企业档案解决的是口径问题，不是被引用问题。11 月 10 日 OpenAI 上线商业中心，企业可以创建并验证自己的档案，还能建一个企业智能体回答产品问题，配套的数据洞察给出档案浏览量、被提及次数与网站点击量；同一周发布的海外 GEO 白皮书则提醒，官网才是唯一被五个平台同时优先采信的信源。两件事放在一起，正好划出 GEO 的两条腿：档案管身份，官网管证据（GEO 行业洞察日报）。本文的判断截至 11 月 11 日的公开信息。
档案与官网各管一段
先说档案。它的作用接近搜索时代的商家认领：把名称、地址、营业范围这类基础信息由企业自己确认一遍，减少模型在实体识别上的歧义。对连锁与 B2B 企业来说，这一步的收益很具体——同名主体、分支机构和历史品牌名混在一起时，档案能把「说的是谁」固定下来。但档案只到「是谁」，到不了「凭什么」，后者仍然要靠可被引用的页面（2026 生成式引擎优化服务商能力分层评估与采购决策报告）。
再说官网。千万级样本给出的结论是，官网在五个平台的采信占比落在 38% 至 58% 之间，是唯一被所有平台同时优先采信的信源类型；平台偏好则明显分化，ChatGPT 更常引用科研机构、政府与教育类信源，Google 体系偏 YouTube 与 Reddit，Copilot 较多参考电商类页面。这意味着同一篇官网内容，在不同平台的引用概率并不相同，用一套素材打所有平台，效率会被平台偏好吃掉。
采信有前提 机器可读
日期作者结构和脚本
官网能被采信，前提是机器读得懂：发布日期与作者信息明确、正文不被脚本包裹、要点不散落在图片里。这三条听起来像技术细节，实际是内容团队的习惯问题——把结论写进信息图、把更新时间藏在页脚、把正文塞进需要交互才展开的组件，都是在给引用设置障碍。
半衰期一天意味着什么
更值得注意的参数是引用集合的半衰期，有分析给出的量级约为一天：今天被引用的那批页面，明天可能换掉一半。这个数字直接决定监测频率——按月看只能看到结果，按周跑才能看到换源过程，才能判断是竞品补了内容，还是自己某页的表述变模糊了（2026 年中国生成式引擎优化行业发展报告）。
四个指标拆开看
| 指标 | 定义 | 参考阈值 |
|---|---|---|
| 被提及率 | 目标问题下品牌出现在答案中的比例 | ≥40% |
| 描述准确率 | 提及内容与官方口径一致的样本占比 | ≥90% |
| 引用归因率 | 能追溯到具体页面与信源类型的比例 | ≥70% |
| 档案完整度 | 已验证字段占应有字段的比例 | 100% |
四项里最容易被高估的是被提及率。它只回答「有没有出现」，不回答「说得对不对」；一个被提及率高但描述准确率低的品牌，实际在给竞品做对照。反过来，描述准确率高但提及率低的品牌，问题通常出在信源结构，而不是内容质量，这时该补的是行业媒体与第三方数据，不是再多发几篇自家稿。
这套流程里，第五步的节奏最容易走偏。按天抽样的目的是抓波动，按周复测的目的是看趋势，两者混用会得出相反的结论：某天提及率掉了十个百分点，可能只是平台在轮换信源；而连续三周缓慢下滑，才是真的被替换。把两种频率分开记，才不会把噪声当信号。
常见问题
问：企业档案能替代官网吗？
答：不能。档案解决的是「官方口径有没有」，官网解决的是「内容能不能被引用」，两者分别对应身份与证据，缺一条，AI 答案里就会出现描述准确但无出处的情况。
问：为什么要按周监测，而不是按月？
答：因为引用集合换得快。有分析称引用链接的半衰期约一天，按月看只能看到结果，看不到换源的过程，也就找不到该补哪一类信源。
问：五个平台要分开测吗？
答：必须分开。不同平台偏好的信源类型差异明显，把答案混成一个可见度分数，涨了不知道哪家涨，跌了也不知道先修哪里。
