ARTICLE · 1237387
博客跌到 9.3%,文档页涨到 33.5%:AI 引用的不是内容,是证据
博客跌到 9.3%,文档页涨到 33.5%:AI 引用的不是内容,是证据10 月 21 日，AI 可见度平台 SEMAI 发布了《AI Search 2026 Report》，样本是它自己追踪的 25 万条以上 URL，覆盖 ChatGPT、Gemini、Perplexity 和 Google AI Overviews 四个引擎。报告里最扎眼的是一组对比数字： 在 ChatGPT 5.6 Luna 记录到的引用链接中，文档页与支持页占 33.5%，而文章、指南类只占 9.3%。同一套提问、同一套测量方法，他们在今年 2 月也跑过一次——那时候文章与指南占 41.2%，文档与支持页只有 1.4%。 不到八个月，两个数字几乎对调。 
同一份报告还给了一组数字：公司官网出现在 Luna 79.4% 的匹配提问里，Gemini 上达 91.4%；行业协会与专业机构 56.9%；公共机构 46.4%。 我给个判断：不是 AI 的口味变了，是它的取证姿势变了。它不再挑"写得好的"，在挑"能对得上的"。你的内容策略如果还停留在"多写几篇行业洞察"，8 个月前可能有效，现在大概率无效。 过去两年，我们给品牌做 AI 可见度诊断，最常被问的问题是"我们的文章够不够多"。从这份报告开始，这个问题要换成另外一句：你的那些事实，能不能被 AI 一段一段地摘走，并且摘走之后还能对上号？
先把"文档页"这个词说清楚，否则很容易误读。 这里说的文档页，不是内部手册，而是那些结构稳定、边界清晰、一句话就能定位到一个事实的页面：产品规格表、参数对照页、价格与计费说明、兼容性清单、服务等级承诺、常见问题、更新日志、接口文档。 它们和一篇 3000 字行业文章的区别在哪？ 一篇文章的价值在于"论述"，它把事实串成观点，读者需要读完才能拿到结论。而文档页的价值在于"取证"，一个页面里可能有二三十个彼此独立、各自成立的硬事实，任何一个都可以被单独摘出来，单独核对，单独引用。 AI 写答案的动作，本质上不是"阅读"，是"取证"。它拿到一个提问，拆成若干子查询，去检索，然后从检索结果里挑出能支撑句子的事实块，拼成答案，最后给每个事实块挂一条来源。 在这个动作里，观点文章的处境非常尴尬：它的核心资产（观点）恰恰最难被单独摘走，因为观点脱离论证链就站不住；能被摘走的只是零散事实碎片，散落在三千字里，密度低、定位难，还常和营销话术混在一起。 文档页正好相反。它的每一个字段都是可摘的、可对账的、可追溯到一行表格的。 所以 SEMAI 那个数字并不神秘：当模型换了一代，检索与引用策略也随之调整，"好摘的事实"权重上升，"需要理解的观点"权重下降。从 1.4% 到 33.5%，涨的不是文档页的数量，是文档页在引用链里的命中率。 补一个交叉印证：行业协会与专业机构出现在 56.9% 的匹配提问、公共机构 46.4%，两类站点同样"事实密度高、可核对、更新有记录"。这不是 ChatGPT 的孤例，是整条引用链在向可核对迁移。
如果说第一节讲的是"哪种页面容易被摘"，这一节讲的是更残酷的一层：摘走了，也不一定会写进答案。 一篇针对中文生成式搜索的研究，把这件事量化了。研究者 Tao Zhen、Yue Liu、Gege Zhang、Yixuan Niu 等人在 DeepSeek、Qwen、豆包、腾讯元宝四个中文 AI 助手的网页版与 App 上，各跑 614 个问题、每个问题重复三次，清洗后得到160,860 条引用做审计。结论有四条，每一条都值得品牌方贴在墙上： 第一，39.3% 的展示链接从未被真正引用。屏幕上摆着的十几条来源，接近四条实际上没有在任何一句话里被用到——它们是"搜索残留"。也就是说，被列出来不等于被读到，更不等于被采信。 第二，被引用页面里出现的 632,256 个品牌名称，只有 8.3% 最终出现在 AI 的回答里。注意这个分母：不是全网，而是"已经被 AI 检索到、已经摆在引用列表里"的页面。即便到了这一步，91.7% 的品牌名依然在生成阶段被丢弃了。 第三，13.02% 的答案里出现的品牌名，在它引用的页面里根本找不到。研究者称其为"幽灵提及"，而当提问表述含糊时，这个比例升到 27.5%——模型动用了预训练记忆，而不是实时检索结果。 第四，Qwen 的 App 与网页版，同一问题的返回链接只有 1.4% 重合，DeepSeek 相对一致也只有 40.8%。手机测出来的可见度，和电脑上测的可能是两回事。 
四条串起来是一个漏斗：被检索 → 被列进引用 → 被真正读到 → 被写进答案，每一步都在漏。39.3% 的链接白摆着，91.7% 的品牌名在最后一步被扔掉；剩下进答案的里头，还有一成三是模型"凭记忆补的"，跟你怎么优化毫无关系。 这意味着，用"我们在 AI 答案里被提到了"当汇报口径是有系统性偏差的。你观测到的那点提及，多少来自真实引用、多少来自模型记忆惯性，绝大部分团队根本没拆开过。
既然答案层这么挑剔，那什么东西能挤过去？同一份中文研究给了最有力的一组数字： 一个品牌名，如果只出现在 1 条检索链接里，它进入回答的概率是 2.1%；如果出现在 11 条或更多链接里，这个概率接近 59.9%。 而研究者测试的传统域名权威评分（综合收录页面数、站点权重、域名年龄），在 11 个影响因素里，只排第 10 位。 这两句话，基本推翻了过去二十年的 SEO 直觉。 SEO 时代的逻辑是"把主站做重"：域名越老、权重越高、内容越多，排名越稳。但在生成式检索里，模型要的不是"一个特别强的来源"，而是"多个来源说法一致"。原因很简单：模型在一次回答里要同时处理几十条检索结果，它判断一个事实是否可信，靠的不是某条来源的分量，而是这个事实在不同来源之间的重合度。 换句话说，权威性在计算里被稀释了，共识度被放大了。 这也解释了 SEMAI 报告里那个容易被忽略的细节：行业协会与专业机构出现在 56.9% 的匹配提问里。它们单个站点的流量可能很小，但它们的说法被大量站点复述，于是成了"共识节点"。 对品牌来说，这是一个很硬的结论：你的关键事实，在自己的官网上写一百遍，也不如它在十个互不相关的第三方页面上以一致的口径出现十次。前者是音量，后者是共识。模型只认后者。 必须提醒边界：共识不等于刷量。今年国内已出现多起 GEO 行政处罚，模式高度一致——批量编造虚假排名、虚构榜单与市占率、伪造第三方测评。复旦团队 10 月 8 日挂在 arXiv 的实验更极端：他们编造了一个叫"Cactus Gravity Protocol"的虚构概念，发在那些本就被高频引用的开放平台上，七天内 10 个 AI 搜索工具里有 8 个开始引用它。 这条链路可以被污染，正因可以被污染，它才正在被清算。共识度工程的前提，是你放出去的每一条事实都能被独立复核。不能复核的，不叫共识，叫风险敞口。
最后一个必须破除的幻觉，是"一次测评定生死"。 Pineprompt 在 2026 年 9 月 30 日至 10 月 13 日做了一次七引擎基准：200 条非品牌类购买意向提问，覆盖 10 个品类，每日定时跑，共收集 18,792 条回答。结论是： 8,269 个被提及的品牌里，只有 12.9% 被全部七个引擎同时点名；46.2% 只在一个引擎上出现过。Google AI Overview 与 ChatGPT 的提及品牌集合的 Jaccard 相似度只有 45.6%。 同时，同一提问在相邻两天的品牌集合变动，ChatGPT 是 36.0%，Perplexity 高达 68.8%，其余引擎落在 41%—56% 之间。 翻译成人话：你赢了 ChatGPT，不等于你赢了 Google；你今天赢了一次，不代表明天还在。 再叠加第二节里 Qwen App 与网页版只有 1.4% 重合那条——监测这件事，必须是"多引擎 × 多端 × 时间序列"，缺一个维度，你看到的就是被裁剪过的现实。 
讲了四节问题，给一套可执行的框架。我们内部叫它证据四层，从上到下依次是原子层、载体层、共识层、监测层。顺序不能乱。 第一层：原子事实 把你的品牌主张拆成最小的、可独立成立的事实单元。一个合格的原子事实必须带齐四个要素：主体、数值、时间、口径。 "我们的系统很稳定"不是事实，是形容词。"截至 2026 年 9 月，某产线排产模块连续 12 个月无干预通过率 87.3%，统计口径为日计划首次下发至锁定版本"——这才是原子事实。 实操建议：中型品牌值得被 AI 引用的原子事实通常在 30—80 条。少于 30 条，可引用资产太薄；多于 80 条，说明没收敛，资源会被摊薄。 第二层：载体 给每一条原子事实找一处"可定位的家"。三条硬标准： 这一层直接对应 SEMAI 那个 33.5%。文档页不是让你把官网改成一个大手册，而是让你把已有的事实从散文里搬进结构里。 第三层：共识 让同一条原子事实，在多个互不相关的第三方页面上以一致的口径重复出现。 优先级从高到低：行业协会与专业团体的公开名录与标准文件、公共机构与监管公示、行业媒体与垂直媒体的事实性报道、百科与知识类条目、问答与专业社区中被引用的口径、合作伙伴与渠道商的公开资料页。 判断标准很朴素：一条事实最少要有 5 个独立来源口径一致，才谈得上有机会；低于 3 个，在检索层基本不会被选中。参照前面那条曲线，1 条来源是 2.1%，11 条来源是 59.9%，中间每一条来源的边际收益都不小。 做这层最容易犯的错，是把"发稿"当成"共识"。同一篇通稿投二十个站，来源数看着是二十，但文本高度同源，模型去重之后看到的可能仍是一两条。要的是口径一致的独立表述，不是同一段话的二十份拷贝。 第四层：监测 最后一层决定你能不能看见真实进展。四个动作缺一不可：
把今天这几组数字摆在一起看，指向的是同一件事： 文档页从 1.4% 涨到 33.5%，说明可摘取的结构在被奖励；91.7% 的品牌名在最后一步被丢弃，说明进了检索也不等于进了答案；1 条来源 2.1% 对 11 条来源 59.9%，说明共识度压过权威性；12.9% 的全引擎通吃率，说明没有哪个数字可以代表全局。 所以，2026 年剩下的这点时间，GEO 该做的不该是"再多写三十篇文章"，而是三件事： 把事实从观点里剥离出来，把事实搬进可定位的结构里，让同一组事实在足够多的独立来源上以一致的口径活着。 写文章是表达，供给证据是基础设施。AI 答案里那个位置，从来不是给写得好的人留的，是给对得上账的人留的。
私信领取企业 AI 就绪度免费诊断 AI搜索增长派，一个相信"AI答案里应该有更多好品牌"的GEO服务商
一、换的不是口味，是取证姿势
二、8.3%：你的名字进了引用页，也未必进得了答案
三、1 条链接 2.1%，11 条链接 59.9%：赢的是共识度，不是权威性
四、12.9% 通吃、日变动最高 69%：单一快照是自欺
五、方法论：把"写内容"改成"供给证据"
一条事实一个锚点：页面内要有稳定的标题锚点或可直达的段落标识，别让模型在一整页里找一句话； 字段化优先：能用表格、参数表、规格清单表达的，不要写成自然段； 版本与日期可见：页面上必须能看到最后更新时间和数据口径，这是模型判断新鲜度的直接依据。
多引擎：至少同时覆盖三个以上主流引擎，别用单引擎数据下结论； 多端：网页版与 App 分开跑，尤其中文引擎，两端差异可能极大； 时间序列：固定提问集、固定频次，看趋势不看快照。日间波动 36%—69% 是常态，只看一天等于看噪声； 分开统计提及率与引用率：两者背离时，说明你有定位问题而不是触达问题——被点名但没被引用，通常就是载体层没做。
