「用户不应在广告中寻找答案。」腾讯元宝搜索网页版产品负责人李锐章这句话，比 11 月 11 日的公开披露更接近这次上线的重点：新搜索把广告独立成区、标注为「相关广告」并支持一键收起，同时接入 157 家权威信源，优先展示官方机构与专业来源。对做 AI 可见度的团队来说，这不是一条产品发布新闻，而是引用池的重排——谁能进入那份信源名单，谁就更容易出现在 AI 总结里。
157 家信源名单意味着什么
157 家权威信源是一个白名单式的结构。它的作用不是「只收录这些站点」，而是在排序时给这些来源更高权重。对品牌来说，这意味着两件事：进入名单的媒体，内容被 AI 总结引用的概率更高；不在名单里的内容，即使写得更详细，也可能排在后面（中关村在线报道）。
名单不公开，是这件事最麻烦的地方。做 AI 可见度监测的团队无法直接知道自己是否在名单内，只能通过回答里的引用来源反推：统计一段时间内 AI 总结引用了哪些站点，再看自家内容出现在哪些站点上，逐步拼出有效信源的轮廓。
公众号与视频号进入检索池
元宝搜索首次把公众号、视频号内容纳入检索池，这是国内 AI 搜索里比较少见的结构。它的直接影响是：品牌自有的公众号内容，第一次成为可以被 AI 检索和引用的信源，而不只是社交平台上的内容（东方财富网报道）。
这对内容团队是个机会，也是个陷阱。机会在于自有渠道终于能影响 AI 回答；陷阱在于公众号内容长期按「读者阅读」而不是「机器引用」来写，标题党、长段落、图文混排，都不利于被摘取。想被引用，得先把事实写成可以被单独摘出的句子。
视频号的内容怎么被引用
视频内容进入检索池后，被引用的形态通常是文字摘要而不是视频本身。这意味着视频的字幕、简介和标题承担了「可引用文本」的角色。做视频内容的团队如果忽略这一层，视频再精致也很难进入 AI 回答。
广告与答案分开之后
广告独立成区、可一键收起，这个设计对品牌投放的影响是结构性的：买量能买到曝光位，买不到答案里的位置。过去在搜索结果页，广告位和自然结果混排，预算可以直接换位置；在 AI 总结里，位置由信源权重和内容匹配决定，投放的作用被压缩到「让用户看见」，而不是「让 AI 说你」。
投放预算买不到答案位置
这也是 GEO 与投放的分界线。投放解决「用户有没有看到」，GEO 解决「AI 有没有提到、怎么描述、引用了谁」。两者可以互相支撑，但不能互相替代——把预算全压在投放上，AI 回答里的描述仍然可能是一片空白，甚至是错的。
能力拆成三段：入口、信源、答案组织
把这次上线拆开看，是三层能力叠在一起：入口层（网页、浏览器默认引擎、三种输入方式）、信源层（千亿索引加 157 家权威信源）、答案组织层（AI 总结、追问、结构化卡片）。三层各自影响可见度的不同环节。
| 层级 | 对可见度的影响 | 可监测的指标 |
|---|---|---|
| 入口层 | 决定样本从哪里来 | 各入口的回答差异 |
| 信源层 | 决定谁有资格被引用 | 引用来源占比 |
| 答案组织层 | 决定品牌出现在总结的哪一段 | 提及位置与描述准确性 |
三层里，最容易被忽略的是入口层。同一个问题，在网页版和在浏览器默认引擎里问，得到的回答可能不同，因为上下文和默认设置不一样。监测时如果不区分入口，数据会互相污染。
监测口径要加哪几项
新入口上线后，原有的监测口径需要补三项：入口分层、引用来源占比、以及描述准确性。三项补上，才能回答「品牌在这个新入口里处于什么位置」这个具体问题。
- 入口分层：把网页版、浏览器默认引擎、三种输入方式分别标记，避免混算。
- 引用来源占比：统计 AI 总结里出现的站点分布，识别哪些是稳定被引用的信源。
- 描述准确性：对高价值问题逐条核对品牌描述，区分「提到了」与「说对了」。
三项里最费工的是第三项，但它的价值最高。一个品牌在新入口里被频繁提到、描述却停留在三年前，这种状态比不被提到更危险——用户带着错误认知来，转化成本更高。
常见问题
新搜索上线，品牌最该先做什么？
先建基线。用固定问题库在新入口多轮提问，保存回答与引用来源，作为后续对比的基准。没有基线，之后的所有变化都无法归因。
157 家信源名单不公开，怎么判断自己在不在里面？
只能反推。统计 AI 总结的引用站点分布，再看自家内容在哪些站点上出现过。连续三个月被引用的站点，基本可以判定为高权重信源。
公众号内容真的会影响 AI 回答吗？
会，前提是内容能被摘取。标题党、长段落、纯图片的内容很难被引用；把事实写成短句、标明时间与主体，被引用的概率明显更高。
广告和 GEO 会不会互相替代？
不会。广告买的是曝光位，GEO 争的是答案里的位置与描述。两者的预算逻辑不同，混在一起考核会让两项工作都失去判断标准。
