15.8万条AI答案的实证：GEO清单失效了，起作用的是引擎自己的检索

10 月 10 日，多伦多大学 Chen 与 Koudas 在 arXiv 上发布了一篇直指 GEO 行业痛点的论文：《What Drives AI Citations?》。两份为期 90 天的采集，覆盖两个对比鲜明的商务问题市场，共抓到 158,099 条生成式引擎的回答、468,037 次页面引用。作者问了一个所有做内容的人都关心的问题：到底是什么决定了 AI 愿意引用哪个页面？

结论一：页面属性在站点内部几乎没有解释力

论文的做法很聪明：只在同一个网站内部比较页面。这样域名权重、外链、品牌知名度这些「站级因素」全部被固定住，剩下的差异只能来自页面本身。结果出乎意料——FAQ 模块、结构化数据、摘要框、页面加载速度这些 GEO 清单上的常客，在跨站比较时看起来都挺有效，但在同一站点内部，页面属性整体能解释的引用差异只有 2.8%。换句话说，同一个站里，做了结构化数据的页面并没有比没做的页面更容易被引用。

结论二：真正起作用的是引擎自己的检索，解释力 32%

那 32% 的差异来自哪里？答案是引擎自己的检索。作者把采集到的问题重新通过 API 回放，发现 ChatGPT 引用的每一个页面，都是它自己的搜索检索回来的；而它每次回答都会重写一串子查询，这些查询与 Google、Bing 的结果重合度很低。页面属性就是通过这一步起作用的：内容在语义上匹配引擎正在检索的查询，才会被捞回来、被引用。唯一稳定存活的页面策略，是标题和段落直接匹配用户会问的问题——这类页面被引用的几率显著更高。

结论三：品牌先于页面被记住

更值得琢磨的是模型自身知识的作用。ChatGPT 会把自己认识的品牌直接写进检索词，也会优先引用自己熟悉的网站，甚至不需要任何支撑页面就直接点名品牌。作者做了控制实验：把事实完全相同的产品介绍换上不同品牌名，模型给出的排名会被品牌本身重排。这组发现在一个小型 B2B 供应商市场里完整复现——小品牌被引擎检索、被引擎记住的难度，比清单类 GEO 教程描述的要高得多。

给 GEO 从业者的三个动作

第一，把「堆清单」换成「对准查询」。别再按检查表补 FAQ 和 Schema 了，去研究目标用户会怎么问，把标题和第一段写成问题的直接回答。第二，把品牌认知当作 GEO 的前置工程。AI 引用是检索和记忆共同决定的：被引擎记住的品牌会被写进查询、被无引用点名；还不出名的品牌，先让自己出现在可被检索的高质量语境里。第三，监控的对象要换。盯 Google 排名的意义在下降，值得关注的是各家引擎实际在用哪些子查询、捞回了哪些页面。像Kimi 这类自带联网检索的对话引擎，答案来源就取决于它当次检索到的内容，这正是论文描述的机制。

对内容平台同样成立。让品牌内容进入可被检索的语料池——无论是自建智能体生态，还是像扣子这类开放的智能体平台那样把知识库挂进工作流——本质上都是在给引擎的检索层喂「可命中」的内容。GEO 的竞争正从页面层上移到检索层：页面只是入场券，被引擎查询命中才是得分。

一句话总结：这份 46.8 万次引用的实证把 GEO 从「页面装修」拉回「检索工程」——想被 AI 引用，先想清楚引擎会怎么搜，再决定页面怎么写。

（文 / AI30媒体部 ｜ 最后更新：2026年10月27日）