截至10月27日的公开信息，一份梳理国内大模型选源机制的行业分析给出了一个值得记住的判断：一条内容从放在服务器上，到出现在 AI 回答里并被标注来源，要过检索、采纳、呈现三道关口，进候选是被看见的前提，被采纳才是被引用。文中汇总的新榜智汇、量子位智库、Ahrefs 与 KDD 2024 等多项实测数据显示，品牌在 AI 回答中的可见度并不主要由内容质量单方面决定，渠道结构与切分方式同样参与筛选。对做 GEO 监测的团队，这意味着基线测试的口径必须先固定，否则测出来的差异无法归因。
引用是两次筛选加一次呈现
检索层决定内容能不能进入候选集，被筛掉的是根本没被抓到的页面：域名不在该模型的检索底座覆盖范围、页面被 robots 拦住、内容由脚本渲染、需要登录才能查看，都会让页面在第一道关口消失。采纳层决定抓回来的文档会不会被摘出来，系统按切分单元做相关性判断，从里面挑可以直接摘用或改写的片段。呈现层决定片段被用进回答后来源会不会被署名。三层性质不同，对应的优化动作也不同，混在一起谈会得出错误结论。
卡在采纳层的比卡在检索层的多
分析给出的经验判断是，卡在采纳层的内容远比卡在检索层的多。原因在于切分：一篇内容即使被抓取，也可能因为切分后每个片段都不足以独立回答任何子问题而落选。这条判断对内容结构有直接约束，结论必须前置，每一段单独抽出来要能成立，否则在切分之后只剩下一堆没有信息增量的碎片。落地到写作规范上，就是开头两段要能独立回答一个具体问题。
通路层：信源偏好是结构性加权
国内各家大模型的联网检索底座并不统一，这直接决定了什么样的页面有机会进入候选池。新榜智汇在豆包、元宝、DeepSeek、Kimi 四个平台上做了约142.9万次用户问答，累计采集约1683.6万个信源网址，结论是四个平台的信源偏好差异显著：豆包对今日头条、抖音等字节系生态高度依赖，前五信源中有三个来自字节系；元宝深度绑定微信公众平台；DeepSeek 偏好百度百科、搜狐、网易；Kimi 常引用微信公众平台与搜狐。同一机构2026年9月的月度数据显示，豆包名下抖音权重达到42%，元宝名下微信公众平台为15%。
下表把公开实测中可核验的平台信源偏好与量级数据归拢，量级一列只记录来源给出的数字。不同机构的采样口径不同，跨行比较只看方向，不看绝对差。
| 平台 | 信源偏好（来源表述） | 可核验量级 | 监测含义 |
|---|---|---|---|
| 豆包 | 今日头条、抖音等字节系 | 抖音权重42%（2026年9月） | 自有生态加权明显，站外内容进入候选的门槛更高 |
| 腾讯元宝 | 微信公众平台 | 公众号占比约15%（2026年9月） | 公众号内容池是主战场 |
| DeepSeek | 百度百科、搜狐、网易 | 百度百科3%（2026年9月） | 百科与门户类页面占位稳定 |
| Kimi | 微信公众平台、搜狐 | 来源未给出单站权重 | 渠道集中度较高 |
| 通义千问 | 夸克 | 夸克4%（2026年9月） | 与自有产品联动 |
| 跨引擎 | ChatGPT、Gemini、Copilot | 同题进入谷歌前十平均约12% | 自建检索链路的助手更少受自然排名约束 |
用户端与接口端的差异
同一个模型，通过用户界面提问与通过官方联网接口提问，取回来的信源并不一致。新榜智汇的对比显示，豆包用户侧高频引用今日头条、抖音等自有社媒站点，但在官方联网接口中这类信源采用得很少；元宝的差异集中在微信公众号上。这条差异对基线测试是硬约束：用接口批量跑出来的结果不能直接代表用户看到的答案，测可见度必须用普通用户的访问方式，否则判断依据本身就有偏差。
内容形态层：实验给出的排序
内容形态是几层里可控程度较高的一层，也有可复现的实验支撑。Aggarwal 等人在 KDD 2024 发表的 GEO 研究构建了包含1万条跨领域查询的基准，测试九种内容改写手法，以位置调整后的词数占比为指标，基线为19.5：加入引文27.8、加入统计数据25.9、标注来源24.9、提升通顺度25.1、使用术语23.1、提升易读性22.2、增强权威语气21.8、使用独特词汇20.7，而关键词堆砌为17.8，低于基线。
值得留下的不是幅度，而是排序：引文、数据、来源标注排在前三，堆砌排在最后且为负值。SE Ranking 对129,000个独立域名、216,524个页面的分析在方向上与此一致：含19个及以上数据点的页面平均获得5.4次引用，数据稀少的为2.8次；含专家引述的页面为4.1次，没有的为2.4次；三个月内更新过的页面为6次，明显陈旧的为3.6次。两组研究的语境与方法完全不同却指向同一方向，这本身值得重视。
段落尺度与自足性
同一份研究给出的段落关联数据是，正文长度在120至180词的段落平均获得4.6次引用，短于50词的段落为2.7次。这类数据是相关性而非因果，阈值也来自英文语境，中文字数不能直接照搬。可迁移的是方向：每一段要能独立说清一件事，长度控制在能自足的范围内。对中文内容，判断标准可以简化成一句，把这一段单独复制到对话框里，能不能回答一个具体问题。
证据边界：哪些数字不能直接外推
这份分析里被引用最多的两组数字都需要带口径。Ahrefs 2025年7月抽取100万个 AI 概览中的190万条引用，发现被引用页面中76.10%排在谷歌前十，9.50%排在11至100位，14.40%在搜索结果中根本没有位置，被引用 URL 的中位排名为第3位；后续重测中前十占比明显下滑，多篇行业报道引用的数值约为38%。两次测量之间模型与引用解析方式都变了，这个下降是方向性的，不是精确结论。
另一组需要限定的数字来自 KDD 2024 的实验条件：研究者自建的两步式生成引擎与 gpt-3.5-turbo，反映的是2023至2024年的条件，没有评估这些手法对传统排名的影响，结果是上界而非均值。同样，欧洲广播联盟与 BBC 联合研究的样本是22家公共媒体机构、18个国家、14种语言、3000多条回答，45%的回答存在至少一处显著问题、31%存在来源标注问题，这组数字刻画的是公共媒体语境的准确性风险，不能直接套到商业品牌的可见度上。
三组限定条件
把限定条件归拢，可以分成三类：样本限定，包括领域、语种与平台数量；时点限定，包括模型版本与检索策略的变化；指标限定，即引用次数是相关性指标，不等于推荐位次或转化。任何一次基线测试，如果这三类条件没有写清楚，前后两次的结果就无法比较，也就无法把变化归因到优化动作上。这也是很多团队做完优化却说不清效果的原因。
品牌可以监测什么
把上述机制翻成可执行的监测口径，至少有五项指标值得固定采集：品牌提及率，即同一组问题下回答中出现品牌名的比例；推荐位次，即在列举式回答中的排序位置；引用来源占比，即回答下方来源里自有域名的比例；竞品占位，即同一问题下竞品出现的频次与顺序；回答描述偏差，即回答对产品参数、适用范围的表述与官方口径的差异。这五项都可以按平台、按问题库逐条记录，形成可比较的时间序列。
采集的前提是固定提问。分析给出的建议是三组固定句式：条件型、对比型、诊断型，每组取10至15条，用普通用户方式逐条提问，每次开新会话，记录提问原文、模型与产品形态、来源域名与顺序、品牌是否被提及、是否被给出链接、回答日期。复测周期建议一个季度一次，模型有版本更新时加测一次。这套口径的价值在于可比，而不在于样本量，样本再大，口径变了也无法归因。
常见问题
GEO 与 SEO 的区别到底是什么？
SEO 争的是结果页位次，GEO 争的是 AI 回答里品牌是否被提及、被如何描述、引用的是谁。搜索排名仍有解释力，但跨引擎研究中同题进入谷歌前十的比例平均约12%，说明排名不能直接换算成引用。
AI 回答里的引用来源怎么查？
按固定提问逐条记录回答下方的来源域名与顺序，并注明提问日期、模型与产品形态。用户端与接口端结果不一致，基线必须用普通用户访问方式。
多平台可见度怎么对比？
同一组问题在豆包、元宝、DeepSeek、Kimi 等平台分别提问，比较品牌提及率、推荐位次与引用来源占比。平台信源偏好差异显著，跨平台比较看方向不看绝对值。
优化之后多久能看到变化？
没有统一答案。实验显示内容形态调整会改变引用结果，但幅度是上界。实际观察建议按季度复测，并在模型版本更新时加测；三个月内更新过的页面引用次数高于陈旧页面，是较稳定的方向性证据。
