你的报表为什么突然解释不通了
你手里有一份 AI 可见度报表，八月做的，数字还行。这个月照着同样的方法再跑一遍，掉了三成。老板问为什么，你第一反应是查内容：是不是文章停更了、是不是哪一篇被删了、是不是竞品突然发力了。
很可能都不是。过去四个月里，至少有三样东西在同时动，而它们一样都不在你的内容里：AI 回答里放链接的位置在变、回答你的那个模型在换、每个平台愿意把引用给谁也在变。再加上一个看起来最客观、其实最不能反推的分数，你会得到一组「每个数字单独看都对，连起来却不成立」的结论。
这篇只做一件事：把这四个变量拆开，每一个给一组能点开核对的数据，最后给三件下周就能做的事。
Google 说链接更好点了，但它给的那个数字不是点击
2026 年 10 月 15 日，Google 在官方博客发布了这一轮 AI 搜索的链接改版，一共五处：回答正文里的内联链接出现得更频繁、位置更靠上；回答末尾的延伸阅读区加了缩略图、做得更「好点」；部分回答顶部开始测试一个专门放「官网那一两个地方」的区块，并说明为什么推荐它；时效新闻轮播扩到更多国家和语言；视频结果里的创作者名字可以点，跳到创作者主页。(Google 官方公告)
整篇公告只给了一个数字：使用「Preferred Sources」（用户自己指定优先看的站点）的人数，比年初增长了 7 倍多。
这个数字是真的，可以核。但它测的是「有多少人打开了一个设置」，不是「有多少人点了链接」。公告里没有前后对比的点击率，没有引荐流量，也没有给出任何「引用到点击」的转换数据。搜索产品负责人 Hema Budaraju 的原话是「我们持续、大幅地增加了内联链接的出现」，这句话描述的是产品变化，不是效果。
更有意思的是另一件事：Search Console 的生成式 AI 报告上线约五个月，至今仍然只有曝光，没有点击。也就是说，Google 一边在重新设计 AI 回答的出口，一边没有把出口的计数给出来。
第三方把这件事说得更直接：把「设置被打开的次数」拿来支撑「链接更好点」，是两件不同的事；而关于这条路真实代价的最硬证据，是宾夕法尼亚大学与东北大学那项预注册实地实验（N=1,100）——强制进入 AI Mode 之后，指向外部网站的点击率下降了 18.8 个百分点。(核查记录)
对你意味着什么：如果你的月度报表里「AI 引用数」在涨，别自动翻译成「曝光变好了」。这两个数一个来自呈现，一个来自计数，中间隔着一整套平台没打算公开的账。
有的引擎在这四个月里，把「给不给出处」这件事关小了
这一条比上一条更值得记住，因为它是可以直接打脸的。
一家德国机构从 2026 年 7 月到 10 月，用同一套脚本、同一批问题，每月问一轮 ChatGPT、Gemini、Perplexity，共收集 372 个回答，逐条记录答案里有没有来源。结果是这样的：7 月，Gemini 只有 18.2% 的回答没有来源；到 10 月，这个比例变成 73.5%。同期每个回答的平均来源数从 6.9 个掉到 2.1 个。用作者自己的话说，他们无法解释这个变化。(原始测量)
他们提出了一个很可能的解释，而且这个解释本身就是个警告：脚本调的是 gemini-flash-latest 这类别名，而别名会随新版本发布自动指向新的模型，他们没有记录每一轮实际跑的是哪个版本。换句话说，这四个月里可能换了模型，而换模型带来的变化，被记成了「AI 越来越不爱给来源」。
同一时间段还有一组数字可以对照。另一份 2026 年 7 月发布的统计（Cloro）给出的「至少带一个来源的回答占比」是：Copilot 与 Google AI Mode 97.8%、ChatGPT 97.6%、Perplexity 95.0%、Google AI 概览 72.8%、Gemini 41.3%；每个回答的来源数从春季开始普遍缩水——ChatGPT 从 3 月的 21.4 个降到 6 月的 12.3 个，AI Mode 从 20.6 降到 9.7。
两个数放一起看，「引擎在收紧出处」这个方向是有的；但具体到某一个引擎掉多少，取决于你什么时候测、测的是哪一版模型。
对你意味着什么：任何跨月对比，前提是这一个月里引擎没换代。所以采集记录里至少要有模型名、模型版本、采集入口（消费者界面还是接口）、采集日期这四项。少一项，掉下来的数字就解释不了。
你在哪发，取决于问的是哪个引擎
「内容要发到哪」这个问题，过去一年半的答案一直在换：先是行业媒体，再是自媒体，再是平台自有生态。2026 年 10 月 8 日挂上 arXiv 的一份复旦团队研究，第一次把这件事量成了倍数。
他们用浏览器自动化跑 120 个问题，覆盖 10 个 AI 搜索产品（Grok、豆包、ChatGPT、文心、Google AI、元宝、Perplexity、DeepSeek、Kimi、千问），共提取 17,211 条引用、6,356 个域名。(研究转述)
结果是：
豆包把 25.9% 的引用给了字节系自己的站点，是这些域名在其他九个平台上占比的 13.5 倍；单一域名里今日头条占 13.6%。文心把 24.4% 给了百度系，其中百家号 20.0%，是基线的 13.7 倍。元宝把 14.2% 给了腾讯系，是基线的 6.3 倍。DeepSeek 是全场最平的：第一域名（淘宝、天猫）只占 3.1%，前二十个加起来 20.5%。千问的第一域名反而是百度，占 10.1%，但它覆盖的独立域名最少，只有 247 个。
十个平台之间，任意两家的前二十域名平均只重合 0.201（Jaccard 系数），也就是大约五分之一。
这一组数字的价值不在于「所以要去抖音发」。它的价值在于：一张通用的「该去哪发」清单，在这个结构下必然有一半是错的。豆包的答案里，你自己的官网几乎不可能挤进那个 25.9%；但在 DeepSeek 的答案里，来源是散的，官网反而有机会。同一套内容、同一个预算，投在不同平台，回报结构完全不同。
对你意味着什么：信源清单要按平台各写一份，而不是一张表用到底。写的时候先回答一个问题：这个平台上，已经被引最多的十个域名是谁、我能不能进去。这个问题在任何一个平台都能用二十个问题测出来。
那个「高质量分等于多 4.2 倍引用」的说法，样本里缺了一半
如果你最近被推荐过某种「GEO 质量分」，可能会听到这样一个数字：页面质量分达到 0.70 以上，被 AI 引用的概率高 4.2 倍，跨引擎引用率达到 78%。
这个数字有出处，是一篇 2025 年 9 月的学术框架论文（GEO-16），把页面按 16 项特征打分、归一成 0 到 1 的分数 G，回归得出优势比 4.2（95% 置信区间 3.1–5.7）。数字本身没有编。
问题在样本结构。2026 年 10 月 12 日的一份审计把原文调出来逐项核对，发现它评估的 1,100 个网址，全部来自研究者已经收集到的引用——也就是说，样本里只有「被引用的页面」，没有「没被引用的候选页面」做对照。论文自己也从没把「跨引擎」定义成别的意思，它指的是「已被引的页面里，被多个引擎引 vs 只被一个引擎引」。(审计原文)
所以那个 4.2 倍能说明的是：在已经被引用的页面里，分数高的更可能被多个引擎同时引用。它说明不了：把一个页面的分数从 0.5 提到 0.8，它就会多拿 4.2 倍引用。中间那一步——「提分」到「进入引用池」——这个样本根本没测。
这不是说打分没用。它作为体检表很好用：能把 16 项该有的东西逐条点出来。但它不能当验收指标，更不能当承诺。
对你意味着什么：客户或老板拿一个分数来问「这个月怎么没涨」，标准答复是「分数测的是页面有没有把该写的写全，不是它有没有被引用；这两个之间还隔着能不能被检索到」。说清这一句，比解释一堆指标有用。
「去 Reddit 铺内容」这条老建议，现在不该照抄
2025 年到 2026 年初，行业里最流行的一句话是「AI 搜索爱 Reddit」。当时的依据很硬：多份统计给出 Reddit 在 Perplexity 引用里占到 46.7%，在 ChatGPT 里约 5%。
2026 年 9 月 28 日到 10 月 4 日的一轮第一方抽查给出的数字是另一个样子：reddit.com 占 ChatGPT 引用的 0.09%，比早前同一来源的 5.19% 掉了一个数量级；Google AI 概览的引用里，社交平台合计 12.2%，其中 Reddit 2.15%、YouTube 4.28% 领先；Perplexity 上 Reddit 与 LinkedIn 各占 0.86%。(抽查数据)
这里必须说清楚一件事：这组数字和我们台账里另外两组是打架的。2026 年 9 月的一份统计给出 ChatGPT 前三域名是 Reddit 16.8%、维基 7.0%、YouTube 2.5%；另一份跨引擎索引给出 Reddit 58、维基 49。0.09%、16.8%、58 这三个数不可能同时对。
按我们自己的规矩，这种情况不挑一个信，登记为冲突待核，两组数字都不进客户材料。但方向是清楚的：「Reddit 是主战场」这句话已经不能当通用建议用，它至少取决于问的是哪个引擎、问的是哪类问题、什么时候问的。
对你意味着什么：渠道清单要带有效期。去年写的「去这几个社区铺内容」，今年大概率要重测一遍。测法很简单：拿你自己的二十个问题，问一遍目标引擎，把答案里出现的域名记下来，看社区类占了几个位置。
下周可以做的三件事
第一件，给报表加三列。模型名与具体版本（不要写 latest 这类别名）、采集入口（消费者界面还是接口）、采集日期。这三列不占地方，但它是你以后唯一能解释「为什么掉了」的证据。别名一定要落成实际版本号，否则四个月后你连自己测的是谁都不知道。
第二件，把信源清单按平台拆成几份。一份平台一张表，写清这个平台上被引最多的十个域名、你现在进得去几个。每季度重测一次，用同一组二十个问题。这一步不需要预算，只需要一个下午。
第三件，把报告里的数字分成两类写。自测值写清观测窗口和样本量；行业占比、工具评分只写方向，并注明来源与日期。同一指标跨月对比之前，先确认这一个月里引擎没换代、入口没变——确认不了，就在报表上写「不可比」，不要硬解释。
这三件事的共同点：它们都不需要你多写一篇文章。
常见问题
我的 AI 可见度掉了，是不是内容出了问题？
先排除三件事再查内容：模型有没有换版、采集入口有没有变、这个引擎这个月还给不给来源。2026 年 7 月到 10 月，同一套脚本测 Gemini，没有来源的回答从 18.2% 升到 73.5%，平均来源数从 6.9 个降到 2.1 个，而测量方无法解释原因，只能怀疑模型别名自动指向了新版本。三样都没变，再谈内容。
工具给的 GEO 质量分能当验收指标吗？
不能单独当。被广泛引用的「高分页面引用率高 4.2 倍」来自一项审计发现：该研究评估的 1,100 个网址全部来自已经收集到的引用，没有未被引用的候选页面做对照。它能说明已被引的页面里高分页更易被多个引擎同时引用，不能说明把分数提上去就会多拿引用。质量分适合当体检表，不适合当承诺。
现在还要不要去 Reddit、知乎这类社区铺内容？
按引擎、按季度决定，不要照抄去年。2026 年 9 月 28 日至 10 月 4 日的一轮抽查里，reddit.com 只占 ChatGPT 引用的 0.09%，而同期另两组统计仍给出 16.8% 甚至 58，三组数据互相冲突。我们的处理是不挑一个信、登记待核，两组数字都不进客户材料。要投之前，先用自己的二十个问题测一遍目标引擎。