时效GEO

为什么关键词堆砌在 AI 搜索里失效了？GEO 的来历与 AI 找答案的机制

刘效 — Tue, 29 Sep 2026 00:00:00 GMT

各位好，我是时效GEO博客站的刘效。

GEO 这个词被明确的定义是源自于2024年国际知识发现与数据挖掘大会（KDD）的一篇论文《GEO: Generative Engine Optimization》，该论文是给整个行业定名词的原始文献，后面所有指标与方法的讨论，源头都在这里。

很多朋友做GEO知其然不知其所以然，很多时候项目启动很久了还反过来问老刘，AI 到底怎么找到答案？为什么有的站被引到了，有的站内容做得不差，名字却一次都没出现过？

老刘今天就通过这篇祖师爷级别的文献，给大家把GEO的前世今生好好讲清楚。

一、先把这篇文献说清楚

| 项 | 内容 |

| 中文标题 | 《GEO：生成式引擎优化》 |

| 英文原题 | GEO: Generative Engine Optimization |

| 作者 | 普拉纳贾尔·阿加瓦尔、维什瓦克·穆拉哈里、坦迈·拉杰普罗汉特、阿什温·卡利安、卡尔蒂克·纳拉辛汉、阿米特·德什潘德；六人分别来自印度理工学院德里分校与普林斯顿大学等机构，前两位为共同第一作者 |

| 发表 | 国际知识发现与数据挖掘大会（简称 KDD）第 30 届，2024 年 8 月 25 至 29 日，西班牙巴塞罗那 |

| 编号 | 10.1145/3637528.3671900（预印本 2311.09735） |

| 公开资源 | 代码、数据集、改写指令与评估模板均随论文公开 |

论文自述三项贡献：提出 GEO 这个面向网站主的通用优化框架；提出一套专为生成式引擎设计的可见性指标体系，允许创作者按自己的目标自定义；发布 GEO 基准测试集。

二、AI 找答案的那条流水线

要理解 GEO 为什么必要，先看 AI 是怎么答一道题的。

论文把生成式引擎拆成两大组件：一组生成模型各司其职，有的改写查询，有的做摘要；加上一个搜索引擎，按查询返回一组来源网页。以bing的设计为例：

用户查询，改写成多条子查询、检索，得到排序后的来源集，逐条生成摘要，汇总成回答，最后输出带内嵌引用的答案。

回答的形态是关键。它给的是一段结构化文本，由若干句子组成，每个句子后面可能挂着一组引用。论文用了学界对理想引擎的两条标准：回答里全部陈述都应被相关引用支撑，这叫引用召回合格；全部引用都应准确支撑对应陈述，这叫引用精度合格。论文强调引用的理由很实在，大模型有编造信息的倾向，引用是用户核验的通道。

传统搜索的规则跟这套是两回事。

| 维度 | 传统搜索 / SEO | 生成式引擎 / GEO |

| 匹配机制 | 以关键词匹配为基础 | 语言模型理解文本与查询，不限于关键词 |

| 结果形态 | 线性网站列表，排名决定可见性 | 富结构化综合回答，引用以不同长度、位置、样式内嵌其中 |

| 可见性度量 | 平均排名这类简单指标 | 多维多面，需要专门指标体系 |

论文把生成式搜索生态拆成三方：用户受益，更快更准地拿到信息；引擎开发者受益，回答越准，用户越留得住；网站与内容创作者受损，引擎直接给出答案，用户不必再访问网站，自然流量和可见性都可能被冲击。论文还点了一句，数百万小企业和个人靠线上流量谋生，这股冲击会落到创作者经济上。

论文的研究边界是单轮引擎，附录把框架扩到了多轮，输入变成一段对话历史，引擎据此生成下一轮回答。

三、GEO 的定义，和它划的边界

论文给 GEO 的原话定义是：一个面向专有、闭源生成式引擎的灵活黑盒优化框架，输入一个源网站，通过调整和校准其呈现方式、文本风格与内容，输出一个优化版本，以提升其在生成式引擎中的可见度。

「优化」两个字在论文里有精确含义。每一个 GEO 方法，说到底就是一个网页内容改写函数，输入原始网页内容，输出改写后的内容。改动范围从简单的文体调整，到以结构化格式并入新内容，都算。论文特别强调，改写与具体查询无关，做的是对内容的普遍性优化，属于引擎中立的通用策略。

六个关键特征，都取自原文：

| 特征 | 含义 |

| 黑盒优化 | 不用知道引擎内部算法，改写内容即可生效 |

| 与查询无关 | 独立于具体查询，是引擎中立的通用策略 |

| 双向度量 | 客观层（词数、位置）与主观层（相关性等七项）并重 |

| 领域依赖 | 效果随内容领域变化，需要针对性调整 |

| 可自定义 | 允许创作者定义并优化自己的可见性指标 |

| 以指标为目标 | 一切方法以提升可见性指标为优化目标 |

还有一条边界容易被忽略。论文明确把自己的路线和「用对抗性文本序列操纵大模型推荐结果」区分开，GEO 走的是非对抗性策略，用来优化任意网站内容，不去攻击引擎。

四、可见性怎么量：两层指标和七个维度

论文承认「可见性」和「相关性」在生成式引擎语境下还是主观的、没被良好定义，所以紧接着补上定义。指标设计守三条原则：对创作者有实际相关性、可解释、能被广泛的创作者轻松理解。

整套指标分两层。

客观层由回答文本直接算。第一项是词数，引用某来源的句子字数之和，除以回答全部句子字数之和；一个句子同时引用多个来源时，字数由这些来源平均分配。含义就是你的内容占了这段回答多少篇幅。

第二项是位置调整词数，也是论文的主指标。它在词数基础上引入位置权重，每句话按位置乘一个递减权重，越靠前权重越大，递减规律是指数衰减。加位置项的理由来自搜索引擎研究的老结论，点击率随排名呈幂律下降，排得越靠后跌得越狠，先出现的句子更可能被读到。结果就是一个被引在回答开头的站，字数少也可能比引在中后段的站得分高。

主观层由大模型逐项评分，共七个维度：

| 维度 | 含义 |

| 相关性 | 被引用句子与用户查询的相关程度 |

| 影响力 | 回答对该引用的依赖程度 |

| 独特性 | 该引用所呈现材料的独特程度 |

| 主观位置 | 从用户视角看，该来源位置的显著程度 |

| 主观数量 | 用户感知到的、来自该引用的内容量 |

| 点击可能性 | 用户点击该引用的可能性 |

| 多样性 | 该引用呈现材料的多样程度 |

测量用的是当时最先进的大模型评估方法（G-Eval），向模型提供表单式评估模板和含引用的回答，多次采样后给每条引用打分。

两份分数最后做两层处理。响应内归一化，让一段回答里所有引用的印象之和等于 1，每条分数就理解成它在这段回答里的份额。相对提升，比较效果时看的是涨幅，优化后分数减去优化前，再除以优化前，换算成百分比。

五、九种方法实测：谁有效，谁白做

论文跑实验的方式很朴素。用一个大语言模型执行改写，按每种方法的目标特征修改源内容；每条查询随机选一个来源网站，同一条查询在不同方法之间必须用同一个被优化来源，保证对照公平。

被测引擎的搭法跟商业引擎接近：每条查询取谷歌检索的前五个来源，全文交给模型，要求只用这些搜索结果作答，每句话后立刻挂引用；温度 0.7，每条查询采样 5 个回答。数据是论文自建的 GEO 基准集，一万条查询，由 9 个数据集构成，覆盖 25 个领域，拆成 8000 训练、1000 验证、1000 测试，每条带 7 类标注。

九种方法跑下来，主实验表的关键几行是这样：

| 方法 | 位置调整词数 | 主观印象 |

| 无优化（基线） | 19.3 | 19.3 |

| 加引语 | 27.2 | 24.7 |

| 加统计数字 | 25.2 | 23.7 |

| 流畅度优化 | 24.7 | 21.9 |

| 标注引用来源 | 24.6 | 21.9 |

| 加专业术语 | 22.7 | 21.4 |

| 通俗化 | 22.0 | 20.5 |

| 加独特词汇 | 20.5 | 20.4 |

| 关键词堆砌 | 17.7 | 20.2 |

三个结论最值得记。加引语、加统计数字、标注引用来源是最有效的三种改动，位置调整词数相对提升 30 到 40%。风格类改动同样有效，流畅度优化、通俗化能带来 15 到 30% 的提升，引擎不仅看内容，也看信息怎么呈现。关键词堆砌低于基线，17.7 对 19.3，论文原话是几乎毫无提升。

换到真实商业引擎 Perplexity 上复测 200 条样本，加引语在位置调整词数上提升 22%，表现好的方法两个指标最高提升 9% 与 37%。

领域差异也大：权威性文体适合辩论、历史、科学类，标注引用来源适合陈述、事实、法律与政府，加引语适合人与社会、解释、历史，加统计数字适合法律与政府、辩论、观点。

组合比单用强。四个最佳方法两两搭配，流畅度优化加统计数字到 35.8%，比任何单一方法高 5.5% 以上；标注引用来源单用一般，跟任何方法联用平均带来 31.4% 提升。

最扎眼的一组数据在竞争场景。论文预设所有来源都被优化的未来格局，结果排名第五的网站用标注引用来源涨了 115.1%，排名第一的反而跌了 30.3%。论文把它叫数字空间民主化：引擎基于内容生成答案，外链数量和域名影响力这些曾让小创作者吃亏的因素不再起决定作用。

当然论文也自述了自己实验的局限性：方法要随引擎演进不断适配，查询性质会变，基准要持续更新；GEO 是文本层面的改动，不动域名和外链，不太可能影响搜索排名本身。

老刘在时效GEO 发布过 12 个国内 AI 入口的引用源梳理的文章，1.09 亿次引用、85.6 万个站点，看到的也是同一件事：同一个内容源在豆包能占 31%，在 DeepSeek 榜上却查不到。论文给的是通用机制，具体到国内各家入口，还得按自家索引库的脾气重新对一遍。

小结

1. GEO 出自 KDD 2024 论文《GEO: Generative Engine Optimization》，编号 10.1145/3637528.3671900，作者来自普林斯顿大学与印度理工学院德里分校等机构。

2. 它要解决的问题是生成式引擎把答案直接给出后，内容创作者失去流量与可见性。

3. 论文把可见性拆成两层指标：客观的位置调整词数，主观的七个维度。

4. 九种方法里，加引语、加统计数字、标注引用来源最有效，关键词堆砌低于无优化基线。

常见问题

Q：GEO 和 SEO 差在哪，能直接套用吗？

多数老手法失效。论文实测关键词堆砌的位置调整词数 17.7，低于无优化基线 19.3，在 Perplexity 上复测还比基线差 10%。能留下的共性只有一条，内容本身得立得住。指标口径也全换了，SEO 看排名，GEO 看你占了回答多少篇幅、排在第几句。

Q：小站没权重，做 GEO 有用吗？

有用，而且是论文里最反常识的一条。全部来源都被优化时，排名第五的网站用标注引用来源涨 115.1%，排名第一的跌 30.3%。原因是引擎基于网站内容生成答案，外链数量和域名影响力不再起决定作用。论文的判断是，GEO 让排名靠后的站有机会跟大站正面竞争。

Q：这套 2024 年的方法，现在还能用吗？

能用，但要按领域调。论文自己点出效果随领域变化：事实类适合标注引用来源，观点和辩论类适合加统计数字，叙事和历史类适合加引语。老刘的做法是先按两层指标量出基线，再挑对应领域的方法改，不铺开一整套。

Q：想读原文，从哪下手？

论文编号 2311.09735，在学术搜索里检索这个号，或者搜 GEO: Generative Engine Optimization KDD 2024，都能定位到英文原文。建议先读摘要里的三项贡献和结果章的主实验表，方法细节后面再补。

GEO 靠不靠谱？困局、骗局、适合谁、能不能带线索

刘效 — Sun, 27 Sep 2026 00:00:00 GMT

各位好，我是时效GEO博客站的刘效。

GEO 没有失效，现在批量退费的是「伪 GEO」。朋友问老刘「GEO 靠不靠谱」，这个问题得拆成四块：困局、骗局、谁适合做、能不能带回线索。

困局：退费的和起跑的，是两拨人

小红书上 9 月有从业者盘点：一年间 6000 多家公司涌入 GEO 服务，随后批量倒闭，退费率约 40%，六成项目效果不稳定（来源：小红书从业者盘点，2026-09）。同一时间，另一拨人在说「GEO 越来越难做」。两件事指向同一个变化：批量发稿、伪造榜单的玩法正被平台反制。

反制机制不复杂：AI 早先看文本长相，谁像标准答案、谁出现得多就选谁，批量排名稿一度有效；模型升级后标准换成证据，来源、数据、互证缺一不可。老刘实测 12 个 AI 入口、1.09 亿次引用，各平台引用源重合度极低（来源：时效GEO 站内实测，2026-09）。通稿撒全网的套路撑不住。

骗局：承诺结果的人，拿不出证据

骗局的话术，常见四种：

承诺保排名、保收录：各平台连推荐位后台都没有，官方从不承诺位置
发稿兑水：按篇报价，交付一堆没人搜的长尾稿，精准问题的引用是零
假榜单假测评：先有结论再拼理由，配上「销量领先」这类查无出处的数字
单次截图当长期效果：一次被提及的截图报成持续影响，不给原始回答也不复测

识别标准就一句话：看它承诺什么、拿什么证据。合格交付物是「问题、日期、平台、原始回答」俱全的采样记录；给不出这个的，当广告听。Google 官方对 AI 概览的口径是「没有任何额外要求，也没有特殊优化手段」（来源：Google 官方文档），官方都不认的秘诀，没人能保证。

适合谁：自己做，还是找机构外包

老刘的判断是三个条件：有事实资产（挑一样讲得出可验证的细节）、决策链够长（客户掏钱前反复比较）、能持续产出（哪怕一周一篇）。

三道全过，再选一条路：自己做，还是找机构外包。两条路差别不在花钱多少，在四个地方：

| 差别 | 自己做 | 找机构外包 |

| 付出 | 时间，一周挤出几小时 | 预算加对接精力，都省不掉 |

| 事实 | 业务细节只有你有 | 拿不到细节，只能套模板 |

| 资产 | 内容落在自己渠道 | 落在服务商资源站，断约就掉 |

| 买到 | 全程可控，反馈闭环短 | 买得到执行，买不到被引用 |

怎么选？个人 IP、一人公司、小团队自己做更划算，你是唯一的事实源。有预算、有专人对接的公司可以外包，但两件事要抓死：验收标准（采样记录）和内容落点（自己渠道）。

最危险的组合是没精力盯、图便宜、把效果全押给服务商，40% 的退费率多半就是这么来的。三类人先别做：客单价极低的本地小生意、受众不碰 AI 搜索的、指望外包通稿回血的。「小公司别做 GEO」只说对一半：该躲的是外包买排名，自己做资产建设反而最划算。

能否带回线索：GEO 交付资格，MCP 交付触发

能，但和传统SEO的逻辑不一样。GEO 这条路的线索是延迟的：AI 回答大多不给点击路径，用户看完就走，只记住名字；等真要办事那天，他会回来找你，搜你的名字、翻你的公众号，或再问 AI 时又撞见你。所以 GEO 的账没法按单次点击算。时效GEO 9 月实测，AI引用的信息源里官网和独立站合计拿走 47.47% 的引用份额，不做GEO你的品牌和产品就极难成为47%份额里的分子。

而稍有了解就能发现，另一条路正把延迟砍掉：让业务本身变成 agent 能直接调用的服务。机制是 MCP（模型上下文协议），把「查库存、订房、下单、预约」封装成标准接口，AI 在对话里直接调用、当场触发交互。国内动起来：

微信 6 月开放小程序 AI 生态接入：未接入的无法被微信 AI 调用，京东已跑通「即聊即买」（来源：微信开放平台，2026-06）
支付宝的支付 MCP 是国内首家，下单到退款都在智能体内完成，个人开发者也能准入
海外 Shopify 把 560 万商店经 MCP 接进 ChatGPT 等入口

效果也被验证着：Adobe Analytics 2026 年 3 月的 AI 引荐访客转化，比非 AI 流量高 42%，一年前还低 38%（来源：Adobe Analytics，2026-03）。也别上头，企业侧调查里 86% 的 MCP 使用还在实验阶段（来源：Stacklok，2026-07），门槛是有没有「可被调用的业务动作」：有交易、预约、办理的生意值得早看，纯内容 IP 先用 GEO 打底。

GEO 让 AI 愿意推荐你，MCP 让 AI 能直接调用你。前者交付资格，后者交付触发，叠起来才是完整的线索链路。

小结

1. 退费的是伪 GEO，起跑的是真 GEO，困局对认真做事实的人反而是窗口

2. 骗局都承诺结果，合格交付物是「问题、日期、平台、原始回答」俱全的采样记录

3. 自己做的资产建在自己渠道，外包买得到执行、买不到被引用

4. GEO 交付资格（延迟），MCP 交付触发（直接），两条路叠加才是完整的线索链路

常见问题

Q：GEO 现在做还来得及吗？

来得及。批量发稿在退场，竞争从「谁发得多」转向「谁的事实更硬」，有内容基础的人现在入场很划算。

Q：怎么验证服务商的效果是真的？

要两样证据：原始回答存档（带日期、平台、提问）和复测记录（同一批问题隔月重跑）。只有单次截图的，按单次曝光折算，别按长期效果付款。

Q：只有公众号、没有网站，能做吗？

能。元宝官方确认可搜索公众号、视频号等腾讯生态信源，是目前明确吃公众号的入口。做法不变：内容结构化、事实密度提高、跨平台信息一致，再固定问题采样。

自学GEO 该追谁：国内外 15 位个人博主，附博主主页与两套找人方法

刘效 — Sat, 26 Sep 2026 00:00:00 GMT

各位好，我是时效GEO博客站的刘效。

朋友问过老刘：想了解和学习 GEO，有没有推荐的博主可以持续追更？老刘的答案分两步：先学会查人，再决定追人。这行自称专家的人，冒出来的速度远快过可验证的证据，能查到的才算数。

两派博主，两套查法

值得追的人分两派，查法不一样。

研究派（发论文、出专著、做工具、放数据的）：查四样硬证据，arXiv 编号、ISBN、开源仓库、公开数据集。查到两样基本可信，都不沾的略过。老刘拿这四样查过一份「GEO 专家榜」：榜单写某位专家「以第一作者发表 arXiv 论文」，去查那个编号，作者栏里他排第三。全程不到 3 分钟，但能过滤掉大部分包装。

实战派（公众号、知乎、小红书、抖音上的居多）：不查头衔，查四条。数据是不是自己测的、方法能不能复现、敢不敢说边界、时间线连不连贯。证据在历史内容里，翻一小时帖子，比任何头衔都管用。

国外：8 位值得追的

| 博主 | 看什么 | 链接 |

| Aleyda Solis | SEOFOMO 周报、Crawling Mondays 播客 | aleydasolis.com |

| Kevin Indig | Growth Memo，自费做原创数据研究 | growth-memo.com |

| Cyrus Shepard | Zyppy Signal，54 项研究汇总的引用因素表 | zyppy.com |

| Mike King | iPullRank，检索机制讲得最深的几个人之一 | ipullrank.com |

| Lily Ray | Substack，专职证伪与质量信号 | lilyraynyc.substack.com |

| Marie Haynes | E-E-A-T 与 Google 质量评估 | mariehaynes.com |

| Barry Schwartz | 每日行业新闻，当雷达用 | seroundtable.com |

| Suganthan Mohanadasan | 直接读 AI 网络流量做实验 | suganthan.com |

按需查还有两位：Glenn Gabe（gsqi.com）专做 AI 功能的实测诊断，Mark Williams-Cook（coreupdates.com）的周一算法周报。

国内：7 位能对得上号的

国内个人博主比国外少得多，老刘爬了一圈，这 7 位能对得上号：

| 博主 | 看什么 | 链接 |

| 白杨SEO（杨红林） | 个人博客 700+ 篇，主写 SEO 与 GEO | baiyangseo.com |

| 乔向阳（向阳乔木） | AI 工作流与开源工具，公众号同名 | qiaomu.ai |

| 徐泉（瘦子徐泉） | 高客单 GEO 实战，公众号「泉哥说AI」 | xuquan-ai.com |

| 姚金刚 | GEOFlow 开源系统、公开数据集 | GEOFlow 仓库 |

| 张凯 | 从引用选择到引用吸收的研究，论文一作 | arXiv 2604.25707 |

| AI搜索老胡（胡铭轩） | 获客实战，专栏 34 篇 | woshipm.com/u/1126340 |

| 何亚涛 | 白帽 GEO 与合规内容 | heyatao.cn |

还有几位主要活跃在公众号：老赵（AI设计老赵）、光头牛哥（冷洪利）、王耀恒，微信里搜名字就能找到。

一个提醒：网上流传的大部分「GEO 专家榜」是发稿产物，谁付费谁上榜。看到之后，研究派按四样实锤查，实战派按四条筛，别只看头衔。

追更节奏：一周 1 小时

每周：SEOFOMO 或 Growth Memo 挑一份，20 分钟扫完
每天：Barry Schwartz 的新闻扫一眼标题，不用点开
按需：写东西前，翻 Cyrus Shepard 和 Lily Ray 的对应主题
全部加起来，一周控制在 1 小时以内

追 15 个不如精读 2 到 3 个。名单是拿来查的，不是拿来订阅的。

小结

1. 追人之前先查人：研究派查硬证据，实战派查实测记录，别用一把尺子量到底

2. 国外按资讯、数据、证据三层追；国内个人博主少，上面 7 位都附了直达链接

3. 一周 1 小时，精读 2 到 3 个，其余按需查

常见问题

Q：学 GEO 要不要买课？

先把免费的用起来。名单里大部分人都有免费内容：周报、博客、开源项目、公开数据集，建立基础判断够了。真要付费前，先按两套查法把对方过一遍，对不上就先不付。

Q：没发论文、没出专著的博主值得追吗？

值得。两条线查法不一样，实战派看四条：数据是不是自己测的、方法能不能复现、敢不敢说边界、时间线连不连贯。公众号、知乎、小红书、抖音上满足这四条的博主，正是眼下最值得追的一批。

Q：国外的方法能直接拿到国内用吗？

框架通用，落地点不一样。国外讲的是官网优化和爬虫配置，国内得先选生态：豆包吃头条系、元宝吃公众号。这些差异老刘在时效GEO 做过全量实测，别把一套打法直接平移。

国内做 GEO 要懂什么：36 个生态与工具术语

刘效 — Sat, 26 Sep 2026 00:00:00 GMT

各位好，我是时效GEO博客站的刘效。

GEO 相关的 120 个术语，老刘在时效GEO 整理成了三篇，这是第三篇。

整理的时候朋友问过老刘：这些术语要全背下来吗？

不用。术语是在用的时候记住的。建议先看带 ★ 的 14 个，剩下的当成词典，遇到再回来查。

这就是老刘整理这三篇的核心目的：做成词典，不做成教材。没人需要通读，也没人需要背，遇到问题时知道翻哪儿就行。

那这一篇收的是哪一侧？市场侧：国内怎么落地。36 个词，分三组：国内 AI 产品、国内信源与爬虫、看数据的工具。

前两篇讲的机制和方法是通用的，这一篇落到国内。国内跟国外有个根本差别：国外能靠改爬虫规则，国内得靠选生态站位。

国内 AI 产品：各家从哪里读内容

这一组讲产品侧。共同点是：除了元宝明确说了覆盖公众号和视频号，其余各家都没有公开完整的来源构成。

深度求索（DeepSeek） ★

国内开源大模型代表，推理和代码能力突出；AICPB 2026 年 6 月 App 月活约 1.39 亿。跟 GEO 的关系：DeepSeek 联网模式会检索互联网公开信息，但官方没有公布站点级来源权重、消费端检索后端或站长收录规则。2026 年开始有第三方记录到 DeepSeekBot UA，然而官方未提供可用文档确认其用途。正确做法：网站与第三方平台都按真实回答来源和服务器日志验证，不要预设知乎、CSDN、博客园或 GitHub 有固定权重。

通义千问（Qwen） ★

阿里的旗舰大模型与助手；AICPB 2026 年 6 月千问 App 月活约 2.51 亿。跟 GEO 的关系：千问官方联网检索产品可实时检索全网多维多源信息、筛选权威来源，并支持垂直工具和指定域名范围；但消费端没有公开独立网页爬虫 UA 或固定来源权重。不要把「阿里产品」直接推导成「淘宝、UC、虎嗅、36 氪固定优先」，应按目标用户和实测引用来源决定内容阵地。

豆包（Doubao） ★

字节跳动的 AI 助手；AICPB 2026 年 6 月 App 月活约 3.24 亿，居该榜国内第一。跟 GEO 的关系：豆包支持联网搜索与多模态问答，但官方没有公开完整索引构成或不同内容平台的固定权重。抖音、今日头条等字节生态值得测试，却不能仅凭公司归属断言它们必然优先于官网或权威来源。对你的意义：用同一批问题分别测试网页、图文和视频来源，记录结果再决定投入。

文心一言（ERNIE）

百度的大模型产品，App 端名称为「文小言」。跟 GEO 的关系：百度拥有搜索索引，Baiduspider / Baiduspider-render 是官方确认的百度搜索抓取 UA，因此百度搜索的可抓取与收录仍是合理基础工作。证据边界：本手册未找到百度官方说明「URL 提交或被百度收录会直接同步进入文小言回答」，不能把二者写成自动打通。

Kimi ★

主打长上下文、文档处理与 Agentic 搜索；AICPB 2026 年 6 月 App 月活约 2269 万。跟 GEO 的关系：Kimi 官方说明联网搜索会调用搜索引擎和垂直数据库，按相关性、权威性、时效性筛选，并附来源链接；没有公开独立爬虫 UA。官方没有确认「搜狗索引 + 知乎 API」或知乎固定高权重。它适合练习来源核验，但一次引用结果不能当长期权重表。

智谱清言（GLM）

清华系 AI 公司智谱的产品，国内最早一批做大模型的团队。跟 GEO 的关系：在企业私有化部署和政务场景用得较多。如果你的客户是机构/高校，它在这些场景的存在感值得关注。

腾讯混元（Hunyuan）

腾讯自研的大模型，同时是腾讯元宝的技术底座之一。跟 GEO 的关系：混元与元宝同属腾讯产品体系，元宝官方确认会搜索公众号、视频号等腾讯生态信源；但这不等于所有混元部署、API 或企业应用共用同一索引和权重。按具体产品入口分别测试，别用「同公司」代替技术证据。

国产大模型全家桶（MiniMax）

除头部几家外，国内还有一批各有侧重的大模型厂商。跟 GEO 的关系：名单不用背；先确认目标用户实际使用哪一个产品、是否联网、是否显示来源，再决定是否监测。国内平台与集团生态有关联，但公司归属不等于公开的来源权重。

腾讯元宝（Yuanbao） ★

腾讯的 AI 助手；官方应用说明确认联网搜索覆盖公众号、视频号等腾讯生态信源。跟 GEO 的关系：对已有微信公众号资产的人，元宝是应优先实测的入口。官方没有公开公众号相对外部网页的固定权重，也没有确认企业认证会直接提高引用排序。实际动作：保持主体身份、简介、文章标题和内容事实清楚一致；同时保留官网或其他公开来源是否必要，要由目标引擎与转化路径决定。

微信 AI 搜索 / 小微（WeChat AI Search） ★

微信内逐步提供的 AI 搜索/助手入口；具体名称、入口和覆盖范围会随版本变化。跟 GEO 的关系：保持微信生态内容可检索、身份一致，并分别在搜一搜、元宝和微信 AI 入口实测。

豆包 AI 搜索（Doubao Search）

豆包内置的联网搜索能力，可处理文字、图片等多模态输入。跟 GEO 的关系：豆包的用户规模大，值得纳入国内基线；但「短视频强于网页」「学术资料弱于某产品」等说法会随查询和版本变化。适合场景：先看你的用户是否使用，再用研究型、消费型、生活型问题分别测试来源结构。

夸克 AI 搜索（Quark）

阿里旗下集搜索、浏览器、网盘与 AI 功能于一体的产品；AICPB 2026 年 6 月 App 月活约 1.59 亿。跟 GEO 的关系：用户规模大，若目标受众是学生或研究人员，值得纳入用户调研和 prompt 基线。网页索引体量、专业资料覆盖和用户画像等比较必须给出处并定期更新，不能当永久产品属性。

秘塔 AI 搜索（Metaso）

面向通用、学术和法律等场景的国产 AI 搜索产品。跟 GEO 的关系：科研服务内容可将它纳入基线，检查来源是否可打开、是否真正支持回答。不要用「结果最严谨」这类无统一评测口径的排名式断言。

纳米 AI 搜索（纳米AI）

360 旗下 AI 产品，主打多智能体任务拆解；AICPB 2026 年 6 月 App 月活约 808 万。跟 GEO 的关系：产品宣传强调多来源处理，但不能由此推出「单一来源必然降权」或某种固定交叉验证公式。若目标用户使用它，就用固定问题记录引用域名、重复运行并观察趋势。

国内信源与爬虫：什么能证，什么不能证

这一组是最需要克制的地方。哪些是官方确认的，哪些只是第三方日志里的线索，措辞上必须分开。

百度蜘蛛（Baiduspider） ★

百度搜索用于访问网页、建立搜索索引的官方爬虫家族。跟 GEO 的关系：若希望页面进入百度搜索，应允许相应抓取并检查索引；屏蔽会损害百度搜索可见性。证据边界：本手册未找到官方说明它等同于文小言/百度 AI 回答的专属引用爬虫，也不能保证被百度索引就会被 AI 引用。

字节爬虫标识（Bytespider） ★

服务器日志中常见、通常归因于字节跳动的爬虫 UA 标识。跟 GEO 的关系：把它当日志线索；观察请求量与页面范围，必要时在 WAF 限流。是否放行应基于可验证用途和业务目标，不能按「用户用豆包」自动决定。

深度求索爬虫标识（DeepSeekBot）

自 2026 年起被第三方爬虫数据库和网站日志记录到的 UA 标识。证据边界：DeepSeek 官方没有可用的 bot 文档；UA 中给出的 deepseek.com/bot 当前返回 404，也未公布验证 IP 或用途。因此它可能与训练、数据收集或检索有关，但不能断言它证明 DeepSeek 已自建搜索索引。正确动作是记录首次出现时间、请求页面和来源网络，等待一手确认。

没有公开独立爬虫 UA 的三家（元宝、千问、Kimi） ★

截至核实日，腾讯元宝、通义千问、Kimi 都没有面向站长公开独立网页爬虫 UA 与完整索引构成。这句话只说明「不可直接配置专属 UA」，不等于它们没有抓取、也不等于 robots.txt 完全无关。官方已确认：元宝可搜索公众号/视频号等腾讯生态内容；Kimi 调用搜索引擎和垂直数据库；千问可做全网多源联网检索。它们还可能使用第三方搜索索引，而你的 robots.txt 会影响这些上游。正确结论：先记录各平台官方已确认范围，再用固定 prompt 和引用来源实测；不要把「搜狗/知乎/神马/阿里生态固定高权重」写成官方事实。

国内传统引擎爬虫（360Spider）

国内搜索与终端生态中常见的爬虫标识，分别关联 360、搜狗、神马/UC 与华为等服务。跟 GEO 的关系：传统搜索索引可能成为某些 AI 产品的上游，但 Kimi、千问等官方并未公布「某一 UA = 固定间接信源」的对应表。是否放行应看传统搜索价值、服务器负载、目标用户与实际来源记录。不要编一张全国通用的 robots.txt 优先级排行榜。

百度搜索资源平台（ziyuan.baidu.com） ★

百度官方站长平台，面向有可验证网站的站点管理者提供提交、索引、抓取和流量工具。跟 GEO 的关系：可提交 sitemap / URL、查看索引量、抓取频次和异常，帮助百度搜索发现与诊断页面。提交配额、处理速度和工具名称会变化，应以后台当日说明为准。提交不保证收录，也没有官方证据证明会自动让文小言或百度 AI 回答引用。只有公众号、没有可验证域名的人不适用。

微信搜一搜（WeChat Search） ★

微信内搜索公众号、文章、小程序、视频号及其他微信生态内容的入口。跟 GEO 的关系：元宝官方确认会搜索公众号、视频号等腾讯生态信源，但本手册没有找到「搜一搜优化必然同步提升元宝引用」的公开规则。实操：用用户真实说法写标题和简介、保持主体信息一致，并分别在搜一搜与元宝记录可见性；不要把相关生态误写成同一排序系统。

新榜智汇（Geowise）

公开市场资料中出现的国产 GEO 监测产品名称之一。证据边界：本次核实未定位到可稳定验证其当前官网、平台覆盖、价格与数据方法的官方产品页，因此不能把「覆盖豆包、元宝、DeepSeek、Kimi、百度 AI、通义千问」写成已证事实。若考虑采购，应要求演示原始回答存档、账号/地区/模式控制、重复采样和导出能力。

国产 GEO 监测工具（透镜GEO）

2026 年公开市场线索中出现的一批 AI 可见性监测产品名称。证据边界：本手册没有逐一核实其当前公司主体、官网、免费额度、模型覆盖、价格和测量方法，不能复述营销页当功能事实。选型清单：是否覆盖目标国产产品；是否固定账号、地区与联网模式；是否保存原始回答与引用；是否做重复采样和误差说明；是否支持导出。早期先用手工小样本建立口径，再决定是否付费。

5118 / 站长之家（国内传统 SEO 工具）

国内老牌的站长工具与关键词数据平台。跟 GEO 的关系：关键词、需求与竞争页面数据可作为 prompt 研究的一类输入，但要再经过客服记录、站内搜索、访谈等真实语言校正。不同产品功能会更新，不能笼统断言它们「都没有 AI 可见性监测」；选具体功能时查当日产品说明。

百度统计（Baidu Analytics）

百度的免费网站流量统计工具。跟 GEO 的关系：国内 AI 产品未必保留稳定 referrer 或自动 UTM，因此 GA4、百度统计和服务器日志都可能漏记。自建短链/UTM 只适用于你能控制并投放的链接，不能给第三方 AI 自动生成的引用强行加参数；应结合来源域名、落地页调查与转化记录。

私域承接（Private-Domain Conversion）

把公域内容和 AI 搜索带来的流量，导入自己可控的触点（公众号、企微、社群）再转化。跟 GEO 的关系：运营岗 JD 明确写「有私域打粉、引流、截流工作经验优先」。分工是：GEO 负责「被找到、被信任」，私域负责「留下、成交」，AI 引用带来的是到店，私域是留客。注意合规边界：截流竞品品牌词、夸大承诺都有反噬风险。

全网内容矩阵（Content Matrix）

同一套品牌事实，在抖音、快手、小红书、公众号、知乎等平台做原生表达的内容网络。跟 GEO 的关系：运营岗 JD 原话「负责全网内容矩阵运营……保证全网品牌信息统一，提升 AI 抓取引用概率」。机械复制会被平台当低质重复，正确做法是同一事实源 + 平台原生改写 + 统一来源标注。

自然流（Organic Traffic（内容平台））

不投广告、纯靠内容在平台推荐流 / 搜索里自然获得的流量。运营岗 JD 常要求「自然流引流经验」。它与 GEO 的交集：自然流好的内容通常互动、完读、搜索行为更强，这类信号可能影响平台内搜索与 AI 组件的取材倾向，但平台未公开权重，只能用固定问题实测，别听「自然流好 = AI 更爱引」的因果故事。

工具与监测：看数据的家伙什

这一组讲你怎么看结果。注意一件事：没有哪个平台提供「AI 曝光量」后台，这类数字只能靠固定题库采样自己统计出来。

谷歌搜索控制台（Google Search Console (GSC)） ★

Google 官方免费工具，告诉你「我的站在 Google 眼里是什么样」。跟 GEO 的关系：AI Overviews / AI Mode 相关流量计入整体 Web 搜索数据，但 Google 不单独拆分，因此不能从总曲线精确归因。对有网站且关注 Google 的人值得注册；只有账号平台者不适用。

必应站长工具（Bing Webmaster Tools） ★

Bing 官方免费站长工具，2026 年提供 AI Performance 一手引用报告。报告覆盖 Microsoft Copilot、Bing 与部分合作 AI 体验，提供引用数、被引页面、grounding queries，以及预览中的 Intents、Topics、Citation Share、Compare。边界：它不代表 ChatGPT、Gemini、Claude 或国产引擎；Citation Share 也不是排名、流量份额或质量分。适合有网站且关心微软生态的人。

谷歌分析（Google Analytics 4 (GA4)） ★

免费网站流量分析工具，看访客从哪来、做了什么。跟 GEO 的关系：可按来源域名、UTM 与落地页建立 AI 引荐分组；ChatGPT 官方确认搜索引荐 URL 自动带 utm_source=chatgpt.com，其他产品需用自己的实际数据核验。受 referrer 丢失、隐私设置和跨应用跳转影响，GA4 数据不是完整真值。

Ahrefs

主流 SEO 工具套装，外链数据和关键词数据很强。跟 GEO 的关系：核实时 Ahrefs Academy 提供可免费访问的 AEO 课程，产品侧有 Brand Radar 等 AI 可见性功能。课数、登录要求、价格与功能会更新，使用时查当日页面；课程属于厂商教育内容，不是引擎官方规则。

Semrush

另一套主流 SEO 工具，功能覆盖面很广。跟 GEO 的关系：Semrush 提供 AI 可见性产品与 Academy 课程。具体模块名、免费访问、证书与价格规则会变化，须以当日页面为准；其指标定义带有厂商产品视角，应与平台一手数据分开。

Sitebulb

专注技术 SEO 审计的桌面工具，擅长把抓取结果可视化。跟 GEO 的关系：Sitebulb 与 iPullRank 等合作的《The Search Matrix》覆盖 RAG、检索和日志分析，适合技术拓展。可用性与收费规则以当日页面为准；课程观点属于第三方专业材料，不能自动升级为搜索引擎官方规则。

富媒体测试工具（Rich Results Test）

Google 官方免费工具，检查你的结构化数据写得对不对。它只验证 Google 当前支持的富媒体结果类型及其错误，不是通用 schema.org 验证器，更不是 AI 引用测试。Google 已在 2026 年移除 FAQ 富媒体结果及其测试支持；通用语法可另用 Schema Markup Validator。

AI 可见性监测工具（AI Visibility Trackers）

一类专门用来批量跑 prompt、统计 AI 提及和引用的商业工具。跟 GEO 的关系：早期可先用 5–20 条 prompt 的手工小样本建立字段和测量纪律。是否采购不取决于「超过 50 条」这一条死线，而取决于人工成本、重复采样需求、目标引擎覆盖、原始回答可追溯性和预算。

小结

1. 元宝、千问、Kimi 都没有面向站长公开独立爬虫 UA，抓取配置换不来答案，只能靠固定问题实测

2. 百度收录是合理的基础工作，但没有官方证据说它同步进文小言的回答

3. 元宝是目前唯一官方确认能吃到公众号内容的入口，做公众号的人优先测它

4. 说「AI 收录」必须带上平台、日期和问题证据，否则就是自我汇报

常见问题

Q：只有公众号没有网站，这套还能用吗？

能用。元宝官方确认覆盖公众号、视频号等腾讯生态信源，微信搜一搜也在。要做的动作变成：内容结构化、事实密度提高、主体信息跨平台一致，再加上固定问题采样看效果。

Q：国产 AI 监测工具值不值得买？

先手工跑 5 到 20 条问题建立口径，再决定。选型看五件事：覆不覆盖你的目标产品、能不能固定账号和地区、存不存原始回答、做不做重复采样、支不支持导出。别复述营销页当功能事实。

Q：为什么说国内靠生态站位？

因为元宝、千问、Kimi 没有公开独立爬虫 UA，你没法用一个专属配置去控制它们的回答。能做的事变成了：先问用户主要用哪家产品，再查官方已确认的可搜索范围，用固定问题记录真实来源。

Q：AI 收录到底怎么算？

它不是任何平台的官方指标。实际要拆成三层分别统计：可检索（在目标 AI 里查得到）、被引用（回答给出你的链接）、被提及（提到名字没给链接）。三者不能混为一谈。

AI 是怎么读到你的：从模型到爬虫的 49 个术语

刘效 — Sat, 26 Sep 2026 00:00:00 GMT

各位好，我是时效GEO博客站的刘效。

GEO 相关的 120 个术语，老刘在时效GEO 整理成了三篇，这是第一篇。

整理的时候朋友问过老刘：这些术语要全背下来吗？

不用。术语是在用的时候记住的。建议先看带 ★ 的 12 个，剩下的当成词典，遇到再回来查。

这就是老刘整理这三篇的核心目的：做成词典，不做成教材。没人需要通读，也没人需要背，遇到问题时知道翻哪儿就行。

那这一篇收的是哪一侧？机器侧：模型怎么工作、搜索怎么检索、谁在抓你的站、抓取的门怎么开。

这四层共 49 个词，老刘按顺序排好了，拼起来就是一条完整的链路：内容发出去之后，AI 到底看见了什么。

AI 和模型怎么工作

这一组讲模型本身。它们跟「怎么写内容」没有直接关系，但决定了 AI 能不能读懂你。

大语言模型（LLM） ★

ChatGPT、DeepSeek、豆包、文心一言背后跑的都是它，一个读完了半个互联网、专门练「猜下一个词」的模型。跟 GEO 的关系：它就是所有生成式引擎的大脑。你的内容想被引用，前提是它读得懂、抓得住、敢信。

词元（Token）

模型处理文字的最小单位，不是「字」也不是「词」，是一个介于两者之间的碎片。为什么要知道：上下文窗口、API 计费和截断通常按 token 计算，不按「字数」直接计算。

上下文窗口（Context Window）

AI 一次对话里能「同时记住」的内容上限，超出就会被忘掉或截断。跟 GEO 的关系：这解释了一件事，AI 不可能把整个网站读进上下文，它只能挑几段塞进去。所以「哪几段能被挑中」才是关键。

提示词（Prompt） ★

你输给 AI 的那段话。同一个模型，问法不同，答案质量能差出一个量级。跟 GEO 的关系：GEO 时代的「关键词研究」变成了「prompt 研究」，研究重点换了：以前看用户搜什么词，现在看用户会怎么跟 AI 说话。用户问 AI 的方式比问 Google 更长、更口语、更带场景，比如「我想发一篇材料方向的 SCI，找第三方测试机构靠谱吗」。你的监测表就是围绕这些 prompt 建的。

训练 / 推理（Training）

训练 = 造模型的过程（慢、贵、一次）；推理 = 用模型回答问题的过程（快、每次都在发生）。跟 GEO 的关系：新发布内容若要以可核验链接进入近期答案，通常依赖搜索、数据库或用户提供上下文；无链接的品牌提及也可能来自训练记忆，两条路径要分开监测。

参数 / 权重（Parameters）

模型内部那几百亿到几万亿个「旋钮」，训练就是拧这些旋钮。模型规模常说「70B」「671B」，分别表示约 700 亿和 6710 亿参数。某个已部署模型版本的权重不会因为你更新网站而即时改变，但厂商可通过新训练、微调或版本替换更新权重；检索结果则可在每次回答时变化。

微调（Fine-tuning）

拿新数据把模型再训练一遍，把新知识「焊」进权重里。跟 GEO 的关系：站长通常无法直接控制模型微调，因此日常重点仍是可检索内容与引用，但无链接品牌提及可能受训练记忆影响。

幻觉（Hallucination）

AI 生成了错误、无依据或与来源不符的内容，却表述得像真的。跟 GEO 的关系：真实、可追溯、彼此一致的来源有助用户核验并可能改善接地质量，但不能保证模型不出错，也不能据此宣称某平台必然更偏爱你的内容。

多模态（Multimodal）

模型不只看得懂文字，还能处理图片、音频、视频。跟 GEO 的关系：图片 alt、视频标题与字幕首先改善无障碍和传统搜索理解，也可能帮助支持这些信号的 AI 产品；不能笼统说所有 AI 都会读取或采用。

推理模型（Reasoning Model）

会「先想一会儿再回答」的模型，擅长复杂比较和推理。跟 GEO 的关系：结构清晰、证据可核验有利于比较任务，但没有统一公开证据证明「推理模型更爱吃某种格式」。

智能体（AI Agent）

不只是聊天，而是能自己动手办事的 AI，会点按钮、填表单、跨网站完成任务。跟 GEO 的关系：这是「未来时」。以后不只是人要能读你的网站，AI 智能体还要能「操作」你的服务。这催生了一个新话题：给机器用的接口（协议文件那组的 MCP 讲的就是它）。

搜索怎么把内容找出来

这一组讲检索。你的内容要先进得了索引，才谈得上被检索；要被检索到，才谈得上被引用。

爬虫 / 蜘蛛（Crawler） ★

搜索引擎派出去的「自动浏览程序」，它会一个链接接一个链接地把整个互联网读一遍。跟 GEO 的关系：自动爬虫是常见入口，不是唯一入口；平台还可能通过第三方索引、API、垂直数据库或用户触发访问获取页面。

抓取（Crawling） ★

爬虫把你的页面内容下载回去这个动作。跟 GEO 的关系：不同 AI 爬虫对 JavaScript 的渲染能力与等待策略差异大且常不公开，所以关键事实最好在初始 HTML 中可见或提供稳定服务端渲染版本。

渲染（Rendering）

把网页代码「画」成你能看到的样子的过程。跟 GEO 的关系：很多站「人看着正常，AI 看到的是空的」，就是栽在这一步。

索引（Indexing） ★

爬虫下载完内容后，判断这一页值不值得存进它的大数据库。存进去了，才可能被搜到。跟 GEO 的关系：先确认目标引擎或上游索引能否发现页面；没进 Google 索引不代表 Bing、百度、平台 API 或用户直访都看不到。

搜索结果页（SERP）

你搜完之后看到的那个结果列表页面。跟 GEO 的关系：AI 概览会改变点击分配并可能增加零点击，但具体流量变化还受查询意图、版位、品牌和设备影响，不能把所有自然流量下滑都归因于它。

排名（Ranking）

用户搜某个词时，引擎决定把你的页面放在第几位。跟 GEO 的关系：原查询的自然排名与 AI 引用并非一一对应，fan-out 还可能从相关子查询结果取材；但 Google 官方仍说其生成式搜索建立在核心搜索系统上。排名是相关信号和基础能力，不是所有引擎统一的硬门槛。

向量 / 嵌入（Embedding）

把一段文字变成一串数字，让机器能「算」两段文字意思像不像。跟 GEO 的关系：语义模型降低了为每个同义说法造一页的必要性，但现代搜索通常是关键词、语义、链接、质量等信号的混合系统；精确术语、实体名和用户语言仍有价值，只是不能堆砌。

语义检索（Semantic Retrieval）

按「意思」找内容，而不是按「字面」找内容。跟 GEO 的关系：好消息是你不用为每种问法改写一遍内容；坏消息是，内容如果没有真实的信息含量，只是词堆得巧，语义检索不会给你任何加分。

关键词检索（Lexical Retrieval）

按字面词是否匹配来找内容，是上一代搜索引擎的老手艺。它快、准、可解释，但不认同义词。现代搜索系统一般把两种检索混着用（跟下一条的混合检索配合使用）。

混合检索（Hybrid Retrieval）

结合字面匹配与语义向量等多种召回/排序信号的检索方式；权重并非固定各占一半。跟 GEO 的关系：准确术语和自然语言都要有，但没有「关键词密度」这把万能扳手。

站点地图（Sitemap.xml）

放在你网站根目录的一个清单文件，列出你希望被收录的所有页面。跟 GEO 的关系：这是很基础的活儿，但漏了会让新内容被发现得慢很多。花十分钟就能补。

日志文件（Log File）

服务器的访问记录，谁什么时候来访问了什么页面，都记在里面。跟 GEO 的关系：日志是确认你的服务器收到了哪些请求的硬证据，但 UA 可伪造，最好结合官方 IP、反向 DNS 或签名验证。一个月零记录只说明该日志范围内没观察到相应请求，可能是爬虫尚未发现、访问了别的节点、经第三方索引取材或根本没抓，不等于「必然进不来」。

向量数据库（Vector Database）

专门存「文本向量」的数据库，按意思相近而不是字面一致来检索。跟 GEO 的关系：RAG 系统用它取材，你的内容进入其数据源才有机会进入候选；系统开发岗 JD 明确要求「了解向量数据库基础」。动手装一个 Chroma，把自己的文章灌进去用不同措辞检索一遍，概念立刻落地。

重排（Rerank）

检索的第二轮筛选：先用便宜的方法召回几十条候选，再用更精细的模型挑出几条最好的。跟 GEO 的关系：这就是「可提取性」的技术视角：结论前置、段落独立成立的片段更容易在重排中存活。JD 里「语义优化经验优先」指的就是这类工作，重排调优是其中最可动手的部分。

知识图谱（Knowledge Graph）

用「实体 + 关系」组织知识的网络：产品—属于—产品线、案例—客户—行业，节点连成图。跟 GEO 的关系：系统开发岗 JD 原话「运用 RAG 技术构建营销知识图谱，整合产品信息、用户画像」。对内容生产的启示：把品牌事实写成实体清楚、关系明确的结构，人和机器都更容易核验与引用。

谁在抓你的站：爬虫与 UA

这一组讲抓取方。同样叫「爬虫」，背后可能是搜索、训练、用户触发三种用途完全不同的东西。

谷歌爬虫（Googlebot） ★

Google 的通用抓取爬虫，负责把网页抓回去供搜索使用。跟 GEO 的关系：Google Search 的 AI Overviews / AI Mode 依赖 Google Search 的抓取与索引基础，没有单独要求站长放行某个「AI Overview Bot」。页面要先满足常规搜索抓取、索引与摘要展示资格；这不等于「Googlebot 本身生成 AI 答案」。

谷歌 AI 使用控制令牌（Google-Extended）

写在 robots.txt 里的产品令牌，不是会单独出现在日志里的爬虫 UA。跟 GEO 的关系：它不控制 AI Overviews / AI Mode，那些属于 Google Search；不要把它叫成独立训练爬虫。

OpenAI 训练爬虫（GPTBot） ★

OpenAI 用来抓取可能用于改进、训练生成式基础模型的内容。跟 GEO 的关系：屏蔽 GPTBot 表示站点内容不应由它用于潜在训练；ChatGPT 搜索自动抓取由 OAI-SearchBot 单独控制。两者设置相互独立，但页面仍可能通过其他合法来源只显示导航链接。

OpenAI 搜索爬虫（OAI-SearchBot） ★

用于在 ChatGPT 搜索结果中展示网站内容的自动抓取爬虫。跟 GEO 的关系：如果你希望页面正文进入 ChatGPT 搜索摘要和引用，应允许它并放行官方 IP；若屏蔽，正文不会进入搜索答案，但 URL 仍可能以导航链接出现。它不用于训练基础模型，因此可以「允许 OAI-SearchBot、禁止 GPTBot」。是否允许取决于你的内容策略，不是绝对命令。

ChatGPT 用户代理（ChatGPT-User）

用户主动让 ChatGPT 访问某个网页时用的标识，不是自动爬取。它不是自动搜索索引爬虫，也不决定页面能否出现在 ChatGPT Search。OpenAI 说明这类用户触发动作中 robots.txt 规则可能不适用；需要强制保护的内容应靠认证与服务端访问控制。

Perplexity 收录爬虫（PerplexityBot） ★

Perplexity 用来把网页收进自己索引的爬虫。跟 GEO 的关系：Perplexity 引用最显性，所以这个爬虫的来访记录最好观察。

Perplexity 用户代理（Perplexity-User） ★

用户提问时，Perplexity 去访问某个具体页面用的标识。这里有个坑：官方文档原话是它「一般会忽略 robots.txt 规则」，因为这是用户主动发起的抓取。也就是说，robots.txt 拦不住它。想真正阻断只能靠服务端 IP 控制，但那会同时影响正常访客。

Anthropic 爬虫（ClaudeBot）

Anthropic 用来收集训练数据的爬虫。跟 GEO 的关系：它主要涉及训练数据抓取，不等同于 Claude 产品的实时搜索或用户触发访问。屏蔽只影响未来由该 UA 进行的抓取，不会撤回既有数据，也不能概括 Claude 所有数据来源；当前产品能力应查 Anthropic 官方文档。

公共爬虫计划（CCBot）

一家非营利机构爬取整个互联网建成的公开数据集，很多 AI 实验室拿它来训练模型。跟 GEO 的关系：你自己用的训练数据跟你无关，但很多小实验室没能力自建爬虫，靠的就是这个数据集。

必应爬虫（Bingbot）

Bing 的抓取爬虫，同时服务于 Bing 搜索和 Copilot。跟 GEO 的关系：Bing 搜索索引服务于 Bing、Copilot 与微软披露的部分合作体验；被 Bing 收录是微软生态可见性的基础之一。AI Performance 提供该生态的一手引用数据，但不能外推到其他引擎。

Meta 爬虫（meta-externalagent）

Meta（Facebook）用于获取用户指定网页的标识。Meta 有多个用途不同的 UA；用户指定 URL 的抓取与训练型 meta-externalagent 不能混为一谈。是否遵守 robots.txt、用于什么目的，应按 Meta 当前官方爬虫文档逐项核对。

抓取的门：协议文件

这一组讲你怎么控制抓取。核心是记住一件事：这些文件管的是允许不允许抓，不是收不收录，更不是引不引用。

机器人协议文件（robots.txt） ★

放在网站根目录的一个纯文本文件，告诉爬虫「哪些能抓、哪些不能抓」。跟 GEO 的关系：要按用途区分搜索、训练和用户触发 UA，并同时检查 WAF；放行也只代表允许抓取，不保证索引或引用。

大模型文本索引（llms.txt）

2024 年才提出的新提议：在网站根目录放一个给 AI 看的「说明书」。Google Search 官方明确说明：不使用 llms.txt，也不要求新的机器可读 AI 文件；文件即使被发现、抓取或索引，也不代表特殊待遇。截至核实日，本手册未找到其他主流引擎把 llms.txt 确认为收录或引用条件。结论：不要把它列为 GEO 必做项；若为特定工具提供，可做但必须写清目标消费者和验证方法。

结构化数据（Structured Data）

用一种机器能直接读懂的格式，把页面里的信息「标注」一遍。跟 GEO 的关系：Google 官方说进入生成式搜索功能没有特殊 schema 要求；既有结构化数据应按传统搜索、知识面板、商品或本地业务等明确用途使用，并与可见文本一致。目前不能把它宣称为 AI 引用加分项。

结构化数据词汇表（schema.org）

一套公开的「名词表」，规定了「作者」「公司」「问答」这些东西机器该怎么叫。跟 GEO 的关系：它能让传统搜索和其他机器消费者更明确地识别实体属性，但具体生成式引擎是否、如何使用并不统一公开；价值首先来自正确表达事实，而非秘密加权。

JSON-LD

写结构化数据最主流的一种格式，把标注塞在一段 JSON 代码里。跟 GEO 的关系：只标注页面真实可见的信息，不要为 AI 另外编一份隐藏事实。

问答结构化标记（FAQPage）

专门用来标注「一问一答」内容的结构化数据。跟 GEO 的关系：先写真实有用的问答；是否保留 schema 取决于其他机器消费者与维护成本。

组织结构化标记（Organization Schema）

用结构化数据告诉机器「你是谁」：公司名、Logo、联系方式、社交账号。跟 GEO 的关系：统一实体信息是合理基础工作，但「加了标记就减少 AI 说错」目前缺少可量化保证；仍需同步维护官网可见内容和第三方权威资料。

规范链接（Canonical）

告诉引擎「这一堆相似页面里，哪一个才是正主」。跟 GEO 的关系：它有助传统搜索整合重复 URL 信号；是否直接改变某个 AI 产品的引用归并方式没有统一保证。

即时推送协议（IndexNow）

你内容一更新，就主动「敲门」通知引擎「我改过了」，不用等它自己来巡。跟 GEO 的关系：对支持 IndexNow 的搜索引擎，它可更快通知 URL 新增、更新或删除；不同 AI 产品是否直接使用这些索引另当别论。注意：它只是发现信号，不保证抓取、索引、排序或引用。

模型上下文协议（MCP） ★

让 AI 能「接上外部工具」的一套通用插头标准，由 Anthropic 在 2024 年底提出。跟 GEO 的关系：这是「未来时」而不是「现在时」。今天你需要做的是「人能读到你的内容」；明天可能需要「AI 智能体能操作你的服务」。业界已经在讨论「给机器看的接口」这件事（比如给机器用的 markdown 版页面、面向智能体的端点）。现在的正确姿势：知道它是什么就行，先别投入。

无障碍标记（ARIA）

给网页元素加「这是个按钮」「这是个菜单」这类说明，让读屏软件能理解页面。跟 GEO 的关系：意外的好处，OpenAI 官方文档提到，ChatGPT 的浏览器智能体就是靠 ARIA 标记来理解页面结构和操作元素的。也就是说，无障碍做得好，等于顺便让 AI 也看得懂你的页面。这是个很划算的「一石二鸟」。

流量来源参数（UTM 参数）

加在网址后面的小标签，用来标记「这个访客是从哪来的」。跟 GEO 的关系：UTM 是归因线索，不是完美真值，还要结合 referrer、服务器日志与转化数据。

小结

1. AI 读不完你的整个网站，它只挑几段，所以「哪几段能被挑中」才是优化的落点

2. 抓取、索引、检索是三件事，内容在 AI 眼里是空的，多半栽在客户端渲染

3. 爬虫按用途分搜索、训练、用户触发三类，放行要分开判断

4. robots.txt 管的是抓取许可，不保证收录，更不保证被引用

常见问题

Q：为什么把 AI 基础和爬虫放在一篇里？

因为它们回答的是同一个问题：AI 是怎么读到你的。只懂模型不懂抓取，会以为「内容好就够了」；只懂抓取不懂模型，会以为「放行了就会被引用」。两头都要有。

Q：这套跟国内 AI 有区别吗？

有。上面讲的机制是通用的，但国内三家（元宝、千问、Kimi）没有公开独立爬虫 UA，抓取配置换不来答案，思路要换。这部分在系列第三篇。

Q：三篇要按顺序读吗？

三篇是三个视角，可以分开看：机器侧、方法侧、市场侧，每篇都能独立成立。但如果从零开始，建议按顺序走一遍，视角从底层往上抬。

Q：要找的词这里没有怎么办？

这三篇覆盖的是手册里的 120 条基础概念。如果你要查的是某个平台的最新政策或具体参数，术语解释不够用，得去官方文档核对，那类信息会更新。

GEO 到底在做什么：35 个核心术语

刘效 — Sat, 26 Sep 2026 00:00:00 GMT

各位好，我是时效GEO博客站的刘效。

GEO 相关的 120 个术语，老刘在时效GEO 整理成了三篇，这是第二篇。

整理的时候朋友问过老刘：这些术语要全背下来吗？

不用。术语是在用的时候记住的。建议先看带 ★ 的 13 个，剩下的当成词典，遇到再回来查。

这就是老刘整理这三篇的核心目的：做成词典，不做成教材。没人需要通读，也没人需要背，遇到问题时知道翻哪儿就行。

那这一篇收的是哪一侧？方法侧：GEO 到底在做什么。35 个词，分四组：GEO 是什么、它靠什么机制运作、看什么指标、具体怎么做。

上一篇讲了机器怎么读你的内容。知道机器是怎么运作的之后，这一篇回答的是：你能拿它做什么。

GEO 是什么：三个字母的差别

这一组先把概念和产品对齐。海外那些 AI 搜索产品，是理解生成式引擎的参照物。

生成式引擎优化（GEO） ★

让 AI 在生成答案时引用你的内容，而不是让你的网页排在列表第一位。Aggarwal 等跨机构作者在 2023 年论文《GEO: Generative Engine Optimization》中将该概念形式化，论文后被 KDD 2024 收录。论文在特定实验设置中测试了 9 种改造：加专家原话、加统计数据、加引用来源表现靠前；关键词堆砌在位置调整词数指标上低于未优化基线，但另一项主观指标并非负值。注意：摘要的「up to 40%」是生成回答中可见性代理指标的改善，不是流量、点击或转化涨 40%，更不是所有引擎的保证。

答案引擎优化（AEO） ★

优化内容，使搜索、语音助手或生成式系统更容易直接提供或引用答案。行业用法没有统一标准：AEO 常偏直接答案、精选摘要、语音与 AI 答案，GEO 更强调生成式引擎中的可见性、提及和引用，两者大量重叠但不必强行画等号。使用时先定义范围和指标。

搜索引擎优化（SEO） ★

让网页在搜索引擎的结果列表里排得更靠前的所有手法。跟 GEO 的关系：这是最容易被误传的一点，很多人在喊「SEO 已死，只有 GEO」，但 Google 官方明确说生成式 AI 特性建立在核心搜索排序系统之上。也就是说：SEO 是地基，GEO 是地基上多盖的一层。地基塌了，上面盖什么都白搭。

生成式引擎（Generative Engine）

会「写出答案」而不是「列出链接」的搜索系统，统称。ChatGPT Search、Perplexity、Google AI 概览、Bing Copilot 都属于这一类。它们的共同点：读多份资料、合成一段话、标注来源。你的战场就是那个「来源」位置。

AI 概览（AI Overviews） ★

Google 搜索结果最顶部那个由 AI 生成的答案框，下面挂着几条来源链接。跟 GEO 的关系：官方原话是「没有任何额外要求，也没有特殊优化手段」，只要你的页面能被 Google 索引、能被正常抓取，就有资格出现在里面。别信「进了 AI 概览的秘诀」这类说法。

AI 模式（AI Mode）

Google 推出的对话式搜索模式，可以连续追问、做复杂比较。跟 AI 概览的区别：AI 概览是「顺带给你一个答案」，AI 模式是「专门陪你研究一个问题」。它会用不同的模型，所以出现的引用来源和 AI 概览常常不一样。

ChatGPT 搜索（ChatGPT Search）

ChatGPT 里那个会联网查资料的搜索功能。跟 GEO 的关系：OpenAI 官方建议允许 OAI-SearchBot 并放行官方 IP，以便页面正文进入搜索摘要；这只是可发现性的必要条件之一，不保证收录或引用。ChatGPT 搜索引荐 URL 会自动带 utm_source=chatgpt.com，可用于分析。

Perplexity

一款几乎每条回答都附来源编号的 AI 搜索产品。跟 GEO 的关系：它的两个爬虫行为不同，这是最容易被误操作的地方（两个爬虫的差别，见本系列第一篇的爬虫那组）。

Copilot（Microsoft Copilot）

微软的 AI 助手，背后用 Bing 的索引和「接地」能力。跟 GEO 的关系：Bing Webmaster Tools 的 AI Performance 是少数平台一手 AI 引用报告之一，可查看微软生态中的引用数、被引页面和 grounding queries；它不覆盖 ChatGPT、Gemini、Claude 或国产引擎。

它靠什么运作：接地与检索

这一组讲机制。AI 回答为什么不靠记忆、要先去网上找资料，答案都在这几个词里。

接地（Grounding） ★

AI 回答时不靠记忆，而是先去网上找真实资料「踩实」再回答。Google、Microsoft 等产品文档常用这个词描述以外部证据支撑生成答案。它和 RAG 高度相关，但不必在所有架构里完全等同。更准确的推论：在依赖某个搜索索引的接地系统中，未进入该索引通常难以成为直接来源；但引擎还可能通过合作索引、垂直数据库或用户触发抓取取材。

检索增强生成（RAG） ★

AI 回答前先去检索相关资料，再基于查到的东西生成答案。俗称「开卷考试」。跟 GEO 的关系：它是「可被检索并作为来源展示」这一路径的核心机制之一；但并非每个回答都触发联网检索，也不是所有生成式引擎都公开采用同一套 RAG 实现。

查询扇出（Query Fan-out） ★

你只问了一句话，AI 背后自动拆成好几个相关小问题，并发去搜。跟 GEO 的关系：内容既要有足够深度，也要覆盖用户决策所需的相关角度；不要把 fan-out 误读成「广度永远胜过深度」，更不要为每个猜测子查询批量制造薄页。

段落级检索（Passage-level Retrieval）

AI 定位的是页面里的某个段落，不按整页来判断。跟 GEO 的关系：让每个小节拥有明确主题、必要上下文和可核验结论，能改善人和机器的信息定位；但不必把每段写成一篇孤立小作文。

看什么指标

这一组最容易出错的地方是：把数值相近但含义不同的指标混在一起统计。

引用（Citation） ★

AI 在答案里把你的内容列为来源，并给出可点击的链接。这是 GEO 追求的主要目标，也是能带来真实流量的那一种曝光。注意和「提及」区分：提及是 AI 报了你的名字但没给链接，价值低一档。

提及（Mention）

AI 在答案里提到了你的名字，但没给链接。有品牌曝光价值，但带不来点击。为什么要单独统计：不同引擎习惯不同，ChatGPT 常常提但不给链，Perplexity 几乎每条都带来源编号。把两者混在一起统计，你的结论一定是错的。

AI 可见性（AI Visibility） ★

当用户向 AI 提问时，你的品牌有没有、多经常、以什么方式被提到。这是 GEO 时代新增的一组指标，但没有取代传统排名、点击、转化和收入。通常拆成：被提及频率、被引用比例、描述准确性/情感，以及由 AI 引荐产生的访问和转化。

引用份额（Citation Share）

针对某个具体问题，AI 引用的所有来源里，你的网站占了多少比例。跟 GEO 的关系：它补充总引用数，便于观察相对曝光；但官方明确说它是观察性指标，不是排行榜、竞争得分、流量份额或内容质量评分。

声量份额（Share of Voice）

在你所在领域的所有 AI 答案里，你的品牌出现频率相对于竞品的占比。传统营销里就有这个概念，GEO 时代被重新捡起来用。怎么量：固定一批 prompt，每月跑一遍，数「你出现几次、竞品出现几次」。

可提取性（Extractability）

你内容里的信息能不能被干净利落地「抠」出来、单独用。跟 GEO 的关系：可提取性是行业常用概念，不是各平台公布的统一评分项；把它当编辑质量原则，而非算法开关。

零点击搜索（Zero-click Search）

用户在搜索结果页或 AI 界面就拿到了答案，根本没有点进任何网站。跟 GEO 的关系：意味着你的 KPI 要变，不能只盯点击，还要盯被引用次数、品牌提及、以及被引用后的转化。

事实密度（Factual Density）

你的内容里有多少具体的数字、数据、来源和可验证的说法。跟 GEO 的关系：原始论文中 Statistics Addition 在两个印象指标上表现靠前，但「第二好」取决于具体指标。数字必须真实、有时间和来源；伪精确数据比空话更糟。

AI 引荐流量（AI Referral Traffic）

从 AI 产品的答案链接点进你网站的那部分访客。可在 GA4 或服务器分析里按来源域名、UTM 参数和落地页筛查；ChatGPT 官方确认其搜索引荐 URL 会带 utm_source=chatgpt.com，其他产品的来源标记需逐一验证。流量质量高低必须看自己的转化数据，不能用行业印象替代。

AI 收录（AI Inclusion） ★

岗位黑话：内容「被 AI 平台收进去了」。它不是任何平台的官方指标，面试和汇报时先定义口径再谈数字。跟 GEO 的关系：招聘 JD 常写「监控 AI 收录数据」「规避收录降级」，落地动作是固定题库采样加分层统计，而不是找一个开关。说「已收录」必须带上平台、日期和问题证据，否则就是自我汇报。

AI 曝光（AI Exposure）

品牌或内容出现在 AI 回答里的机会总和：提及、引用、进入推荐候选都算。跟 GEO 的关系：JD 里的「监控曝光数据」= 建题库、定口径、跑采样、报趋势。换了题库再报「曝光涨跌」，等于换了尺子量身高，口径不变是这个指标的全部信誉。

关键词覆盖率（Keyword）

目标问题集里，有多少条已经有合格的答案资产在覆盖。跟 GEO 的关系：这是把「内容做没做」翻译成管理层能懂的百分比的最短路径，也是「关键词覆盖」类 JD 要求的严谨版。

观点采纳（Viewpoint Adoption）

AI 回答不只提到你，还转述、采纳了你的观点或结论，比提及更深一层的信号。跟 GEO 的关系：主流岗位 JD 已把「品牌曝光、观点采纳、推荐变化」并列为监测指标。观点被准确转述是权威度信号；被改写走样则是要修正的事实风险，只记次数不存证，复盘时说不清是哪一种。

内容被 AI 推荐率（AI Recommendation Rate）

在「有哪些值得考虑的 X」这类推荐或比较问题里，品牌进入 AI 给出的候选名单的占比。跟 GEO 的关系：这是系统开发岗 JD 的原话指标，也对应五层漏斗的最后一层（发布、可发现、提及、引用、推荐）。只测品牌词会把推荐率测虚高，得用无品牌品类题测才算数。

具体怎么做：从题库到排期

这一组讲动作。核心是把「关键词研究」换成「问题研究」，再给问题排优先级。

问答库（Q&A Library）

围绕目标问题集系统建设的标准问答资产：用户原话问题 + 结论前置答案 + 证据 + 来源。跟 GEO 的关系：运营岗 JD 原话「搭建品牌知识库、问答库、关键词体系」。问答库是把「问题体系」变成「内容资产」的那张表，也是最容易整段被 AI 抽走引用的内容形态。

品牌知识库（Brand Knowledge Base）

品牌事实的结构化汇总：产品参数、资质、案例、价格边界、适用与不适用范围。跟 GEO 的关系：「事实密度」要求内容里全是可验证的数字与来源，品牌知识库就是这些数字的唯一出处。事实库一乱，各平台口径就会漂移，AI 的描述也会跟着走样。

关键词体系（Keyword System（AI 语境））

运营岗 JD 说「搭建关键词体系」，在 AI 场景下真正要建的是问题体系（prompt 体系）。一条真实问题对应一个决策场景；判断标准是每条问题后面你都写得出「谁在什么处境下会这么问、答案影响他哪步决策」。写不出来的就是伪需求，别把它做成新的关键词堆砌。与「问答库」配套使用：问题体系定方向，问答库是资产形态。

语义关键词体系（Semantic Keyword System）

技术岗 JD 原词：按语义相关性（而非字面匹配）组织的内容主题与问题框架。实践中通常落成三层：核心实体（品牌 / 产品）、簇问题（query fan-out 的子问题）、长尾场景表达。与「向量数据库」配合时，它就是 RAG 系统「检索什么」的地图，对应 JD 原话「搭建语义关键词体系和结构化内容框架」。

购买意图（Purchase Intent（三问打分之一）） ★

一条用户问题离「掏钱」有多近。是三问打分里的第一问，也是主锚 JD 职责 2 的原话指标。5 分 = 已在比价 / 选供应商；3 分 = 在了解方案；1 分 = 纯好奇。为什么要单独打分：高曝光、高意图为零的问题最容易把复盘数据做得漂亮却带不来商机，把「很多人问」误当成「很重要」，是问题库最常见的自欺。

商业价值（Business Value（三问打分之一）） ★

这条问题被答中、被采纳，值多少钱。三问打分里的第二问。跟 GEO 的关系：AI 答案里被推荐不等于有商业价值；把「品牌被提及 N 次」报给老板时，必须同时给出这些提及里高商业价值问题的占比。

可满足性（Answerability（三问打分之一）） ★

有没有资格、有没有证据把这条问题答好。三问打分里的第三问，也是最容易被忽略的一问。5 分 = 现成内容改改就行；3 分 = 要新写一篇；1 分 = 根本没有这个能力。硬规则：可满足性 = 1 的一律不进 P0，答不了的高价值问题是能力缺口，不是内容排期问题；硬做只会生产一篇连自己都不信的空话。

优先级分级（Priority Tiers (P0–P3)）

把三问打分换算成排期档位：P0 这周做、P1 本月排、P2 有空再做、P3 先补能力。跟 GEO 的关系：主锚 JD 职责 2 要求「建立核心问题优先级体系，指导优化方向」，翻译过来就是：资源永远不够，先打能赢且值得赢的。完整规则见《运营资产清单》T3。

小结

1. GEO 是 SEO 之上多盖的一层，Google 官方说生成式搜索建立在核心搜索系统上，地基塌了上面白搭

2. 提及和引用必须分开统计，能带来真实流量的是引用

3. 指标口径不清等于数据自欺，说「已收录」必须带平台、日期和问题证据

4. 可满足性等于 1 的问题一律不进 P0，答不了的高价值问题是能力缺口，不是排期问题

常见问题

Q：GEO 会取代 SEO 吗？

不会。Google 官方明确说，生成式 AI 特性建立在核心搜索排序系统之上。收录、抓取、结构化数据这些活照旧，GEO 是在此之上多要一层：被答案引用。

Q：没有网站只有账号，这些指标还能用吗？

能用，但要改口径。引用份额依赖可点击链接，只有账号的话重点看被提及频率、描述准确性和推荐率。指标定义要按你实际能控制的东西来。

Q：三问打分怎么落地？

让每条候选问题过三遍：离掏钱多近（购买意图）、被答中值多少（商业价值）、有没有资格答（可满足性）。三问都过 3 分才进候选，然后按乘积排 P0 到 P3。

Q：为什么反复强调口径？

因为换个题库再报涨跌，等于换了尺子量身高。口径不变是这个指标的全部信誉。

国内大模型都在引用谁？12 个入口 1.09 亿次引用的实测拆解

刘效 — Fri, 25 Sep 2026 00:00:00 GMT

各位好，我是时效GEO博客站的刘效。对AI有比较深度使用的朋友应该有发现，国内主流大模型的引用源差异非常大：同一个内容源，在豆包里占 31%，在 DeepSeek 的榜单里完全找不到。老刘端侧实采了 12 个 AI 入口、1.09 亿次引用记录，把每个入口的上游来源拆开对了一遍，有以下这么几个发现。

数据是怎么采的

老刘跑了一套采集流程：用真实浏览器环境逐个打开引用源榜单，对 12 个 AI 入口逐项取数，再按三档时间窗口（近 3 个月、近 1 个月）各跑一遍，一共 78 组榜单。这个数据量和信息整理的密度，除了时效GEO博客站应该是全网公开干货的独一份。

先说口径，不然后面的数字会看错：

引用率 = 某来源的引用次数，占该平台总引用次数的比例，同一平台所有类型加起来是 100%
榜单里的站点数值是取整显示的，所以会出现一排来源并列 1%
这是监测样本，不是全网普查。趋势可信，绝对值别当精确值用

样本盘子：引用次数 109,124,608 次，覆盖文章 21,148,731 篇，涉及站点 856,714 个。

官网拿走近一半，但这个数字最容易被误读

按站点类型排行，全部平台口径：

| 站点类型 | 站点数量 | 引用率 |

| 官网/独立站/行业垂直 | 816,232 | 47.47% |

| 门户/自媒体平台 | 15,973 | 26.57% |

| 视频平台 | 1,996 | 9.75% |

| 电商平台 | 881 | 6.20% |

| 社区/论坛/博客 | 475 | 5.08% |

| 地方媒体/新闻 | 2,030 | 2.11% |

| 政府/公共机构 | 12,650 | 1.32% |

| 央媒/主流媒体 | 1,609 | 1.25% |

| 教育/学术 | 4,868 | 0.26% |

看到 47.47%，第一反应通常是"那做独立站有戏"。把站点数量一起放进来，结论会反过来。

| 社区/论坛/博客 | 475 | 5.08% | 14,810 |

| 视频平台 | 1,996 | 9.75% | 5,973 |

| 电商平台 | 881 | 6.20% | 5,688 |

| 地方媒体/新闻 | 2,030 | 2.11% | 1,961 |

| 央媒/主流媒体 | 1,609 | 1.25% | 1,653 |

| 门户/自媒体平台 | 15,973 | 26.57% | 1,410 |

| 政府/公共机构 | 12,650 | 1.32% | 109 |

| 教育/学术 | 4,868 | 0.26% | 73 |

| 官网/独立站/行业垂直 | 816,232 | 47.47% | 66 |

社区/论坛/博客平均每个站点被引 14,810 次，官网是 66 次，差 224 倍。

这里要克制一点：均值高说明这个类型有"批发式引用"的特征，同一个站点被同一批内容反复带出；官网是极端的长尾，81 万个站点里大多数一年也未必被引到几次。

所以"做独立站有戏"没错，错的是"随便做个独立站"。独立站是唯一你 100% 能控制的位置，低均值恰恰说明池子竞争不激烈，前提是你得挤进那批被反复引用的少数站点。

12 个入口的引用源，几乎不重叠

这是整份数据里最有价值的部分。把同一批来源横向拉平：

| 来源 | 豆包 | DeepSeek | 元宝 | 千问 | 百度AI | 文心 | Kimi | AI抖音 |

| 抖音 www.iesdouyin.com | 31% | — | — | — | — | — | — | — |

| 抖音 www.douyin.com | — | — | — | — | — | — | — | 42% |

| 微信公众号 | — | — | 13% | — | 2% | 2% | 4% | — |

| 百家号 | — | 1% | — | 1% | 19% | 17% | — | — |

| 夸克 | — | — | — | 14% | — | — | — | — |

| 搜狐 www.sohu.com | 1% | 2% | 3% | 3% | 4% | 5% | 9% | 1% |

| 今日头条 m | 9% | 1% | 2% | 5% | — | — | — | 6% |

| 百度百科 | — | 4% | 1% | 2% | 3% | 3% | — | — |

| 知乎专栏 | — | 2% | — | — | 4% | 3% | — | — |

| 网易 www.163.com | 1% | 2% | 2% | 2% | 3% | 3% | 5% | 1% |

| 博客园 | 1% | 1% | 1% | 2% | 1% | 2% | 4% | 1% |

| 什么值得买 | 1% | 5% | 1% | 2% | 2% | 2% | 2% | — |

| 哔哩哔哩 | — | — | — | — | 6% | 3% | 1% | — |

| CSDN 博客 | 1% | — | — | — | 1% | 1% | 1% | 2% |

— 表示该来源没进这个入口的榜单前列，不等于绝对为零，但肯定不在主力位置。

三件事值得单独说。

抖音分成两个池子。 www.iesdouyin.com 是抖音的网页分享域名，在豆包占 31%，在其他 11 个入口的榜单里全部缺席；www.douyin.com 是主站，反过来只在 AI 抖音占 42%。你在抖音发内容能不能被引用，取决于它进了哪个池。

没有一个平台通吃的自媒体。 百家号在百度 AI 和文心占 19% 和 17%，在豆包查不到；微信公众号只在元宝成为第一来源，在豆包、DeepSeek、千问那边是空白。豆包吃头条系，元宝吃微信，百度吃自己，千问走夸克。你选的其实是一个 AI 的上游。

搜狐是被普遍采信的例外。 它同时出现在 8 个入口的表里，在 Kimi 那边占 9% 排第一。没有生态绑定，但所有入口都认它。

各模型收录喜好对照

把 12 个入口各自的口味压缩成一张表，这是本文最该被收藏的部分：

| 千问（手机） | 官网 56.89% | 夸克 5% | 已经转向独立站优先 |

三行最值得划重点：

DeepSeek 最挑食也最稳定。 69% 的引用给了独立站，什么值得买、百度百科、淘江湖、知乎专栏是它的常客。它不看新鲜度，看内容能不能被查证。

元宝是唯一能吃到公众号流量的入口。 微信公众号在它那里占 13%，其他入口最多 4%。做公众号的人想被 AI 引用，元宝是目前唯一的口。

千问两端不一样。 网页端门户第一，手机端官网第一。同一个 AI 的两端可以当同一个目标对待，千问要分开做。

越新的内容，抖音权重越高

榜单有三档时间口径，把抖音的引用率按时段排：

| 入口 | 全部时间 | 近 3 个月 | 近 1 个月 |

| 全部平台 | 9% | 12% | 17% |

| 豆包（网页） | 31% | 42% | 56% |

| 豆包（手机） | 35% | 42% | 55% |

豆包对抖音的依赖，半年内从 31% 涨到 56%。视频平台的类型占比同步上行，全平台从 9.75% 涨到 13.86%，豆包从 27.09% 涨到 47.46%。同一时间，门户/自媒体在豆包从 18.59% 掉到 7.76%。

时效GEO 实采记录的时间是截止2026年的9月份：如果你做的是新内容，抖音的边际价值比一年前高得多；靠图文自媒体从豆包拿新流量，性价比在快速下降。

小结

1. 选场地要排在写内容前面，同一个来源在不同 AI 里的价值差能到 20 倍以上

2. 独立站要做，目标不是开一个站，是挤进被反复引用的那一小批站点

3. 抖音正在变成国内 AI 的基础引用源，视频化越早做越好

4. DeepSeek 奖励留存和可查证，千问正在向独立源掉头，两个方向都不依赖自媒体平台

5. 引用源结构在变，而且不慢，按半年前的经验做决策风险不小

常见问题

Q：想让豆包引用我，该去哪里发内容？

豆包的上游主要是头条系，抖音在它那里占 31%。能视频化就进抖音，不能就做头条号和搜狐号，官网内容作为兜底。图文自媒体单独做的收益在下降。

Q：做公众号对被 AI 引用有用吗？

只有一个入口认：元宝，微信公众号在它那里占 13% 排第一。如果目标是被豆包或 DeepSeek 引用，公众号没用，它们不读微信生态。

Q：独立站内容怎么进 AI 的引用池？

先过网络层和收录层，再谈内容。47.47% 的引用给了独立站，但单站平均只有 66 次，说明长尾极大。能进被反复引用的那一小批站点才有量，具体做法我记录在时效GEO 的实操栏目里。

Q：这份数据多久更新一次？

引用源结构变化很快，豆包对抖音的依赖半年内从 31% 涨到 56%。我会在数据明显变化时重跑采集，并同步更新博客。