涨了三成的引用，和没人找你干活，可以同时成立
上个月你大概看过一份 AI 可见度报告：引用四万多条，环比涨了三成。你翻了翻，问了一句最实在的话——这里面有多少条，是有人在问「找谁干这件事」？
这个问题很少有人答得上来。绝大多数报告给的是总数：被提及多少次、被引用多少次、比上月多了百分之几。数字都是真的，但它们回答的是「AI 有没有提到你」，不是「提到你的那些场合，离下单有多远」。
这两件事可以同时成立：引用一路涨，询盘一动不动。原因不是 AI 不喜欢你，而是它引用你的那类问题，本来就不是采购问题。
还有一层更容易被忽略：「被提到」和「被引用」本身就不是同一个数。2026 年 10 月 Semrush 的 AI 可见度指数（每月 250 万英国加 2500 万美国提问，22 个品类）发现，被提到最多的前 100 个品牌里，能同时进入被引用前 100 的不到一半；福特在美国 ChatGPT 里提及排第 18，被引用排第 1055。名字被念出来，和有人点得到出处，是两笔账。这组数字由第三方自报，只用来指方向，不当基准。
为什么引用会挤在一个话题里
要说清楚，只需要一句大白话：AI 回答问题时，先在自己检索回来的一小堆页面里挑，而这一小堆页面往往来自同几个网站、同一种写法。
于是一个站被引用一万次，可能九成集中在同一个话题上——那一类问题它答得最好，引擎就反复回到它。这不是缺点，是索引的常态：越集中，越容易被反复选中。
麻烦在于，集中的那个话题，未必是你想接活的那类。操作教程、名词解释、技术文档最容易被引用，因为问题清楚、答案好摘、不涉及谁更好；而「找谁做」「哪家靠谱」这类问题，引擎更愿意去看第三方怎么评价，或者直接看被点名那几家的官网。同一个站，在两类问题上的表现能差出十倍。
这也解释了为什么「提及率」和「引用率」总对不上。MarketScale 跟踪了 46 万多条 AI 回答（五个引擎，2026 年 7 月到 10 月），只有 26.4% 的答案点名了任何一个被追踪的品牌；ChatGPT 上提及率 33.3%、引用率只有 12.8%——它念了你的名字，却不给那个可点的出处。Perplexity 反过来，是唯一引用率高于提及率的引擎。
一个站的真账本：四万九千次引用，九成在一个话题
2026 年 10 月，一家做 AI 搜索监测的公司公开了自己站点的后台读数（7 月到 9 月）：必应的 AI 在三个月里引用了他们 49,433 次，分布在 471 个检索问句上。
看上去很漂亮。但按话题拆开，92%（45,607 次）落在同一个话题里：SEO 与搜索优化。而且这九成引用几乎都来自研究型和工具型问题——哪家工具能追踪 AI 搜索项目、几个 AI 可见度工具怎么比、Gemini 怎么改变品牌发现。
跟「找人干活」有关的问题，加起来只有 11 个问句、384 次引用，不到总量的百分之一。这个站在 AI 眼里是「查资料的地方」，不是「找乙方的地方」。原文见 Index Lab 的读数复盘。
我们自己有一个更朴素的读数：2026 年 9 月百度后台的 AI 流量分析显示，同账号下官网 yunroad.com 有 1,613 次 AI 引用、0 次点击，主站 yunroad.cn 是 0 次引用。引用和点击本来就是两本账，把引用数当成「有人来找我」的证据，从第一步就走偏了。
最扎人的是那张机会清单
同一份数据里还有一张更有用的表：机会问句——别人被引用、而你没被引用的那些问题，按引用量排序。他们那个主话题下列了 50 个。
50 个里，34 个在问「找哪家机构做」、6 个在问工具、10 个在问怎么做。缺口最大的地方，恰恰是他们最想接的生意。
这条观察比「引用涨了三成」有用得多：它给出一份可以照着写文章的清单，而且已经替你把顺序排好了。局限也要看清——机会问句是从你已经被引用的那个话题里长出来的，如果只在自己品牌名上被引用，拿到的建议会很空泛，甚至跑出别的国家、别的语种的问题。
国内这边没有等价的免费入口。豆包、元宝、千问、百度 AI 搜索目前都给不到「别人被引用、你没被引用」的问句清单。替代方案只有笨办法：把 20 到 40 个真实提问冻住，每月跑一遍，人工记谁被点名、谁被给出处。我们自己的站现在 35 篇文章，就按这张表每月跑，能稳定看出哪一类问题开始出现我们。
现在有官方后台能直接看这件事了，但只在必应那边
这件事以前只能靠第三方工具，现在有了一个免费入口，但只在必应那边。
2026 年 10 月 13 日，必应站长后台的 AI 表现报告里加了一个测试版页签，叫 Topics Portfolio：它把你被引用时的那些检索问句聚成话题，每个话题给三个数——话题总量（该话题下所有站点被引用的次数）、参与站点数、问句数；点进去还能看到「你已经拿到的问句」和「别人拿到、你没有的机会问句」，后者带引用量区间。
微软自己的说明写得很直白：这些数字是规划用的方向性信号，不是精确账本；话题标签由 AI 生成，可能不准；数据不足的站根本不会出现这个页签；也没有对应接口，只能按月导出。
还有两个细节值得知道。它的「引用份额」是同一个问句下你占全部引用的比例，微软明说这是观察指标，不代表排名，也不代表流量份额，还不给你看对手域名。而机会清单里会混进带别人品牌名的问句，因为系统只按话题归类，不替你判断这个问句适不适合你——导出来第一件事是人工筛一遍。
对你的意义只有一句：这是目前唯一一个官方后台，能告诉你「AI 在哪些问题上引用了别人、却没引用你」。Google 的 Search Console 只给曝光，不给检索问句。读数含义见 这组三个数的解释。
别拿一个引擎的数字排全年预算
有了主题账，还要记住一件事：同一个问题，换个引擎，答案里的证据来源可能完全不同。
2026 年 10 月 16 日，一家英国机构用同一批 31 个问题（都是「某类最好的机构有哪些」这种采购问法）问了五个引擎，再逐条判断被引页面属于什么类型：ChatGPT 的 210 条引用里，119 条（57%）指向被点名机构自己的官网；Perplexity 的 561 条引用里，395 条（70%）指向「最佳机构榜单」这类列表页；Gemini 77%、Google AI Mode 59%、AI 概览 48%，同样以列表页为主。
同一件事在别的统计里更极端。2026 年 9 月 28 日到 10 月 4 日的一轮社媒引用统计显示，ChatGPT 的引用里只有 0.46% 来自社交平台，Google AI 概览是 12.2%，差 26 倍；Reddit 在 ChatGPT 只剩 0.09%。另一家对法国市场采购问题的追踪（7 月 12 日到 10 月 11 日）则看到 ChatGPT 的品牌站、媒体、博客来源占比从 51.0% 升到 67.6%，榜单与对比页从 36.8% 降到 28.8%。
两批数据都指向同一件事：证据来源在往「一手」挪，但每个引擎挪的幅度不一样。来源：五引擎逐条对照。
提醒一句：这批问题集中在「机构」这个品类，而这个品类的产品就是网站本身，所以官网占比被放大。换到快消或工业品，比例不会一样。结论只能用来做一件事——分引擎记，别拿一个引擎的数字去排全年的预算。
三种账本，三种花法
盘完账，通常会落进三种情形，对应三种完全不同的动作。
第一种：只有知识型引用，采购型问题里一次都没出现。这时不必再写教程，你已经不缺这个。要做的是补采购型页面：替谁解决过什么问题、过程怎么走、谁负责、怎么核。同时在第三方的对比与榜单里出现，因为这类问题引擎更信别人怎么说。
第二种：只在榜单里被提到，官网几乎没被引用。问题不在内容量，而在「点了名字却给不出处」。把官网上的可核事实补起来——主体、资质、做过什么、怎么联系——再看引用是否跟着变。
第三种：两类都有，询盘还是不动。先别加预算，去核一件事：AI 讲的你，是不是讲错了，或者讲的是你的旧业务。这一步用公开自测工具跑一遍就够，问法设计可以照 自测清单 来。
三种情形是三笔钱：补采购页是内容活，进榜单是关系活，纠错是维护活。混在一张单子上，最后一定扯皮。
下结论之前还要过一道门槛。10 月 23 日起实施的中国广告协会《效果监测与验证要求》把采样写成了条文：不以单次查询作效果证明、至少三个时间窗口、单指标不少于 30 次有效观测、两种采集方式交叉且偏离不超过 30%。翻成日常话就是：同一个问题，一个月里问三次，每次至少问满 30 遍，别拿一张截图当结论。
下周就能做的四件事
下周能做的四件事，都不需要预算。
第一，把「引用总数」换成一个二维表：横轴四类问题（找谁做、怎么选、多少钱、怎么做），纵轴四到六个引擎，格子里填「有没有提到我们、提得对不对」。每类凑够 10 个问题，两小时能跑完。
第二，如果站点在必应后台有数据，去 AI 表现里看那个测试版话题页签，把机会问句导出来，按「找谁做」筛一遍，剩下的就是选题清单。
第三，每次跑完记四样东西：引擎、模型版本、采集入口（网页还是接口）、日期。少记一样，下个月的数字就跟这个月对不上——这不是谨慎，是我们自己踩过的坑。
第四，把这张表和内容计划对一次：如果选题全落在「怎么做」那一列，说明人力和预算都在替「查资料的人」干活。
云途 AI营销在自己的站上按这张表走了三个月，最直接的变化是选题会不再从「这周行业有什么新闻」开始，而从「哪一类问题我们还没被选中」开始。
常见问题
引用数涨了但没询盘，是不是数据在骗人？
不是。引用数测的是「AI 有没有提到你」，询盘取决于它提到你时，问的是不是采购问题。一个站被引用几万次、九成集中在教程类问题上，是很常见的情况，两个数字可以同时为真。先按问题类型把引用拆开，再判断要不要调整。
必应那个话题页签，国内客户能用吗？
只能用来看必应和 Copilot 那一侧。国内的豆包、元宝、千问、百度 AI 搜索目前没有对应的官方后台，看不到「别人被引用而你没被引用」的问句清单，只能用固定问题集自己跑、自己记。方法一样，只是多花人工。
是不是该把资源都投到「找谁做」这类问题上？
不该一边倒。采购型问题决定成不成单，知识型问题决定你在引擎里有没有存在感，两者要配比。只有采购页、没有可核内容，引擎也没什么可摘。合理做法是先看现有引用集中在哪一类，缺哪一类补哪一类，不要把已经有优势的那一类停掉。