2026 年 10 月 17 日，DeepSeek 把自研搜索引擎的两个接口开放给了所有开发者。对外贸企业来说，真正的变化不是多了两个 API，而是「AI 搜索的中间过程」第一次可以被按查询、按页面、按分数地观察。
这两天，很多外贸人的群里都在转两张截图：一张是 DeepSeek 的搜索返回里出现了 rerank_score 和 authority 两个字段，另一张是某个供应商被 AI「推荐」了。
截图热闹，但真正值得老板和市场负责人关心的，是另一件事：DeepSeek 把过去藏在黑盒里的检索环节，拆出来卖给了所有人。 这意味着外贸企业第一次可以用很低的成本，按查询、按页面、按分数去检查：AI 在回答一个采购问题之前，到底看到了哪些网页。
|
Search 与 Fetch 同价 |
Search / Fetch 分别计数 |
count 默认 10 |
一、DeepSeek 10 月 17 日开放自研搜索 API，究竟开放了什么？
2026 年 10 月 17 日，DeepSeek 在官方 API 文档与更新日志中确认：Search API 与 Fetch API 正式上线，两者均基于 DeepSeek 自研搜索引擎，为 Agent 与 RAG 应用提供实时网页内容。
拆开看，这是两件不同的事：
▸Search API：按查询词返回结构化网页结果。除了标题、URL、摘要，还会返回一段 600–800 字符、官方说明是「面向模型阅读」的长摘要、可选全文、发布日期，以及两个评分字段 rerank_score 与 authority。
▸Fetch API：给定一个网址，抓取该网页并以 Markdown 形式返回标题与正文。URL 最长 8192 字符；页面不可读时返回 404，被安全策略拒绝时返回 403。
两个接口都是原始 JSON API，共用 api.deepseek.com 域名与现有 Bearer 密钥——对已经持有 DeepSeek API Key 的团队来说，接入成本接近于零。更关键的一点是：它们并不绑定 DeepSeek 的模型，任何模型都可以调用。
| 接口 | 端点 | 输入 | 输出 |
|---|---|---|---|
| Search |
|
|
|
| Fetch |
|
|
|
计费规则：只认成功请求
官方口径下，两个接口同价：每 1000 次成功请求 5 元。计费条件相当克制——只有 HTTP 200 且真的产生了结果才收费：
▸Search 返回空结果：不计费；Fetch 没抓到正文：不计费；失败与超时：不计费。
▸返回 50 条和返回 1 条，价格一样。
▸限流：每个账号下 Search 与 Fetch 各 5 QPS、独立计数；Fetch 另有按域名的额外限制，超限返回 429。
| 对比项 | DeepSeek Search / Fetch | 海外常见第三方搜索 API |
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
⚠ 核对提醒
发布前请重新核对：价格、限流与计费规则以 DeepSeek 官方文档最新口径为准。另有一个时间节点值得记下：2026 年 11 月 1 日 00:00（北京时间）起，通过 DeepSeek Harness、Claude Code、Codex 等工具触发的服务端搜索调用开始按次计费，此前不计费。
二、两个评分字段分别代表什么？
先给定义，再给判断。
| 字段 | 取值范围 | 官方描述 | 它实际解决什么问题 |
|---|---|---|---|
| rerank_score |
|
|
|
| authority |
|
|
来源权威度
|
1. 它们首先是「给模型看的」信号
DeepSeek 官方文档对返回的那段长摘要写得很直白：它是面向模型阅读的。两个评分字段同理——它们帮助模型在结果集内做筛选与排序，不是发给企业的质量认证书。理解这一点，就不会把 2.4 分当成「AI 会推荐我」的凭证。
2. 为什么同一页面在不同采购问题下表现不同
检索与重排都绑定查询意图。同一个产品页，在「CNC 加工件供应商」这类泛需求查询里可能分数平平，在「高温工况下不锈钢法兰选型」这类具体问题里却可能进入前列——因为问题本身定义了相关性的计算方式。
🕳 踩坑提示
需要同时保留一个反方向的提醒：已有第三方开发者在实测中指出，部分查询下 rerank_score 波动有限，表现更接近「页面质量分」而非严格的相关性分。更稳妥的用法是：用它筛掉明显低质量的页面，而不是把它当成推荐保证。
3. 为什么这两个字段不等于 AI 的最终推荐评分
从「检索结果」到「生成答案」之间，至少还隔着四层：答案生成时的引用选择、模型自身的参数知识、地区与语言的个性化、以及时间因素。检索分数高，只说明这条网页进入了候选池并且质量不差；至于 AI 最终有没有引用你、有没有把你写进推荐名单，是另一件事。
三、真正值得关注的，是搜索过程变得更容易观察
过去企业做 GEO，最大的困难不是不知道要优化，而是看不到优化对象。
| 维度 | 以前能做的 | 现在能做的 |
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
具体可以得到四类新能力：
1查看某个查询实际返回了哪些网页，而不是只看 AI 说了什么。
2比较不同页面的排序位置、分数、日期和来源，识别到底是竞品占位还是自己缺位。
3用 Fetch 检查页面正文能否被正常获取——抓不到正文，内容写得再好也进不了上下文。
4用同一组问题重复检测，把一次性的截图变成可对比的基线。
四、这次开放释放了哪些 GEO 信号？
把接口字段翻译成做内容的人能懂的语言，信号有五条。
1. 相关性：回答具体采购问题，比扩写行业关键词更有价值。 检索是按查询意图重排的，泛化的「高品质工业部件制造商」不解决任何一次查询。
2. 权威性：企业自述需要与技术资料、认证和第三方证据互补。 自说自话的主页很难单独支撑 authority，官网之外还应该有可核验的公开信息分布。
3. 时效性：产品、型号、参数和认证需要持续维护。 query 原生支持 after: / before: 时间运算符，说明时间在检索侧是硬约束，不是装饰。
4. 反作弊：重复内容、低质量 AI 内容和操纵式优化风险更大。 官方明确表示其索引会过滤 SEO 作弊、GEO 操纵与低质 AI 生成内容。
5. 可测量性：企业可以开展查询级诊断和优化复测。 GEO 从「玄学」变成「可以按月复盘的工程」。
五、对外贸 B2B 企业的影响，为什么比一般资讯网站更值得关注？
资讯网站赌的是流量，外贸 B2B 赌的是采购决策。一次 AI 回答可能直接影响一个几十万到几百万的订单是否进入候选名单。但不同行业的买家，提问方式和关注点差别极大。
| 行业类型 | 买家高频关注点 | 页面必须回答的事实 |
|---|---|---|
| 工业设备 |
|
|
| 功能材料 |
|
|
| 汽配与工业零部件 |
|
|
| OEM / ODM |
|
|
🔥 核心判断
重点不是每个行业都需要写更多文章，而是要让 采购问题、产品事实和可验证证据 三者之间建立清晰关系。文章数量增加，不等于有效采购问题的覆盖增加。
六、外贸企业现在应该先做什么？
不需要立刻上系统，也不需要立刻招人。按下面五步，两周内可以跑完第一轮。
1选出 3 个重点产品或解决方案：优先选客单价高、有真实交付能力、你确实想卖进目标市场的那几个。
2整理 10–20 个真实采购问题：从业务员的历史邮件、RFQ 表格、展会记录和售后问答里找，不要自己编。
3用 Search API 检查现有页面的出现情况：记录自家页面、竞品页面、第三方来源的位置与分数。
4用 Fetch API 抽查正文与关键信息：重点看参数、认证、案例能不能被正常取回。
5按问题匹配、事实完整度、证据、时效性排修复优先级：先修影响采购判断的缺口，再谈扩量。
示例仅用于说明字段用法，请替换为自己的产品与真实采购问题
# Search 接口最小示例（示意，参数以官方文档为准）curl https://api.deepseek.com/v1/tools/search \
-H "Authorization: Bearer $DEEPSEEK_API_KEY" \
-H "Content-Type: application/json" \
-d '{"query":"China CNC machining supplier for industrial automation",
"count":20,"need_content":true}'
七、从一次性文章优化，升级到系统化 GEO 建设
很多企业做完上面五步会卡在同一个地方：查出了缺口，但没有人持续把事实、页面、信源和复测串成一条线。 产品参数在工程师电脑里，认证在行政的文件夹里，案例在业务员的聊天记录里，检测报告在质量部——AI 看到的，只是这些碎片里侥幸上网的那一小块。
这也是为什么一次性文章优化很难产生复利。真正需要的是一条链：先把企业事实统一，再按采购问题建设页面，再让公开信源形成交叉验证，最后用固定问题集持续复测。
◆ AB 客的实操方法：
企业知识库：先把散落的品牌、产品、方案、案例、工艺、认证与证据结构化，让「企业是谁、能做什么、不做什么、为什么可信」有一个唯一口径；
GEO 智能网站：按采购问题承载产品页、选型页、场景页、案例页和 FAQ，并保证可抓取、可理解、可验证；
内容运营与全球渠道网络：让关键主张在官网之外获得真实的公开信息分布；
GEO 检测与增长分析：用固定问题集把一次性查询变成可复查的基线、问题清单和持续优化任务。
AB 客的定位是 外贸 B2B GEO 系统化提供商，交付的是企业认知资产与持续运营能力，而不是单纯的文章代写或建站服务。
常见问题｜五个高频疑问
Q1DeepSeek 的两个评分字段，是否等于 AI 的推荐分？
不是。rerank_score 是检索结果的相关性重排分，authority 是来源权威度评级，都属于搜索层的信号。从检索结果到最终回答之间，还有引用选择、模型自身知识、地区与时间等因素。可以把它们理解为「是否进入候选池且质量不差」，不能理解为「一定会被推荐」。
Q2authority 达到 3 级，就一定会被引用吗？
不必然。官方将 3 级及以上描述为「极权威」结果，但权威度是信源层面的判断；是否引用还取决于该页面是否匹配本次查询、正文能否被获取、事实是否完整、以及答案生成时的选择。此外，第三方初步测试中也出现过可疑内容获得较高评级的情况，因此分数不能替代内容核验。
Q3GEO 是否还需要做 SEO？
需要。SEO 解决的是抓取、收录、排名与点击；GEO 进一步解决理解、引用与推荐。没有良好的可抓取性和页面质量，GEO 缺少稳定承载基础。更现实的做法是 SEO 与 GEO 双适配：TDK、站点地图、结构化数据、内链、性能这些基础照做，同时补充实体一致性、证据绑定和问题覆盖。
Q4网站已经有很多文章，为什么还需要做内容治理？
因为「文章多」不等于「问题覆盖多」。常见问题包括：参数分散在 PDF 与旧页面、认证没写清适用范围、场景只有行业名称没有具体工况、缺少更新时间与版本。治理的目标是让每个高价值采购问题都能对应到一个事实准确、证据充分、可核验的页面。
Q5外贸 B2B 企业怎样开展第一轮 DeepSeek 自测？
准备 10–20 个真实采购问题，固定 query、count、localization 与检测时间，调用 Search 记录排名、两个评分字段、日期与 URL；再用 Fetch 抽查自家与竞品页面的正文可获取性与关键信息完整度。保存原始结果与测试条件，作为下一轮复测的基线。
ACTION｜行动引导
先不要急着增加文章数量。要重点检查 DeepSeek 实际返回的结果——看清楚自己的页面有没有进候选池、正文能不能被抓到、缺的是事实还是证据，再决定下一步。
AB客 · 外贸B2B GEO系统化提供商
GEO · 让AI搜索优先推荐你
— END —
