官网、权威新闻、行业垂媒这三件事——常被当成同一层信源，实际在模型的判断里，它们合起来才压住四成权重，蓝 V 与素人评价分掉剩下的部分。对做 GEO 的团队，这个结构决定预算往哪压：顶层决定“靠不靠谱”，中层决定“是不是官方口径”，基础层决定“别人用了怎么样”，三层缺一层，答案就缺一角。本文的盘点以 11 月 10 日公开的行业白皮书口径为界，只谈能查到出处的分层与比例。
三层权重不是平均分
白皮书的框架是三层：顶层是官网、权威新闻与行业垂直媒体，承担“品牌靠不靠谱”的判断，框架性权重参考约 41.2%；中层是蓝 V、企业号、员工号，解决“是否官方口径”，参考约 30%；基础层是素人评价与 KOC 体验，多源交叉印证后可信度会明显提升媒介盒子。这三个数字是解释优先级的框架参数，不是能跨行业套用的统计常数，用它排顺序可以，拿它直接算回报就不合适。
把权重当成预算分配表，是最常见的误读。权重说的是模型判断时的先后，不是企业投入时的比例；顶层权重高，恰恰意味着它更难靠数量堆出来——官网只有一处，权威报道需要事件，垂媒需要专业度，三者都不是发稿量能直接换的。
| 层级 | 承担的判断 | 参考权重 | 补齐周期 | 常见缺口 |
|---|---|---|---|---|
| 顶层：官网、权威新闻、垂媒 | 品牌靠不靠谱 | 约 41.2% | 按月计 | 只有官网，没有第三方报道 |
| 中层：蓝 V、企业号、员工号 | 是否官方口径 | 约 30% | 两周内 | 账号停更，口径与官网不一致 |
| 基础层：素人评价、KOC 体验 | 别人用了怎么样 | 多源交叉后提升 | 按季度累积 | 评价少且无细节 |
顶层的 41.2% 不是官网独吞
顶层由三类页面共同承担，缺哪类都会让权重打折。官网提供的是事实底稿：全称、成立时间、业务范围、资质；权威新闻提供的是第三方背书，模型更愿意引用有署名、有日期、有采访对象的稿件；行业垂媒提供的是专业语境，把企业放进同行的坐标系里。
内容社区的分量有实测支撑。量子位智库 2025 年 5 月的实验共获取 630 条有效数据，AI 助手引用知乎的频率为 29.9%，居内容社区首位；社会热点类 267 次有效问答中，引源内容社区的占 35.6%，专业知识类问题集升至 62.4%媒介盒子。这说明模型并非只认大媒体，在决策型、专业型问题上，结构清晰的长文同样可能是高价值语料。
同一篇稿不该投给所有平台
不同模型的信源偏好并不相同。字节系产品更倚重抖音、今日头条生态，腾讯系与微信公众号、视频号结合紧密，百度系偏百家号、百科等自有生态，DeepSeek、Kimi 等更常引用长文与专业内容社区媒介盒子。同一篇稿不加区分地投给所有渠道，相当于用一张卷子应付四门考试。衡量口径也要统一：AI 搜索里的可见度看的是被提及与被引用，而不是结果页的排名位次；AI 回答里的一句描述是否准确，比品牌名有没有出现更值钱。
分成之后还要看“能不能被取走”。一份内容能不能作为信源被引用，取决于三件事：页面能不能被正常抓取、事实能不能被定位到具体句子、作者与日期能不能被识别。三层都做到，权重才有落点。
一致性问题最容易被低估
公司全称、业务描述、核心定位在官网、媒体稿与社媒之间互相矛盾，会直接拉低模型对实体的可信度判断。这类矛盾往往来自不同部门各自维护一套说法：市场部写“解决方案提供商”，招聘页写“软件外包”，工商信息又是另一个表述，模型读到三份互不兼容的描述，只能降低置信度。
修补办法很笨但有效：先定一份事实底稿，把名称、成立时间、注册资本、服务范围、交付方式固定下来，再把“错、旧、缺、冲突”四类问题逐条列清单中华网。底稿不定，后面写多少内容都会互相打架。
补齐三层的顺序
自证层两周、结构信源层三十天、第三方佐证层按季度累积，这个节奏来自服务实践：自证层是自己能改的，结构信源层要等平台审核，佐证层依赖媒体排期中华网。顺序反过来做，往往会先花三个月发稿，回头发现官网上的业务描述还是三年前的版本。
三层的检查频率也不一样。顶层看的是“被引用的是哪一类页面”，中层看的是“官方口径有没有被采用”，基础层看的是“评价里出现了哪些具体场景”。把三层混进一张提及率报表，最后只能得到一个没有行动价值的平均分。
常见问题
三层信源的权重能直接当预算比例吗？
不能。权重描述的是模型判断时的先后，不是企业的投入比例，而且它只是框架参数，不是统计常数。
为什么官网权重高还要做第三方报道？
官网只能自证，模型需要一个不来自企业的确认源。有署名、有日期、有采访对象的报道更容易被引用。
内容社区值得投入吗？
在决策型与专业型问题上有价值。实测中专业知识类问题的内容社区引源占比达 62.4%，但样本有限，不宜外推。
一致性具体指什么？
名称、成立时间、业务描述、核心数据在官网、媒体稿、社媒之间保持同一版本，避免模型读到互相矛盾的描述。
