每条AI答案的引用位从6.03降到5.87、扇出涨到30倍:GEO的战场从页面移到候选池

新闻2天前发布 ai30guanwang
18 0
每条AI答案的引用位从6.03降到5.87、扇出涨到30倍:
配图:AI30媒体部

做 GEO 的人最近半年的共同困惑是:内容发得比过去多,写得更认真,很多关键词也确实排上去了,但打开 AI 问答,品牌还是不见踪影。答案通常被归结为「权重不够」或「模型不认识你」,可这两句话都没法指导下一步动作。11 月初公布的两组数据,把这件事说得更具体了一点——问题不在你的页面写得好不好,而在你有没有进入候选池。

一、引用位在缩,扇出在涨

据 Foglift Research 2026 年 11 月 3 日发布的 GEO 统计报告,研究覆盖 ChatGPT、Perplexity、Google AI Overviews、Gemini 与 Claude 五个引擎,时间窗从 3 月 20 日到 11 月 3 日,样本包含 65,558 条回答、384,512 条引用与 100,680 次查询扇出。三条曲线值得放在一起看:

第一条,每条回答的平均引用数:10 月 23 日是 6.03,一周后 5.92,11 月 3 日 5.87。半个多月掉了 0.16 个位置,幅度不大,但方向很明确——同样一个答案里,能露脸的来源变少了。

第二条,每个追踪问题平均扇出的子查询数:从 28.94 倍升到 29.84 倍,再升到 30.1 倍。也就是说,用户问一句话,引擎在后台会拆成三十次左右的检索。

第三条,抓取到引用的兑换比:从 4.80 比 1 恶化到 5.13 比 1。每 5 个多一点被检索回来的页面,只有一个能真正出现在答案里。而且被引用最多的域名——YouTube——也只占全部引用的 1.8%,没有任何一个出版方在这个池子里形成垄断。

这三条放在一起,结论其实很朴素:入口变宽了(三十次检索),出口变窄了(不到六个位置)。过去那种「写一篇好文章,等它被搜到」的路径,中间多了一道更窄的闸门。

二、五个引擎不是一个引擎

同一份报告里还有一张按引擎拆开的表,它解释了为什么在 A 引擎表现不错的策略,搬到 B 引擎就失灵。每条回答的平均引用数与「该站出现在答案中的比例」分别是:Perplexity 9.20 条、87.6%;AI Overviews 7.54 条、84.2%;Gemini 4.82 条、51.6%;ChatGPT 3.30 条、94.1%;Claude 2.47 条、61.3%。

两张指标的形状完全不同。ChatGPT 的「出场率」最高,几乎每条答案都会带来源,但它每条只带三个多,位置极其稀缺;Perplexity 每条带九个多,字面上更慷慨,可它对来源的选择更集中在少数站上。Claude 两头都低:既不是每条都带来源,带的也少。

这意味着一件事:把「AI 可见性」当成一个总分来考核,几乎一定会得出错误结论。正确的口径是分开记——在哪个引擎、哪类问题下、被引用了几次、位置在第几。笼统的「提及率上涨」既无法复盘,也无法优化。

三、只有 6.4% 的抓取,是用户当场触发的

报告里还有一组关于爬虫的数据:396,127 次可分类的抓取请求中,54.4% 用于训练,39.2% 用于建索引,只有 6.4% 是用户提问当场触发的实时抓取。

这组比例打破了一个流行的想象——很多人以为 GEO 就是「等用户提问时,让爬虫来抓我的新文章」。但九成以上的抓取发生在你不知情、也没有用户在等答案的时候。它们决定的是模型的「底子」:这个领域的知识版图里,有没有你、你被归到哪一类、和你一起出现的还有谁。

真正到用户提问那一刻,能改动的东西已经很少了:引擎在你早已被索引的那批页面里做筛选。所以「今天发、明天就要被引用」在大多数品类里是不现实的期待。GEO 的回报周期,本质上是被索引周期和训练周期决定的,不是被发布按钮决定的。

四、核心更新的旁证:更新过的页面,被引率高出近一倍

另一组来自 WhatsMyGeoScore 的追踪,覆盖 12,000 个域名,跨 Google 2026 年 11 月核心更新的两周窗口。最直接的一个数字是:11 月 9 日至 15 日之间更新过的页面,被 AI 引用的比例是 47%;最后修改时间早于 11 月 1 日的页面,只有 28%。

同一份追踪里还有几个细节。按基线可见性分层的五个队列中,61 至 80 分这一档波动最大,平均上下浮动 8.2 分;40 分以下的站只波动 2.1 分——差内容一直没人看,好内容稳得住,真正被洗牌的是「有点底子但还没成为权威」的那一批。三个引擎的反应速度也不一样:Perplexity 在更新开始后 24 到 36 小时就出现引用结构变化,ChatGPT 到 11 月 12 至 13 日才有明显位移,Claude 最稳,主要对排名大幅变动(10 位以上)的域名做出反应。

还有个反直觉的结论:在更新最动荡的那几天(11 月 9 日至 17 日)继续发新内容的站,AI 引用率比暂停发布的站高出 31%。「等更新过去再发」这个老习惯,在 AI 搜索里可能是亏的。

把这些数字和我们此前整理过的检索侧研究放在一起看,方向是一致的:站内页面属性只能解释 2.8% 的引用差异,引擎检索回来的候选集才解释 32%(详见上一篇关于术语共识的分析)。页面质量是入场券,候选池宽度才是名次。

五、所以 GEO 要做的是「铺面」,不是「打点」

如果每个答案只有不到六个位置,而引擎每次要跑三十次检索,那么单点优化的收益必然被摊薄。能被稳定引用的站,通常不是某一篇文章写得最好,而是在同一个主题下有足够多的页面被索引——不同角度、不同颗粒度、不同问题形态,覆盖同一个知识面。这样无论引擎这次改写出的子查询偏向哪一侧,候选池里都有你的一页。

具体落到执行上,有四件事比「再写一篇爆款」更有效:

第一,按问题形态铺页面,而不是按关键词铺。同一个主题至少要有「是什么」「怎么做」「和谁比」「多少钱」「适不适合我」五种形态各一页,因为引擎改写出的子查询天然就落在这几类里。

第二,让每个页面都能被单独摘出来。小标题写成问题句,段落控制在三到五句,关键事实带上单位和时间,表格用真表格而不是图片——这些都是「可提取性」,在核心更新的相关性里排第二(+0.64)。

第三,把「新鲜」做成常态而不是运动。既然更新过的页面被引率是 47% 对 28%,那定期回访旧页面、补数据、改时间戳,本身就是一项有明确回报的工作,成本远低于从零写新稿。

第四,按引擎分开看报表。ChatGPT 看「出场率」,Perplexity 看「条内位置」,Claude 看「域名级稳定性」,三个指标不能用同一把尺子量。混在一起看,只会得出「涨了但不知道为什么」的结论。

六、结语:位置少了,门槛反而清楚了

引用位从 6.03 压到 5.87,扇出从 28.94 倍涨到 30.1 倍,兑换比从 4.80 恶化到 5.13——这三个数字合起来,描述的是一场静悄悄的门票涨价。它不针对某个行业,也不针对某种内容形式,只针对那些「只有一页、只讲一个角度、只在一个引擎里偶尔出现」的站点。

反过来说,门槛清楚也是好事。过去两年 GEO 被讲成玄学,各种「秘方」层出不穷。到了 2026 年底,能拿数据说话的部分已经足够具体:候选池够不够宽、页面能不能被摘、内容有没有更新、报表有没有分引擎。这四件事做到了,剩下的交给索引周期。

(文 / AI30媒体部 | 最后更新:2026年11月20日)

© 版权声明

相关文章

暂无评论

none
暂无评论...