GPT 列入推荐名单的次数；厂商中文名为按域名推定，部分为集团英文名。
一个现实问题：这些企业几乎都是上市公司，普通零部件厂是不是没机会？
回答：不是。 AI 推荐看的不是企业规模本身，而是规模留下来的”可验证信息资产”。大厂天生有：OEM 案例、英文官网、认证、海外工厂、新闻报道。中小企业也能建设：某车型供应案例、某国家客户案例、产品参数库、IATF 页面、工厂能力页面。
五、为什么它们能被 AI 选择
翻完推荐理由，被反复点名的企业都有同一组特征，正好对应第三部分”AI 信什么”：
- 英文官网 + 完整产品目录：华域、万向、敏实、均胜的官网都有英文版和可检索的产品 / 解决方案页——这是进”采信池”的门票。
- 全球 OEM 客户背书：推荐理由里高频出现 “global OEM brands”、”Volkswagen / GM / BMW supply experience”——这些就是”公开 OEM 合作信息”，AI 最吃这套。
- 认证齐全：IATF 16949、ISO 等被明确写进推荐理由，正好命中”认证 / 资质”信号（虽在采信池只占 2.5%，但它是进入候选的硬门槛）。
- 海外制造 / 出口经验：在多个国家有工厂、长期出口——这是”公开制造能力信息”的来源。
- 被排名 / 报告提到：注意，排名榜单、行业报告在采信池里是 0%，但它们在候选池里给这些大厂做了”初始背书”。也就是说，榜单和报告是”让 AI 先看到你”，官网和 OEM 案例才是”让 AI 推荐你”。
六、普通制造企业如何复制：汽车零部件GEO 五层资产模型
从”建议”升级成一套可复用的框架。AI 采购时代，企业要在 ChatGPT 里被”看到且被选择”，需要建设五层资产：
| 层级 | 是什么 | 要补的内容 |
| 第一层 身份资产 | 你是谁？ | 公司介绍 / 工厂规模 / 所在国家（让 AI 确认你是一家真实 manufacturer） |
| 第二层 产品资产 | 卖什么？ | OE 编号 / 参数规格 / 应用车型（可检索的产品库，进”企业官网”采信池的底座） |
| 第三层 信任资产 | 凭什么信你？ | IATF 16949 / OEM 案例 / 认证页面（进候选池的硬门槛，也是采信的核心信号） |
| 第四层 关系资产 | 谁用过？ | 海外客户 / 合作品牌 / 出口国家（直接喂给 AI 的”公开 OEM 合作信息”） |
| 第五层 外部验证资产 | 别人怎么评价？ | 行业媒体 / 供应链报告 / 第三方报道（进候选池给你背书，再导流到官网被采信） |
这五层，就是”海外 GEO”要帮你一点点攒起来的东西。它不靠你砸钱买平台排名，靠的是把企业的真实能力，变成 AI 能验证、敢引用的信息资产。
后面我还会继续拆解几个行业在 GPT 上的信源（家装、酒店、工业设备……），看看 AI 采购的推荐逻辑是不是通用的、不同行业有没有差异。如果你做海外制造业，这个方向值得一直跟。
附：数据说明与后续
数据基于 ChatGPT Search 实测，采用 4 轮重复测试并去重，仅供 GEO 策略参考，不代表绝对排名。文中覆盖率、采信占比仅反映 ChatGPT Search 对该批问题的显式信源披露与引用行为，不构成模型能力排名，也不能简单理解为谁的内容更好。
相关链接
站内相关文章：
- 8月豆包信源大换血：抖音取代土巴兔成采信第一 2026年8月18日
- 元宝信源采信标准实测：大模型如何筛选与引用内容？ 2026年8月8日
- 元宝信源实测：装企GEO优化的3条核心启示 2026年8月3日
- 千问信源收录标准深度拆解：基于20题实测的GEO实践指南 2026年7月31日
- 千问信源实测：装企GEO优化该押注哪些信源？ 2026年7月27日
关于黄易
黄易，AI 获客研究者、GEO 实践者、企业增长顾问，公众号「本地 GEO 研究社」「海外 AI 获客研究」主理人。
浙江财经大学管理学硕士。自 2010 年从业至今，始终聚焦政企流量增长与客户引流工作，兼具 8 年管理咨询经验与十余年产品操盘经历，擅长从战略、流程维度拆解获客难题，完整跑通 SEO 优化、平台运营、线索转化至成交全流程。
依托 GPT、豆包、DeepSeek 等主流大模型，深耕 AI 获客前沿玩法与落地实战，助力企业降本增效、精准获客。
欢迎在评论区交流，或通过微信（huangyigeo）与我联系。转载请注明出处。
文末总结
AI 采购时代，搜索排名不再是获客的唯一通行证，进入候选池也不等于被推荐。本次汽车零部件GEO 实测显示，ChatGPT Search 最终采信的来源 95% 落在企业官网与 OEM 公开信息，而占候选池近半的排名榜单、行业报告与 B2B 平台在采信环节合计为 0%。对出海零部件企业来说，真正要做的是把英文官网、OEM 案例、认证与制造能力，沉淀成 AI 能验证、敢引用的五层信息资产——平台负责”让 AI 看到你”，官网与
本文首发于公众号“海外AI获客研究”，链接为：https://mp.weixin.qq.com/s/i7oseMWsjF3sv3yOeqPX0Q