AI回答只剩5.87个引用位:三周连降叠加30倍查询扇出,GEO从抢排名进入抢座时代

AI回答里留给外部信源的座位,正在一周比一周少。11月3日,Foglift Research发布最新一期GEO统计报告:五大AI引擎的平均每回答引用位从两周前的6.03个降到5.92个,再降到5.87个;与此同时,回答引擎为一个问题拆出的子查询扇出却从28.94倍升到30.1倍。样本覆盖3月20日至11月3日的65,558条AI回答、384,512次引用与100,680次查询扇出。一边是座位在减少,一边是引擎在更多轮检索里挑选答案——检索与引用之比从4.80:1升至5.13:1,页面被看到一次、被引用一次的难度同步抬升。
座位表:五家引擎给的引用位差了近4倍
先看分引擎的座位表。Perplexity平均每条回答给出9.20个引用、87.6%的回答带信源;Google AI Overviews是7.54个、84.2%;ChatGPT虽然只有3.30个引用位,但94.1%的回答都带;Gemini 4.82个、51.6%;Claude最克制,2.47个、61.3%。换句话说,同样努力做GEO,选错主战场,收获的引用量能差近4倍。另一个让人清醒的数字是:被引用最多域名youtube.com的份额也只有1.8%,没有任何一家出版社能垄断AI的答案——这既是坏消息(没有捷径),也是好消息(永远有空位)。而Foglift对396,127次爬虫请求的分类显示,54.4%是训练抓取、39.2%是索引抓取,真正由用户触发的即时抓取只占6.4%。你的页面大部分时间在为「未来的模型」打工,当下的引用只是小头。
信源池大洗牌:Reddit从1/5跌到1/43
比座位变少更剧烈的,是坐在座位上的信源换了一轮。Ahrefs统计了6,660万条GPT-5.6免登录回答的信源构成:半年前每5条ChatGPT回答就有1条引用Reddit,现在这个比例是1/43;维基百科从1/7跌到1/35;在美国被引站点榜上,PubMed从第64名跃升至第4名,WebMD则从第18名滑到第79名。医疗权威站与社区内容一升一降,说明引擎正在按「可信度」重新分配引用席位,而不是按历史流量。还有一条容易被忽视的数据:这些回答里只有14.4%真正触发了网络搜索。大部分问题模型靠参数记忆就能答,根本不检索——这解释了为什么很多页面明明SEO做得很好,却从没进过AI引用池。
抢座三件事:时效、决策页、候选集
座位怎么抢?11月的三份研究给出一致答案:别再只改文案。TJ Digital对8月下旬至10月下旬三个引擎的周度采集发现,过去12个月内发布或更新过的页面被引用几率高出88%——但前提是事实真的变了,改日期不算;产品页占全部引用的28%,文章约25%,如果你的内容矩阵只有博客,等于只竞争四分之一的引用池,比价、参数、集成说明这些「决策型页面」大多还不归内容团队管。LIVE-GEO基准则把GEO改写的页面发布成真实网页做实测:各引擎对同一「优胜品牌」的一致性只有49%到66%,候选URL顺序一变,结果就可能翻转——在高意图问题下准备3到5个可被检索的不同页面,比把一篇落地页改到完美更有效。
落地动作
把这些拼起来,可操作的三条很清晰。第一,盘点引用席位结构:对着自家核心问题实测五家引擎,记录谁在给引用、给几个、给谁——座位总量在缩水,主战场选错全白做。第二,把更新从「日程驱动」改成「事实驱动」:价格、参数、对比口径一动就刷新页面,让时效性优势建立在真实变化上,而不是改时间戳。第三,补齐决策型页面:产品页、对比页、定价页每类至少一条可被检索的路径,并给关键数据标注出处与日期,让引擎「安全地」引用你。
写在最后
引用位从6.03降到5.87,看起来只少了0.16个,但背后是检索成本翻倍、信源池大洗牌和引擎间近半数的分歧。GEO的竞争单位早就不是排名,而是那几个越来越稀缺的席位——以及被引擎认为「值得坐上去」的可验证事实。谁先把自己变成不易被替换的座位持有者,谁就能在下一轮模型更新里保住名字。(文 / AI30媒体部 | 最后更新:2026年11月6日)



