11 月 8 日一篇行业观察给出结论，11 月 9 日一份服务商评测把同一件事说得更细——企业发上百篇内容，AI 可能只采信其中两三篇来自权威媒体的报道，或者官网的某一页介绍，剩下的投入几乎打水漂。两份材料的落点一致：大模型的信源筛选看权威性、一致性与结构化程度，不看发布频次与覆盖广度。对做可见度预算的人，信源权重取代流量权重这件事，已经不是概念，是记账方式要换——到 11 月 9 日公开披露为止，还没有哪家平台把信源清单完整摊开，能查到的只有效果层面的说法。
为什么发得多不等于被引用
原因在筛选逻辑。搜索引擎按页面与关键词匹配，发布的页面越多，被抓取的机会越大；模型在组织答案时先找可核验的实体与事实，再看来源是否权威、是否互相印证。一百篇同质化通稿在实体比对这一步就会被合并，真正进入候选的往往只有少数几个来源。
这解释了一个常见困惑：投放预算没少花，AI 里却几乎看不到品牌。钱花在了分发上，没有花在信源建设上。分发买的是曝光次数，信源买的是被采信的概率，两笔账不能混。
引用结构怎么拆
要判断信源够不够，先把引用结构拆开。拆成来源层级、来源数量、引用稳定性三项，才能看出缺口在哪一层。
| 维度 | 记录方式 | 缺口的表现 |
|---|---|---|
| 来源层级 | 媒体、垂类、自有内容分开记 | 只有自有内容，缺第三方印证 |
| 来源数量 | 按平台统计被引用域名数 | 集中在单一域名，稳定性差 |
| 引用稳定性 | 同一问句连续四周是否同源 | 每周换源，说明没有稳定信源 |
| 内容一致性 | 跨来源参数是否一致 | 参数矛盾，模型直接跳过 |
四项里最容易被忽略的是稳定性。品牌偶尔被引用一次，和连续四周被同一批来源引用，是完全不同的资产状态。前者可能只是热点带来的偶发，后者才说明模型已经把品牌与某个来源绑定。
权威媒体不是唯一解
媒体层级高不代表一定被引用。垂类站点的评测、行业机构的报告、结构化的产品参数页，在特定问句里往往比综合媒体更有效。选信源要看问句的类型：问「哪个好」看评测，问「怎么用」看教程，问「参数是多少」看官方页。
一致性的成本最低
统一名称、统一参数、统一口径，是投入最小、见效最快的一项。很多品牌在这一步就出局：官网写一个型号，商品页写另一个，第三方报道再写第三个，模型无法确认哪个是真的，索性不引用。
GEO 选型的三条标准
信源权重上来之后，GEO 服务的选型标准也变了。行业观察给出的三条是：监测颗粒度与覆盖面、有没有完整的优化闭环、交付方式是否匹配组织能力。三条里第一条最容易验，第三条最容易被忽略。
颗粒度看的是能不能拆到引用信源。只给一个「提及率」的数字没有用，要能说出品牌在哪些问句里出现、排第几、引用了哪个网站、竞品在同一问句里表现如何。闭环看的是能不能从监测走到内容与信源建设，再回到监测。交付方式看的是团队有没有能力接住，SaaS、全托管、模块化对接对应三种完全不同的组织配置。
信源核验清单
核验信源要按顺序走，先确认有没有，再确认稳不稳。五项里任何一项缺失，都不能算信源建设完成。
这一轮之后预算该往哪挪
预算挪动的方向，取决于信源在哪一层被引用。行业媒体的报道决定品牌能不能被当成一个「存在的实体」，垂类媒体与检测机构的内容决定参数与规格能不能被采信，自有官网与商品页决定最后一跳的价格与型号是否对得上。三层缺一层，模型就会用别家的信息补齐，补齐的部分通常不利于自己。
据此排优先级，先补最薄的一层，而不是平均撒。多数企业的薄点不在数量，在于同一件事有三个版本的表述：官网写一个规格，电商详情页写另一个，媒体稿里又是第三个。模型遇到不一致，最省事的选择是绕开，绕开的成本不会出现在任何一张投放报表上。
常见问题
多发稿能不能提高被引用概率？
只在信源结构对的前提下有效。同质化通稿会被合并，权威来源与结构化内容才会进入候选。数量解决不了采信问题。
自有内容算不算信源？
算，但权重有限。模型更看重第三方印证，自有内容的作用是提供可核验的实体与参数，两者要配合。
怎么判断信源建设有没有效？
看四周同源率与被引用域名数的变化，不看单次提及。连续四周同源，说明绑定成立。
小品牌有机会吗？
有。垂类评测与细分问句里，小品牌的竞争反而少；把参数写清、把评测做实，比在大词上硬碰更划算。
