截至11月8日的公开信息，11月6日进博会期间，长安街知事、智源GEO、猎看科技、Dageno AI 与京报智库联合发布《海外GEO白皮书》，样本覆盖 ChatGPT、Google AI Mode、AI Overviews、Gemini 与 Microsoft Copilot 五个平台、超过一千万条回答，观测到的一个关键结论是：AI 回答中的信息引用链接集合，半衰期只有大约一天。同一份报告引用 Pew Research 的调研称，搜索结果出现 AI 摘要时，传统网页结果的点击率由15%降到8%；Similarweb 的监测显示 AI 带来的直接访问占比不足8.8%，但55.9%的用户在读完 AI 答案后会主动检索对应的品牌、城市或机构名称。对做品牌可见度的团队来说，这几个数字合起来改变了监测的频率假设。
引用集合一天就换一遍 周报已经不够
半衰期一天意味着引用的构成每天都在变。今天被引用的媒体页面，明天可能被另一个来源替换，这不代表内容质量下降，而是检索与排序在持续变化。用周报或月报看可见度，得到的是一个平均后的模糊结论，看不到某一次波动是竞品抢位还是引用源替换。
这个结论对监测设计的直接影响是采样频率。高频问题（品牌词、核心品类词）应该按日采样，观察引用来源的替换速度；低频问题可以按周采样，观察趋势。把所有问题放在同一个频率上，要么成本过高，要么结论滞后。
| 观测项 | 数值 | 对监测的含义 |
|---|---|---|
| 引用链接集合半衰期 | 约一天 | 核心问题需按日采样 |
| AI摘要下的网页点击率 | 由15%降至8% | 曝光价值需重新定义 |
| 读后主动检索品牌的比例 | 55.9% | 品牌被准确描述比链接更重要 |
点击变少 但品牌被检索的比例变高
点击率从15%降到8%，说明流量确实被 AI 摘要截走了一部分；但55.9%的用户读完答案后会主动检索品牌名，说明曝光并没有消失，而是换了一种转化路径。品牌在回答里被怎么描述，决定了这55.9%的人搜到之后会不会继续。描述准确时，二次搜索会强化信任；描述偏差时，二次搜索会把偏差放大。
这解释了为什么只盯点击与流量的监测方式会失准。真正需要跟踪的是三个层次：品牌是否出现在回答里、出现时被如何描述、描述所依据的引用来源是谁。三层里任何一层出问题，最终都会影响二次搜索之后的转化，但在流量报表里看不出来。
样本量决定结论的可信度
一千万条样本是这个报告最有价值的部分，因为 AI 回答的方差很大，同一个问题在不同时间问，答案可能完全不同。小样本得到的结论容易被单次波动带偏，尤其是在引用一天一换的情况下。品牌自建监测时，单个问题的样本量建议不少于三十次重复，才能看出稳定倾向。
五个平台的差异要分开看
报告覆盖 ChatGPT、AI Mode、AI Overviews、Gemini 与 Copilot，这五个入口的检索底座与展示方式各不相同。AI Overviews 依附于搜索索引，AI Mode 是对话式检索，Gemini 与 Copilot 各有生态偏好。把五个平台的数据合并成一个可见度分数，会掩盖平台之间的结构性差异，也无法指导具体动作。
按半衰期重排监测频率
可操作的做法是把问题库分成三层：品牌词与核心品类词按日采样，观察引用替换；竞品对比类问题按周采样，观察占位变化；长尾场景问题按月采样，观察趋势。三层各有指标，互不替代，也避免把预算平均摊在所有问题上。
证据边界要说清楚：半衰期约一天是基于海外五个平台的观测，中文平台的语料更新与检索策略不同，不能直接套用。品牌在中文环境建监测时，应先用自己的问题库做一次两周的日采样，测出本地实际的替换速度，再决定频率。
常见问题
引用半衰期一天，是不是说明优化没有长期效果？
不是。半衰期描述的是引用集合的替换速度，说明单次曝光不稳定。长期效果体现在品牌被提及的稳定性与描述准确率上，需要靠持续的内容与信源维护，而不是一次投放。
点击率下降，品牌还要不要做 AI 搜索可见度？
要做。点击变少的同时，读完 AI 答案后主动检索品牌的比例达到55.9%，说明曝光仍在影响决策。关键是让回答里的品牌描述准确，二次搜索才会转化为访问。
中文环境的监测频率该怎么定？
白皮书的半衰期基于海外五个平台，不能直接套用。建议先用自有问题库做两周日采样，测出本地引用替换速度，再按品牌词、竞品词、长尾词分层设定频率。
样本量为什么重要？
AI 回答方差大，同一问题在不同时间问答案可能不同。单个问题重复三十次以上，才能看出稳定倾向，小样本容易被单次波动误导。
