客户在AI里问「多少钱」，你的官网答得上吗？

客户在 AI 里问「这种东西大概多少钱」，如果你的官网上一个字都没提价格，AI 就只能说「建议直接联系厂家询价」——而大多数买家，不会为了一句「询价」就去联系你，他会换一家答得上来的。这就是工厂在 AI 时代最容易被忽略的一处失分。

但要先把边界说清楚：这篇文章讲的不是让你公开成本表或具体报价，而是公开「价格结构」——起订量怎么算、计价单位是什么、有哪些附加费用、什么情况下价格会变。这两件事，差别很大。

一、AI 在内容里挑什么？一项 25 万次实验的结论

这一条有很硬的实验依据。SIGIR 2026 接收的一篇论文《What Gets Cited》，做了25.2 万次受控实验——6 个模型 × 18 类因素，每次只给两个候选页面、且两者只差一个变量，品牌信息全部匿名。

结论里有一条特别值得工厂注意：明确的「价格信息」和较新的「时间戳」，对被引用有稳定的正向效果。

同一项研究还发现：单纯修改格式，作用不稳定。这一条也很有价值——市面上教 GEO 的内容，大半在讲排版和格式，而实验测出来，恰恰是最不稳定的一类动作。

口径区分：这是受控实验条件下的结果，回答的是「AI 在多个候选中怎么挑」，不代表真实市场的效果承诺；而且它测的是「相对偏好」，不是「绝对值」。

顺着这个结论往下想：如果 AI 在挑选内容时更偏好「有明确价格信息」的页面，那么一个通篇写着「价格面议」的官网，在 AI 的这套评判里，就天然处于劣势。

二、工厂的两个习惯，恰好和 AI 的需求相反

习惯一：用形容词代替数字

「品质优良」「工艺精湛」「性价比高」——这些话人看着舒服，但对 AI 来说，它们是无法提取的信息。AI 需要的是能直接引用的事实：公差多少、产能多少、认证有哪几个、交期多久。

习惯二：用「价格面议」代替价格

工厂不写价格，理由通常很实在：怕同行看到、怕客户比价、担心报价泄露。这些顾虑都成立。

但问题在于——买家问价是天性。你不答，他就去问别人。而在 AI 时代，「别人」可能是竞品的官网，也可能是 AI 自己给出的一个估算范围。

三、一个旁证：采购方其实更想要「透明定价」

麦肯锡 2026 年一项针对 B2B 采购的研究（样本为 400 多家批发商）显示：「透明定价」排在他们采购需求的第 1 位，比例达 89%，高于「批量折扣」的 72%。

Gartner 2026 年 3 月的一份观察也指向同一个方向：67% 的 B2B 买家更希望有「不需要销售代表介入」的购买体验。

口径区分：这两条均经媒体转引，我未核对原始报告，只作为方向参考，不作为精确数据引用。

两条方向合起来看：买家想在看得到价格的情况下自己判断，而不想每一步都被「请联系我们」拦住。

四、那到底该公开什么？

关键在区分「价格结构」和「成本表」。该公开的是前者：

• 计价单位：按件、按米、按公斤、按套？
• 起订量：多少件起做？量大有没有阶梯？
• 价格区间：这类产品通常落在什么范围（给区间，不给精确报价）；
• 影响价格的因素：材质、工艺、认证要求、交期会不会影响价格？
• 附加费用规则：打样费、模具费、运费、认证费怎么算？

这些信息不涉及你的成本，也不等于报价单，但足够让 AI 回答「这个东西大概怎么计价」。而买家拿到这个信息之后，下一步通常是——带着更明确的问题来找你。

换句话说，公开价格结构不是「把底牌亮出来」，而是把不必要的沟通成本砍掉，让来找你的客户更精准。

五、一个前提：标准化产品和纯定制，是两回事

这里要做一个区分，否则容易走偏：

• 标准化、有规格的产品：适合给价格区间或档位。因为产品是明确的，客户能自行判断。
• 完全定制的产品/服务：价格本身就是「一单一议」的，硬给数字反而不准确。这时候该公开的是计价逻辑和影响因素，而不是数字。

这个区分很重要——公开价格结构不等于给所有东西标价。定制类业务公开「怎么算」，标准化产品公开「多少钱」，各自合适的方式不一样。

六、关于价格信息，三个问题说清楚

1. 公开了价格区间，客户会不会拿去压价？

可能。但反过来想：会压价的客户，本来就会压价；而不公开价格，你损失的是那些「懒得询价直接换一家」的客户。后者往往是更优质的买家——他们更看重效率，而不是单纯砍价。

2. 同行看到我的价格怎么办？

公开的是「区间」和「结构」，不是报价单。而且，能被同行看到的区间，通常也是行业里公开的信息。真正构成竞争力的，是工艺、品控、交期和服务，不是「谁藏得住价格」。

3. 只公开价格结构，AI 就能答对吗？

不一定。这取决于 AI 是否抓取到、以及是否采信你的信息。但不公开，AI 就一定答不上来——这是一个「做了才有机会」的事，不是「做了就一定有」。

七、写在最后

把这件事收一下：在 AI 时代，官网不只是给人看的门面，还是给 AI 读的「资料库」。资料库里缺了价格这一栏，AI 就答不出客户最关心的问题。

你可以现在做一个小测试：在豆包或 DeepSeek 里问「你做的那类产品大概怎么计价」，看看 AI 能不能答上来、答的是不是你的行业。答不上来，说明这块信息在网上是缺失的。

你们公司的官网标不标价格？遇到过什么顾虑？欢迎在评论区聊聊。

深圳易杭此前从事跨境 B2B 与阿里国际站相关服务，2024 年起拓展 GEO 方向。我们做内容时会区分对待：标准化的东西给区间，定制类的讲清楚计价逻辑。

数据与效果边界：本文引用的 SIGIR 2026 论文《What Gets Cited》为会议接收论文，其结论来自 25.2 万次受控实验，回答的是受控条件下 AI 对候选内容的相对偏好，不代表真实市场效果或具体企业的结果。麦肯锡与 Gartner 数据均经媒体转引，未核对原始报告，仅作方向参考。文中所有价格建议均为一般性商业建议，不构成定价或法律意见。所述方法的作用是提高被检索与被引用的概率，不保证企业一定出现在 AI 答案中，也不承诺见效周期与业务结果。本文所述「公开价格结构」为对制造业客户的建议，与易杭作为服务商的报价方式无关——易杭的服务报价统一线下沟通。

参考资料

1. SIGIR 2026（接收）：《What Gets Cited》，受控实验研究
2. Aggarwal 等：《GEO: Generative Engine Optimization》，KDD 2024（DOI: 10.1145/3637528.3671900）
3. 麦肯锡：2026 年 B2B 采购研究（经媒体转引，未核原文）
4. Gartner：2026 年 3 月 B2B 采购体验观察（经媒体转引，未核原文）