46.8万条AI引用做了站内对照：GEO清单上的大半项目是安慰剂

10月10日，多伦多大学的Chen和Koudas在arXiv贴出一篇论文（编号2610.15033），收了90天里ChatGPT、Gemini和Perplexity在商业问题上的回答，攒下158,099条回答和468,037条引用。他们问了一个市面上几乎所有GEO研究都没问过的问题：把同一个网站自己的页面互相比较，那些被写进优化清单的页面技巧，还成立吗？

答案很扎心。跨站比较时，FAQ块「看起来」能带来18.1%的引用提升——但站内对照后变成负3.4%，统计上不显著。摘要框、作者标记、schema.org标记、页面速度，全部一样：跨站看有效，同站比较失灵。原因不难理解：会加FAQ块、会写Schema的站点，本来就是更专业的出版方，权威、选题和团队实力才是真正起作用的东西，页面特征只是「像正经网站」的相关性标记。

站内存活的只有两个特征

五道显著性检验筛下来，站内真正立住的只有两个：页面上与问题最匹配的段落质量（每提升一个标准差，引用多15.5%，第三方页面上达25.7%），以及标题与问题的匹配度（14.1%）。更大的比例差更刺眼：页面特征总共只解释同站引用差异的2.8%，而检索层——模型跑了哪些搜索、把哪些页面排进候选——解释了32%。打乱检索变量后效应掉到0.05%，对照组干净得反而验证了结论。

还有几个数字值得单独说。ChatGPT回答一个商业问题平均翻26个页面，只引用约3个；它引用的页面里43.8%来自自家搜索的第一位；被它检索到的页面中97%在Google同一问题的前50名里根本找不到。也就是说，传统SEO排名和AI引用几乎是两个平行的世界——你在Google排第40，不代表AI看不见你；你排第1，也不保证AI会引你。

测量层也裂了一道缝

两天后的另一篇论文（2610.15382）补了测量层面的刀：外部监测工具能还原的被引URL只有约四分之一。结合Wellows九月发布的59.7万条提示词统计——被引URL在多个引擎间重合仅10.2%，域名层面17.9%，而答案正文里的品牌名重合高达67.4%——GEO的测量必须分层：URL层基本测不准，主机名和实体层才是可运营的颗粒度。

这组研究对做GEO的人有三个直接指令。第一，把买清单的钱省下来：FAQ块、Schema、作者标记当作「专业度门票」可以有，但别指望它们拉动引用。第二，把预算挪到检索层和段落层：研究你的目标引擎会改写出哪些子查询、你的标题和核心段落能不能被这些子查询命中，一页答一问、段落自足，比堆结构化标记有用得多。第三，把「被提名」和「被引用」分开考核：品牌名靠全网共识，具体页面靠可检索性，混在一个仪表盘里只会互相污染。

这类证据本身也该按同样的标准审视——可核验、段落自足、结论前置。想跟进这两篇论文原文的读者，可以在alphaXiv社区版做结构化速读，或直接到arXiv官网检索编号2610.15033与2610.15382。

把视野拉回生意本身：GEO行业卖「页面技巧」的时代可能正在结束，卖「检索可见性」的时代刚开始。46.8万条引用给出的裁决很简单——引用不是装饰出来的，是被检索到的。

（文 / AI30媒体部 ｜ 最后更新：2026年10月19日）