截至 10 月 27 日的公开信息，AI 搜索的信源结构在过去三个月出现了一次可量化的位移：豆包对抖音的引用权重从 5 月的 10.79% 升到 8 月的 31.8%，相当于每三条引用就有一条来自抖音；同期百度在 6 月首次把 B 站与好看视频纳入信源库，两者权重合计 12%。对做 GEO 的品牌团队来说，这不是平台侧的八卦，而是可见度口径需要重算的信号：当答案的原料换了来源，品牌在 AI 回答里的曝光、描述与竞品占位都会跟着偏移，沿用上一季的问题库和监测基线，很可能已经测不准。
从10.79%到31.8%的信源位移
三个月接近三倍的权重变化，在任何一个内容分发体系里都算剧烈。更值得注意的不是涨幅，而是方向：权重流向的是短视频，而不是图文。短视频的特点是结论前置、画面即证据、时长压缩表达，这与图文时代以段落论证为主的内容形态完全不同。当 AI 回答的原料以这种形态为主，回答本身的组织方式也会跟着变，品牌被引用的那句话可能来自视频里的一句口播，而不是官网的一段产品说明。
这对监测方法的直接影响是取样范围要扩。过去做可见度监测，习惯只抓网页与问答社区，视频平台的内容往往被当作传播物料而不是信源。现在这个假设站不住了：如果三成引用来自同一个视频平台，那么不覆盖该平台的信源结构统计，本质上是在测量一个不完整的样本。
豆包与抖音的引用结构
公开数据给出的对比很直接：豆包每引用三条内容，就有一条来自抖音，权重在三个月内接近三倍。这意味着同一套问题，在豆包里得到的回答更可能引用视频内容，而在另一些平台得到的回答更可能引用图文页面。同一个品牌、同一批问题，跨平台跑出来的引用来源结构可能完全不同，这本身就是竞品对比里最容易被忽略的一层。
百度把视频纳入信源库
百度在 6 月首次把 B 站与好看视频纳入信源库，两者权重合计达到 12%。这个动作比豆包的数据更能说明趋势：老牌搜索引擎主动把视频内容提升为可引用的信源类型，而不是只把视频当作搜索结果里的一种展示样式。当搜索与问答两侧同时向视频倾斜，内容团队的问题库如果不区分形态，就会在同样的预算下产出一批不被引用的资产。
模型换代为什么让可见度基线失效
同一天还有另一条线在动。GPT-6.1 Terra 被官方定位为经济型模型：中等推理强度下 Agents' Last Exam 比 GPT-5.6 Terra 高 15 个百分点，成本约为后者的三分之一，单个 token 价格约为 GPT-6 Astra 的十分之一，速度是后者的三倍，完成单项任务的成本约为 Claude Opus 5.5 的九分之一。国产侧，Kimi K3.1 Pro 以三万亿参数级在 Artificial Analysis 智能指数拿到 55 分进入全球前四，比上一代提升 11 分。
成本下降与能力提升同时发生，改变的是使用行为。当单次调用便宜到可以忽略，用户会问得更长、更细、更多轮，同一批品牌问题被反复抛给不同平台的概率上升。品牌在 AI 回答里的曝光因此不再是「某一次回答里有没有被提到」，而是「在多次、多平台、多轮追问下被提到的比例」，这个比例才是可见度的稳定口径。
竞品占位要先看信源，再看排名
很多团队做竞品对比，第一步就是数品牌在回答里出现的先后顺序。顺序当然重要，但在信源结构剧烈变化的阶段，顺序的解释力在下降。一个品牌排在第一，可能只是因为它恰好有一条被高权重平台大量引用的内容；换个平台、换个问题形态，顺序就会翻转。先看引用来源是谁，再看排序，才能判断这个排序是结构性的还是偶然的。
更实际的做法是把竞品占位拆成两层：第一层是信源层，看同一问题下被引用的内容分别来自哪些平台、哪些账号；第二层是表述层，看回答如何描述各家的差异。信源层决定答案的原料，表述层决定读者看到的结果。只监测表述层，等于只看结果不看原因，优化动作也就无从下手。
问题库该补哪三类问题
信源结构变了，问题库的补法也要变。过去的问题库以品类词和品牌词为主，现在至少要补三类：视频类问题、价格与选购类问题、品牌描述类问题。这三类的共同点是，答案的原料正在向视频和高频比价场景集中，而多数品牌在这两处的内容供给恰恰最薄。
| 问题类型 | 为什么现在要补 | 可观察指标 |
|---|---|---|
| 视频类问题，如某产品实测、开箱、对比 | 视频已成为 AI 主力信源，答案更可能引用视频内容 | 引用来源中视频平台占比、回答是否带视频结论 |
| 价格与选购类问题，如某价位怎么选 | 模型换代后单次调用成本下降，多平台反复比价更普遍 | 品牌提及率、竞品占位、推荐位次 |
| 品牌描述类问题，如某品牌靠不靠谱 | 信源位移会改变模型对品牌的既有描述 | 回答描述偏差、负面表述占比、引用信源结构 |
表格把三类问题对应到可观察指标，目的是让补题不只是内容动作，而是可验证的监测动作。补了题却不定指标，下一季度仍然无法判断是内容没被引用，还是问题本身没被用户提出。
常见问题
信源权重变化这么快，监测基线多久重算一次比较合适？
建议按季度重算，遇到平台侧公布结构性调整时临时加算一次。原因是权重变化往往先出现在平台报告里，再反映到具体回答上，季度节奏既能捕捉趋势，又不至于让团队陷入每周改口径的循环。重算时至少保留一版旧基线，否则无法判断变化来自内容还是来自统计口径。
AI 搜索可见度和传统 SEO 排名能直接对比吗？
不能直接对比。SEO 排名对应的是链接在结果页的位置，可见度对应的是品牌在 AI 回答里被提及、被推荐、被引用的比例，两者的计量单位不同。可以做的是把同一批问题在两个体系里各跑一遍，看引用来源结构是否一致，一致说明内容资产被两个体系共同认可，不一致则要分别优化。
品牌没有视频内容，是不是就一定吃亏？
不一定，但缺口是明确的。视频权重上升改变的是引用来源的分布，不是唯一路径。图文内容如果结构清晰、结论前置、有可核验的数据，仍然会被引用。真正的问题是没有视频内容时，品牌在视频类问题上完全没有可被引用的素材，这类问题的占位只能让给竞品。
怎么判断回答里的品牌描述偏差是内容问题还是引用过时？
回溯到被引用的那条原始信源即可判断。如果信源本身写错了，是内容问题；如果信源是两年前的旧稿而品牌已经调整，是引用过时。两种情况处理方式不同：前者要改内容，后者要在同一问题上补充新素材，让模型有更新的可引用对象。
