本文首发于 OpenGEO：https://opengeo.page/observations/001-suzhou-yimei/

**一句话结论**：AI 搜索不会直接拿你的原话去搜。它会先判断你的位置，把问题改写成多条搜索词，再从搜到的结果里挑出一部分交给模型。这三步各家做法不同，所以同一个问题会得到不同的推荐。

我在 5 家国产 AI 上问了同一句话：「苏州当地有哪些医美？」然后抓包看它们背后的请求。这一问里能看到的差异，主要集中在下面三个环节。

![fig-1.png](https://developer.qcloudimg.com/http-save/yehe-11795880/ee0b23254565b04372d0e36060bad3fe.png)
图 1：从提问到回答的流程。黑框是这次抓包看到差异的三个环节。

**本文要点**

- **位置识别**：3 家在问题之外处理了位置相关信息，例如 IP 归属地、浏览器定位权限、地区检索工具。
- **搜索词改写**：同一句话，有平台改写出 1 条搜索词，有的 3 条，有的 5 条，方向也各不相同。
- **对话历史会进入搜索词**：其中一家把上一轮聊过的企业名，带进了这一轮的搜索词。
- **来源筛选**：其中一家检索到 20 条素材，最后只把 5 条送进模型。
- **对 GEO 的启示**：要研究的是 AI 改写后的搜索词，不只是用户输入的关键词；测试推荐率时，会话上下文必须作为变量控制。

> 说明：诊所和药企名称用 XX 代替。【实测】是抓包里直接看到的，【推断】是根据实测推出来的，【未知】是没抓到或判断不了的。
## AI 搜索会获取你的位置吗？

会，至少有 3 家这样做。

| 平台 | 观察到的动作 | 证据 |
| --- | --- | --- |
| 豆包 | 请求里带了 3 项浏览器定位权限状态，没有坐标 | 【实测】 |
| 千问 | 提问前先查 IP 归属地，埋点 user_city 为「苏州市」，意图标为「本地生活-地点周边信息查询」 | 【实测】 |
| 腾讯元宝 | 调用了 region_search 地区检索工具 | 【实测】 |
| Kimi | 未观察到 | 【未知】 |
| DeepSeek | 未观察到 | 【未知】 |

不过问题里已经写了「苏州」，所以这次判断不了定位有没有影响推荐结果【未知】。对本地服务类商家来说，值得关注的是：即使用户没写城市，AI 也可能自己判断出来。

## AI 搜索实际搜的是什么词？

不是你的原话。AI 会先把问题改写成搜索词，即「查询改写」（Query Rewriting）。

| 平台 | 条数 | 实际搜索词 |
| --- | --- | --- |
| 千问 | 1 | 苏州当地医美机构及医疗美容医院 |
| Kimi | 3 | 苏州 医美机构 知名 排行榜 2025；苏州 整形医院 公立 医疗美容科；苏州 医美 产业 企业 |
| 豆包 | 5 | 苏州正规医美机构 公立三甲皮肤科 连锁医美 敏感肌；苏州姑苏XX医美诊所介绍；苏州吴中 高新区 医美机构推荐 敏感肌；苏州敏感肌医美面诊避坑；苏州光子嫩肤红血丝机构测评 |

> 腾讯元宝的改写词这次没抓到，DeepSeek 这一问没有计入。

![fig-2.png](https://developer.qcloudimg.com/http-save/yehe-11795880/62da96cc824069922c2ced24e209bd50.png)

图 2：同一句话改写出的搜索词，千问 1 条、Kimi 3 条、豆包 5 条。

三家的思路很不一样【实测】：

- 千问基本照原意搜。
- Kimi 加了排行榜、公立医院和产业方向。
- 豆包拆得最细，敏感肌、面诊避坑、光子嫩肤都单独搜了。

用户问的是「苏州医美」，AI 实际搜的可能是「敏感肌面诊避坑」。只围着原始关键词做内容，覆盖不到这些搜索。

## 聊过的内容会影响 AI 搜索吗？

这次看到了一个例子。

豆包的第二条搜索词是「苏州姑苏XX医美诊所介绍」。我这一问没提过这家诊所，但它和我上一问「XX药业是什么」里的药企同名【实测】。

| 对话轮次 | 内容 |
| --- | --- |
| 第 2 问 | 「XX药业是什么」 |
| 第 3 问 | 「苏州当地有哪些医美」 |
| 豆包生成的搜索词 | 「苏州姑苏XX医美诊所介绍」 |

也就是说，上一轮的企业名被带进了这一轮的搜索。AI 改写搜索词时，很可能会参考对话历史【推断】。其他平台这次没出现这种情况，但不能因此说它们不用对话历史。

这对 GEO 测试影响很大：新开对话直接问，和聊了几轮之后再问，AI 搜的东西可能不一样。

## AI 搜到的内容都会用吗？

不会。搜到、读到、引用，是三件事。

**千问：检索 20 条，送进模型 5 条。** `material_stat` 字段显示检索到 20 条素材，最后送进模型的只有 5 条【实测】。这 5 条怎么挑出来的，还原不了【未知】。

![fig-3.png](https://developer.qcloudimg.com/http-save/yehe-11795880/5feb471cbc5609920d2f00683345b2cf.png)
图 3：千问检索到 20 条素材，送进模型的只有 5 条。

**豆包：抖音和工商信息占比不低。** 页面显示参考了 29 篇，我抓到其中 17 条带链接的来源【实测】：

| 来源类型 | 条数 |
| --- | --- |
| 同名诊所相关（企查查、区政府备案公告、黄页、爱企查、招聘页、点评页） | 6 |
| 抖音视频 | 4 |
| 医院官网 | 2 |
| 中华网 | 2 |
| 其他（杭州网、潮新闻、小荷各 1） | 3 |

此前问护肤品时，29 篇里也有 10 篇来自抖音。工商、备案这类实体信息，同样进入了引用。不过这些只是被引用的来源，不等于全部候选，各自权重多大看不出来【未知】。

**Kimi：一轮检索，引用定位到段落。** Kimi 搜了一轮，引用 12 条。引用能关联到原网页里的具体段落，不只是一个网址【实测】。

**DeepSeek：会根据第一轮结果再搜。** 这组数据来自下一问：开着深度思考，问苏州光子嫩肤的价格。它先搜 5 个词拿到 30 条结果，打开 7 个网页；接着搜了 4 个更具体的词，细到「苏州市立医院 东区 光子嫩肤 M22 价格 单次」，再打开 3 个网页，然后才回答【实测】。这是另一道题，不能和其他平台直接比较，但说明有的 AI 会多轮追加检索【推断】。

## 这对 GEO 优化意味着什么？

1. **研究 AI 改写后的搜索词，而不只是用户的原词**。AI 会把一个宽泛问题拆成具体需求，比如人群（敏感肌）、项目（光子嫩肤）、顾虑（避坑）。内容能覆盖这些细分问题，才更可能被搜到。
2. **测 AI 推荐率时，要控制会话上下文**。新会话和连续会话的结果可能不同。不说明测试条件的推荐率数据，很难复现。
3. **被检索、被读取、被引用、被推荐，要分开看**。内容被搜到，不代表模型会读；读了不代表会引用；引用了也不代表会推荐你的品牌。只看最终推荐率，很难解释优化为什么有效、为什么无效。

## 常见问题

### AI 搜索和传统搜索引擎有什么区别？

传统搜索直接按关键词返回网页排名。AI 搜索会先改写问题、可能多轮检索，再从结果里挑一部分交给模型生成回答。所以 AI 推荐并不等于「搜索排名靠前的网页」。

### 为什么不同 AI 对同一个问题推荐不一样？

从这次抓包看，原因至少有三个：位置处理方式不同，改写出的搜索词不同，从检索结果里挑选的来源也不同。

### AI 搜索会参考之前的对话吗？

这次观察到一家平台把上一轮的企业名带进了下一轮搜索词，所以很可能会。其他平台没观察到，但不能排除。

### GEO 优化应该从哪里入手？

先搞清楚 AI 针对你的行业会改写出哪些搜索词，再看哪些类型的来源容易被引用，比如官网、工商备案、短视频、媒体报道。测试时注意区分新会话和连续会话。

## 测试方法与局限

- 时间：2026-10-30 23:00 至 10-31 00:10（CST）
- 条件：单账号，单次连续对话，苏州电信网络
- 上下文：目标提问是会话第 3 问，前两问是苏州有名的护肤品和「XX药业是什么」
- 能看到：搜索词、部分检索结果与引用、部分埋点字段、工具调用名
- 看不到：系统提示词、模型实际读了哪些正文、内部排序规则；各家对医美这一问的最终回答没有提取

只测了一次，结论不代表平台的普遍表现，只能作为后续控制变量实验的假设。

---

## 原文与授权

- 原文：https://opengeo.page/observations/001-suzhou-yimei/
- 作者：何瑜
- 许可：本文以 CC BY 4.0（署名 4.0 国际）协议发布，转载请注明作者与原文链接。
脱敏后的抓包提取数据（CC BY 4.0）已公开在 Hugging Face：[Maodian/opengeo-observation-001](https://huggingface.co/datasets/Maodian/opengeo-observation-001)

本文首发于 OpenGEO：https://opengeo.page/observations/001-suzhou-yimei/

AI 搜索是怎么推荐的？抓包实测 5 家国产 AI 的搜索词改写与引用来源

同一句「苏州当地有哪些医美」，5 家国产 AI 给出不同推荐。抓包发现，差异来自位置识别、搜索词改写和来源筛选三个环节。

人工智能

AI搜索如何改写问题并决定推荐？实测5家国产AI对“苏州医美”的抓包结果显示：位置识别、查询改写、来源筛选三步均不同。豆包参考对话历史生成搜索词，千问检索20条仅送5条入模型。商家需覆盖AI改写后的细分需求词，测试时需控制会话变量。

DeepSeek

让每一个 Agent，都跑在云上

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

AI 搜索是怎么推荐的？抓包实测 5 家国产 AI 的搜索词改写与引用来源-腾讯云开发者社区-腾讯云

AI 搜索是怎么推荐的？抓包实测 5 家国产 AI 的搜索词改写与引用来源

AI 搜索是怎么推荐的？抓包实测 5 家国产 AI 的搜索词改写与引用来源

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐