被引用一次，不等于被记住；多久会掉，尚待更长周期的样本。11 月 6 日进博会现场发布的《海外GEO白皮书》给出一个不太好听的结论：基于 ChatGPT、Google AI Mode、AI Overviews、Gemini、Microsoft Copilot 五大平台 1004.6 万条回答样本，AI 回答里信息引用链接的集合，半衰期只有约一天。腾讯新闻在 11 月 12 日的报道里把这组数据摊开讲了一遍（腾讯新闻）。按可查信息，对做品牌可见度的人来说，这句话改的不是文案策略，而是监测频率与证据保存方式：发一轮稿管三年的做法，在一天一换的引用面前已经失效。
一天半衰期意味着什么
半衰期一天，最直接的影响是"发一轮稿管三年"彻底失效。引用是动态的：今天被引用，明天可能换成另一个来源。这不是内容质量问题，而是检索层每次都在重新排序。想稳住曝光，只能持续供给可被检索到的信息，而不是一次性投放。
第二层影响在证据保存。既然引用会变，监测就必须留痕——哪一天、哪个平台、哪个问句、引用了哪个链接。没有原始截图与链接清单，事后无法复盘，也无法向管理层解释为什么上个月的数字好看、这个月掉了。
59.6% 不可见，缺席是默认状态
另一组数据把基线拉得更低：第三方监测平台对 2713 个品牌的检测显示，59.6% 的品牌从未被 ChatGPT、Claude、Gemini 或 Perplexity 提及，平均可见度得分只有 14.6%；在 7787 条 AI 回答中，只有 29% 引用了至少一个来源（GeoBuddy）。两组数字放在一起，说明缺席是常态，被提及才是例外。
采样频率的下限
既然引用一天一变，采样频率至少要跟得上变化速度。实践里可以分两层：关键问句按日跑哨兵，只记录是否出现与位次；完整问句集按周跑一次，记录引用来源与描述准确性。日频数据噪声大，只用来看异常，不用来下结论。
两个样本口径不能混用
白皮书的样本是"回答条数"，监测平台的样本是"品牌个数"，两者的分母完全不同。前者回答"引用有多不稳定"，后者回答"有多少品牌缺席"。把它们混在一起说"可见度只有 14.6%、半衰期一天"，会得出错误的因果。
三个数字，三种口径
再往下一层，引用来源的分布也有可对照的公开数据。机器关系指数统计了 37,035 个被引域名、260,518 次引用事件、38,449 次回答，Reddit 的引用率 6.95%、YouTube 5.92%、LinkedIn 4.54%，其中 Reddit 在一周内还下降了 0.39 个百分点（Machine Relations Index）。社区与视频站的引用率高于多数媒体，这个结构和很多品牌的投放直觉相反。
| 指标 | 样本口径 | 能回答的问题 |
|---|---|---|
| 引用半衰期 | 1004.6 万条回答 | 引用有多不稳定 |
| 不可见品牌占比 | 2713 个品牌 | 缺席有多普遍 |
| 域名引用率 | 260,518 次引用 | 谁在被反复引用 |
对品牌的启示不是去刷 Reddit，而是理解"可提取性"这件事。被反复引用的页面通常有三个特征：结构清晰、有明确更新时间、有真实体验描述。品牌官网若只有产品参数、没有作者与日期，在检索层眼里就是低可提取页面。
把监测做成周更台账
与其追求一套完美指标，不如先跑通一张周更台账：问句、平台、是否提及、位次、引用域名、描述是否准确。六个字段，每周更新一次，四周之后就能看出趋势。台账的价值在于它能把"感觉被推荐了"变成可对比的记录。
需要说清边界：半衰期一天来自单一白皮书的样本观测，尚未被其他机构独立复现；59.6% 与 14.6% 来自服务商的检测库，样本以中小品牌为主。三个数字都指向同一件事——AI 里的曝光是流动的，但它们的具体数值不能直接搬进 KPI。
常见问题
半衰期一天，是不是每天都要测？
不必。日频只适合关键问句的哨兵监测；完整的可见度评估按周更合理，日频噪声太大，反而看不出趋势。
59.6% 品牌不可见，能套用到我们行业吗？
不能。样本以海外中小品牌为主，行业分布不均；它说明的是缺席是默认状态，具体基线要自己测。
引用来源占比怎么统计？
按回答逐条记录被引用的域名，统计各域名出现次数占比，并区分品牌自有站点与第三方站点两类。
为什么 AI 更爱引用社区与视频站？
这类页面更新快、有真实体验描述、可被结构化提取。品牌官网若缺少作者与更新时间，反而不容易被引用。
