AI工具实测:被AI引用,却拿不到流量

AI工具实测 ｜ 阅读约12分钟

你好，我是AI智研汇的主理人。

今天是 10 月 23 日，AI 工具实测栏目的第二篇。

GEO 那五篇笔记里，我们一直在解决同一个问题：怎么让 AI 提到你。这一篇换个方向，问一个更实际的问题——AI 提到你了，然后呢。

一、先交代两份数据的立场

这一篇要用两组公开实测数据，都不是中立第三方，得先说清楚。

第一份叫《AI答案引用展示形式九平台横评》，作者 MaxAEO，一家做 GEO 监测的服务商。它有商业立场，但方法写得足够细，可以自己复核。

第二份叫《国产 AI 引擎 GEO 实测研究》，作者是一个开源项目，过程文件和原始明细挂在 GitHub 上，可追溯性更好。

两份都出自 GEO 从业者，都希望这个行业看起来重要。所以下面每个数字，我都把样本量和测试方式一起写出来，你自己判断能信几分。

二、被引用和拿到流量，是两件不同的事

MaxAEO 那轮测试在 2026 年 6 月到 7 月做的，桌面网页端，默认设置。

方法是：40 条问法，每个平台每条跑 3 次，总共 1080 次问答，再人工逐条标注。40 条问法分四类，品类推荐、品牌直问、对比、负面向。

它不只问「答案里有没有你」，还问「你的域名，用户点不点得到」。两者的差距，就是这一节要说的事。

看指数那一列之前，先看最后一行——来源可点击 0%，零链接提及 100%。

DeepSeek 不联网的时候，它能提到你公司名字，但整篇答案里没有一条指向你的链接。用户看完就划走了，你连个访问记录都不会有。

再看一个更反直觉的。DeepSeek 联网模式的可点击率 88%，在这张表里仅次于 Kimi。但折算之后只有 44 分，掉到通义那一档。

原因是它把来源折进了角标——正文里一个小数字，用户得主动点一下才展开。MaxAEO 用了一个「默认可见系数」把这层损耗算进去：默认展开的列表记 1.0，卡片记 0.8，要点击才展开的角标记 0.5。

角标吃掉的不是链接，是点击意愿。

这个「点击可得指数」是 MaxAEO 自建的折算口径，不是行业标准。系数那三档怎么定的，它写了理由，但仍然是主观判断。你可以不认这个指数，不过「有链接」和「有点击」之间的差距是真实的。

三、三档平台，三种考核方式

按指数划线，MaxAEO 把九个平台分了三档。

那条 60 的线不是随手定的。它的依据是：指数 60 以上的平台，referral 会话在客户面板里能跑出月均三位数以上；60 以下长期停在个位数到两位数，噪声大于信号。

这句话反过来说更值得记住——指数在 60 以下的平台，带来的流量本来就小到不值得单独归因。

微信搜一搜值得单独点一句。它 31% 的可点击率里，绝大部分指向公众号图文，不是站外域名。也就是说你的官网内容基本进不去，能进去的是你在微信里的存量。

四、六个引擎，谁真的会引用

第二份研究换了方法。12 道题，六家国产引擎，用浏览器自动化逐题提问，每题开新对话，问题一个字不改。

这是单次实测，n=1，只能看方向。

Kimi 那 3/12 要留意。九道题它压根没联网，答案全凭模型记忆生成。你在网上铺多少内容，都影响不了它。

但这里有个坑，研究自己也踩了。DeepSeek 单次只有 9/12，看着平平。后来补了一轮多次采样，在开启「智能搜索」的前提下，32 次里 32 次全部联网引用，100%。

之前那 9/12，不是它能力不够，是部分题没触发联网。

一次测试得出的结论，很容易被第二次推翻。 这一点比排名本身重要。

五、豆包爱抖音，元宝爱公众号

同一份研究里最实用的一段，是它统计了各家到底从哪里抓内容。

这张表两行的单位不一样，得说一句。豆包那个 9/12 是题数，元宝的 48 条是引用条数，原研究就是这么记的。

它另一处又写公众号「约占信源 10%」，和 1/3 对不上。方向一致，具体比例别抠。

结论很直白：每个引擎都有自己的信源池，池子里没有你的内容，你写得再好也进不去。

还有一个发现推翻了行业里流传很久的说法。之前大家默认知乎是被 AI 引用最多的 UGC 平台，实测下来，知乎几乎只在文心的引用里零星出现，豆包、DeepSeek、元宝、Kimi 基本看不到。

真正高频被引的是 CSDN、博客园、搜狐、网易、今日头条、微信公众号。

同研究里还有一条正面证据：品牌自己的内容能直接被引用。晓多官方博客同时进了豆包、元宝、DeepSeek 的引用，抖音电商学习中心被三家反复引，飞书云文档被 DeepSeek 和千问引。

自建的结构化内容，AI 是认的。

六、你自己怎么跑一遍

上面这些是别人的结论，你的品类、你的问法，结果大概率不一样。这七步一周内能跑完。

第一步，砍平台。 只留你客户真在用的那几个。B2B 优先 DeepSeek 和 Kimi，消费品优先豆包、微信、纳米，别九个都测。

第二步，备问题。 20 到 40 条，四类都要有：品类推荐、品牌直问、A 和 B 对比、负面向的问法。

第三步，每题跑三次。 单次结果不可信，DeepSeek 那个 9/12 就是教训。

第四步，记三个字段。 有没有提到你、有没有可点击来源、来源是不是默认可见。第三个字段最容易被漏，但它决定有没有流量。

第五步，分档。 按上面那三档给自己的平台归类。

第六步，查可抓取性。 点击型平台优先查这个。页面要靠 JS 才渲染出正文的，模型拿不到内容，只能凭记忆提你的名字。

第七步，每月复跑。 平台改版一次，所有指标都会跳。判断方法很简单：只有可点击率变、提及率没变，基本就是界面改版，别去动内容。

七、对你意味着什么？

如果你在做内容获客，把 KPI 从「被 AI 提到几次」换成「哪个平台带来了可归因的访问」。前者好看，后者能算钱。两者混在一张表里，只会互相稀释。

如果你在投预算做 GEO，先分清哪个平台值得投。点击型平台拼的是可抓取和结构化，心智型平台拼的是全网措辞一致，这两件事的人天投入完全不能互换。用一套标准考核两组动作，心智那组一定被判失败。

如果你是小企业主，没有内容团队，那就盯一件事：你的行业客户最常用哪个 AI。选一个，把官网做成能被它抓到的样子，比在九个平台各铺一点强得多。

写在最后

这一篇没有测出谁最好，因为那个答案对你没用。

真正有用的东西是：你现在知道去哪看、看什么、怎么判断一个数字该不该信。

还有一句得说清楚。这两份研究的作者都做 GEO 生意，样本也都不大——1080 次问答、12 道题，放在整个中文互联网里是很小的切片。研究自己也写了局限：界面是各平台改得最快的部分，一次改版就能让所有数字失效；移动端的折叠比桌面更深，指数普遍更低一档。

把这些当基线，别当定论。

评论区聊聊：你有没有真的查过，AI 说起你公司的时候，用的是哪句话？是你要它说的那句，还是别人替你写的那句。

我们下期见。