以公开审计样本为限,这篇只谈一件能被检验的事:AI 为什么不引用你的页面。Boring Marketing 在 2026 年 11 月 13 日更新的公开数据里,2,225 个被分析页面中有 36% 内容过薄或无法提取,77% 没有可见日期,只有 21.2% 带作者信号;而全部引用里 51.7% 指向品牌自有页面。对做官网的人来说这个结论有点刺:被引用最多的位置是自己的站,最读不动的页面也是自己的站。
引用有一半落在自己站上
51.7% 这个比例值得单独看。它意味着 AI 答案最主要的引用对象不是媒体、不是论坛,而是品牌自己的页面,包括产品页、方案页和品牌介绍。这个结论跟很多团队的直觉相反:大家习惯把预算投在外部发稿,却忽略了模型最先去读的其实是自家站点。
但这个优势有个前提,页面得能被读出来。样本里 36% 的页面属于内容过薄或无法提取,常见形态是核心信息全在图片里、正文靠脚本渲染、结构化信息散落在营销话术中间。对模型来说,这样的页面和空白页差别不大。
可机读的三个硬条件
能提取、有日期、有作者
三个条件并不复杂,但缺一个就会掉分。能提取,指正文以 HTML 文本形式存在,关键结论不依赖图片和交互才能看到;有日期,指页面上有可见的发布或更新时间,77% 的页面缺的正是这一项;有作者,指页面标明了撰写方或责任人,样本里只有 21.2% 做到了。三者合起来回答的是同一个问题:这段话是谁、在什么时候、以什么身份说的。
第三方平台在替品牌说话
Reddit 出现在 56% 审计品牌的 AI 答案里,YouTube 出现在 51%,这两个域名的出现频率超过 Forbes 与维基百科之和。原因不难理解:模型在组织答案时偏好可核对、有具体经验描述的内容,社区讨论和视频恰好提供了这类材料。对品牌来说,这意味着官网之外还需要有人在第三方平台留下可引用的内容,但这部分不可控,能控制的仍然是自己站点。
把这三项放回 AI 搜索的语境,逻辑会更清楚:模型先检索、再抽取、最后组织成一段 AI 回答,能被抽取的页面才有机会被引用。ChatGPT 与 Gemini 这类平台在一次回答里通常只保留少量信源,竞品页面只要比你先满足这三个条件,就会占掉那个位置;这也是为什么结构改造的收益往往先体现在被引用页面的数量上,而不是流量曲线上。对做 GEO 的团队来说,可机读不是技术细节,它是进入答案池的前置条件。
为什么问题不在数量
行业差异说明内容数量不是决定性变量。样本里金融与保险的引用率最低,只有 2.1%,而法律与专业服务的零可见比例最高,86% 的品牌从未被引用;旅游、制造业与 B2B 工业、电商品牌的引用率最高。同样是写内容,受监管行业写得更谨慎、更少具体案例,模型能提取的判断依据就更少。
| 引用来源类型 | 占比 | 含义 |
|---|---|---|
| 品牌与产品页面 | 51.7% | 自家站点是主战场,产品页信息要可直接提取 |
| 指南与博客文章 | 14.3% | 解释型内容有位置,但依赖结构与日期 |
| 清单与榜单 | 12.4% | 对比型内容易被引用,前提是口径清楚 |
| 其他来源(社区、视频、社交) | 约 21.6% | 按前三项推算的剩余份额,单域名集中度高 |
还有一个数字提醒不要过度承诺。Claude 在这四个引擎里最挑,只引用 7.9% 的被审计品牌;也就是说,即使把页面改到完全可读,仍有大量品牌不会出现在答案里,因为答案位次本身有限。可机读是入场券,不是保证书,这一点在设定预期时要说清楚。
按顺序改,先结构后内容
改的顺序比改的力度重要。先让页面可被提取和标注,再补内容,最后才做分发;反过来做,等于往一个漏的桶里倒水。下面五步按可控程度排列,前三步不依赖任何外部工具,用站内自查就能完成。
这套改动不会立刻带来排名,但它把一件事变成了可测的:同一批问题、同一批页面,改动前后被引用的次数。相比「发了多少篇稿」这种过程量,被引用页面数是少数能直接归因的指标,也是判断结构改造是否值得继续投入的依据。
常见问题
官网真的比第三方媒体更容易被引用吗?
样本里 51.7% 的引用指向品牌与产品页面,指南与博客 14.3%,清单与榜单 12.4%,其余为社区、视频等来源。官网是最大单一来源,但前提是页面能被提取、有日期、有作者信号。
为什么 77% 的页面没有可见日期?
多数站点把日期藏在后台或不显示,模板里也没有对应字段。对 AI 来说,没有日期就难以判断信息时效,引用意愿随之下降,这是改造成本最低却最常被忽略的一项。
内容写得多能提高引用率吗?
不能直接换算。36% 的页面属于内容过薄或无法提取,问题在结构不在篇幅;受监管行业引用率最低只有 2.1%,说明缺少可核对的具体事实才是主因。
Reddit 和 YouTube 占比高,品牌该怎么做?
这两个平台分别出现在 56% 和 51% 的审计品牌答案里,属于不可完全控制的第三方。能做的是把自家页面的口径做扎实,让被引用时有据可查,同时在真实用户讨论出现时保证信息一致。
数据来源
- Boring Marketing:The State of AI Visibility,2026 年 11 月 13 日更新
- 龙搜 GEO:官网内容不被 AI 搜索引用的原因与做法,2026 年 11 月 15 日
- 龙搜 GEO:GEO 与 SEO 的区别与获客起点,2026 年 11 月 14 日











