爬虫只有11.8%在等用户提问：一份GEO统计报告里的三个反直觉数字

给品牌做 AI 可见度监测的 Foglift 在 9 月 28 日更新了它的 2026 GEO 统计报告，样本覆盖五家引擎的 53,011 条 AI 答案、329,499 条可见引用，以及近 60 天 177,019 条已分类的爬虫请求。报告里的多数数字是行业常识的注脚，但有三个反直觉，值得做内容的人停下来看一眼。

引用已是默认配置，但引擎之间是两个世界

先看总量：78.8% 的 AI 答案至少带一条可见引用，平均每条答案 6.22 条引用——引用已经是生成式回答的默认配置，而不是偶尔出现的加分项。真正值得注意的是引擎间的落差：Perplexity 的引用率高达 94.1%，平均一条答案挂 10.67 条引用；ChatGPT 引用率 93.1%，但平均只挂 3.3 条；Google AI Overview 是 83.6%、平均 7.59 条；而 Gemini 和 Claude 的引用率只有 59.8% 和 57.6%，Claude 平均一条答案只挂 2.21 条。同样一篇内容，在 Perplexity 里可能被挂出来，在 Claude 里可能根本不出场。只盯一个引擎做优化验证，结论大概率是错的。

接近九成抓取，发生在用户提问之前

第二个数字更关键。近 60 天的爬虫请求里，43.9% 在抓训练语料，44.4% 在做索引，真正由用户提问触发的实时抓取只占 11.8%。换句话说，接近九成的抓取发生在用户提问之前——AI 引用谁，早在用户开口之前就大体决定了。很多 GEO 教程还在教「追热点、即时优化」，可如果你的内容没有被索引覆盖、没有进入语料池，等热点来了再临时发稿，命中率极低。被引用的前提是常驻：内容持续在线、结构稳定、可被抓取，才有资格进入 AI 的备选池。

一次提问，展开近三十个检索意图

第三个数字是 28.24 倍。Foglift 追踪的 2,737 个源查询，平均展开成 28.24 个检索子问题，一共产生 77,302 个扇出查询。用户问一句，AI 拆出近三十个搜索意图去补料。这意味着主关键词排名的价值被稀释了：真正决定引用的是长尾覆盖——你的内容能不能回答那二十几个子问题中的一个。把一篇大而全的稿子拆成颗粒度更细的问答式内容，比反复给一篇稿子堆关键词有用得多。

没有超级枢纽，中小站点仍有机会

还有一个让人松口气的数字：在 329,499 条引用里，被引用最多的域名 YouTube 也只占 2%。AI 答案的引用来源高度分散，没有一个超级枢纽垄断一切，中小站点的具体内容照样有机会被挂出来。同时，YouTube 排第一这件事本身也在提示：视频与多模态资产在 AI 引用里的权重正在上升，纯文字的内容策略正在变窄。

写在最后

把三个数字合起来看，GEO 的着力点其实很清楚：一是让内容常驻索引与语料，别指望临时优化；二是分引擎校验引用表现，别用单一平台的结论指导全部投入；三是按长尾颗粒度组织内容，把「被拆解出来的子问题」当成选题清单。行业数据侧的动态追踪可以看我们对新榜的收录页，需要批量产出可被引用的稿件时，讯飞文书这类 AI 写作平台也值得放进工具箱。

（文 / AI30媒体部 ｜ 2026年9月28日）