你的品牌名，为什么总进不了AI的回答正文？

做GEO的人常被一个说法安慰到：「我们被AI引用了。」

但绝大多数人没有追问下一句：被引用在哪一环？

是被列在参考列表里充了个数，还是被写进了回答正文？是被当作背景信息一带而过，还是品牌名被单独点出来了？是在网页版被引用，还是在App端也被看见了？

这些问题不拆开，那句「被引用」就约等于一句客套话。

下面这篇基于16万条引用记录的研究笔记，把AI引用这件事拆成了六个更准确的观察——也顺便回答了标题里的那个问题。

先说结论

一项针对豆包、DeepSeek、腾讯元宝、千问的大规模观察里，比较清楚的是这几件事：

1. 用户问 AI 时，竞争的不是「搜索结果第几名」，而是：你的网页会不会被列成参考、会不会被写进回答、品牌名会不会被点出来。这三步不是一回事，后一步都比前一步更难。
2. 「出现在参考来源里」离「出现在回答正文里」还很远。粗算：进了参考列表的内容，大约六成多会进正文，大约三成算被真正用上，只有大约一成用得很深；更多时候只是挂了个名。
3. AI 更常引用媒体、行业站、社交和创作者内容，而不是品牌自己的官网。官网也会被引，但数量散、难成主场——只把官网做好，覆盖面天然偏窄。
4. 就算好几个来源都写到了你的品牌，回答里点名你的概率仍然很低：大约每 12 个「来源里出现的品牌」，只有 1 个会写进答案（约 8%）。来源里提到你 ≠ 答案在推荐你。
5. 5118、百度权重这类传统站点分，不是没用，但推不动大半过程。它更像背景条件；真正更相关的，往往是内容是否说得清、是否被多个来源一起提到、用户问的是不是找品牌/电话这类意图。
6. 同一个 AI，网页版和手机 App 经常不是同一套参考来源。豆包、DeepSeek 两端大约一半域名对得上；元宝更差；千问差得最明显——网页上「被引用了」，不能默认 App 上也成立。

下面按顺序说明：这项研究在看什么、怎么用一张漏斗记住全书、数据分别支持上面哪几条、以及 GEO 可以怎么做。数字来自观察样本，用来判断方向和量级，不是市场份额，也不是「改了就一定涨」的保证。

这项研究在干什么

2026 年，有研究团队对中文主流生成式问答做了一次受控采集。范围可以记成三句话：

• 四家产品：豆包、DeepSeek、腾讯元宝、千问。
• 八个入口：每家都有网页版和手机 App。
• 同一套题：六百多道预先设计好的问题，每个「题目 × 入口」固定采多次，避免单次运气。

原始记录超过 21 万条引用观察；清洗对齐后，用于分析的主表大约 16 万 条。研究关心的不是「哪个模型更聪明」，而是一条展示链：

它列了谁当参考 → 有没有把内容写进回答 → 有没有点出品牌或电话 → 网页和 App 是否同一套来源。

这类工作在业界常叫 GEO（生成式引擎优化）相关实证：把「AI 里的可见性」拆开量，而不是沿用搜索排名的单一指标。下面用业务语言复述结论，尽量少用统计术语。

用一张漏斗记住全书

可以把「被 AI 看见」想成四道关。前三关是一次回答里的纵向收窄，第四关是入口之间的横向差异。

表 1：相对「已经进了参考列表」的大致比例

也就是说：列表相对宽容，正文和「真用」苛刻得多。约一半以上接近「列了但没用深」；在能看到正文标注的入口上，大约四成引用只挂在列表里、不进正文（研究里称为静默引用一类现象）。

表 2：品牌与联系方式

客户说「被 AI 引用了」时，至少要问到：列表、正文、品牌/电话、哪一端。四关问不清，后面的优化容易打在空处。

AI 更常引用谁

表 3：被引网站类型（占可分类引用的比例）

读表时抓住三点：

第一，前三类合计约 69%。
媒体、行业站、社交与创作者内容，是当前样本里的主场。

第二，官网约 12.9%，但摊在六千多个域名上。
说明「有官网被引」很常见，但极分散，很难单靠一张官网形成生态级存在感。

第三，敏感领域和消费领域不一样。
医疗、法律、金融等问题里，政府等机构来源占比会明显高于多数消费场景；不能把餐饮美业的引用结构，直接套到 YMYL（涉及钱、健康、法律等）上。

对 GEO 的直接含义：只把品牌官网和权重做满，覆盖面天然偏窄。 第三方语境（评测、榜单、行业说明、可引用的内容页）需要进入内容矩阵。

不同产品的「口味」也不一样。例如：豆包 App 侧来源更集中；DeepSeek 两端来源更广；千问 App 用更少域名支撑大量引用。策略上不宜假设「一家通吃」。

进列表之后，还有两道筛

1. 挂名很多，真用很少

表 1 已经说明：进列表 ≠ 进正文 ≠ 用得深。
补充两个结构事实（在提供正文标注的入口上更清楚）：

• 一次回答大约列 10 条 左右参考，其中大约 7 条 会进正文，大约 3.5 条 只挂列表。
• 越靠前的参考，往往覆盖更多段落、在正文里被点到的次数也更多；5118 类站点分和「排第几」几乎对不上号。

2. 什么样的内容更容易被用、被点名

观察里，承担「定义说明、操作步骤、对比、数据支撑」角色的来源，被用得更深；空泛背景介绍则浅得多。

品牌是否写进答案，也和内容角色有关：对比/榜单、定义概念、统计数据、流程方法等，入选比例都高于总平均的 8.3%。

翻译成内容生产语言：准备可摘录的对比表、可核对的定义、带出处的数据、可跟做的步骤，比软文式背景段更贴 AI 的用法。

3. 品牌点名：多源提到你，往往比单页权重更关键

表 4：参考池里的品牌，写进答案的比例

对照很清楚：来源里写到品牌，平均只有约 十二分之一 会进答案；若多个来源同时提到，比例可以拉到六成左右。

这不证明「发 11 篇通稿就一定进答案」——研究是观察关联，不是投放实验。它支持的方向是：

与其只押一张超高 5118 / 百度权重的单页，不如让同一品牌实体出现在多个可被同时引用的页面和域名上（媒体、垂直、评测、数据页等），并且每篇都有可抽取的事实块。

「多平台发同一通稿」若理解成全文复制，容易撞重复和低质；更贴数据的做法是：同一套品牌事实，改写成多种可引用形态，铺到多种宿主上。

表 5：联系方式——源里常见 ≠ 答案爱写

答案整体写出联系方式的比例大约 8.4%。
在「来源正文里已经检出联系方式」的子集里，只有约 12.4% 会写进答案。

更关键的是：用户怎么问。找品牌、问怎么联系、本地生活购买等意图，答案写出电话/链接的概率远高于泛百科题。研究里，品牌相关问法相对参照组可以高出一个数量级以上——意图分层比再刷一轮权重更敏感。

实务建议：把官网、官方热线、公众号写进正文可摘段落；不要假设 AI 会复述页脚里的手机和门牌。
另外：答案里出现的联系方式，有相当一部分对不上「抓到的正文」——有的在页脚、按钮、结构化片段里。监测时要分「答案写了」和「正文可追溯」两本账。

购物卡是第三条赛道

样本里，商品/本地生活/淘宝类卡片总体触发大约 5%，且几乎只出现在 豆包 App、千问 App，并高度绑在对比、购买类问题上。
这和「网页被引用」不是同一条 KPI，报表里建议分开。

网页版和 App：不要当成同一个 AI

同一道题、同一产品，把网页版与 App 的参考来源（按域名）做重合比较：完全重合记为 1，完全不重合记为 0。

表 6：网页版与 App 参考域名的平均重合程度

补充事实：

• 千问：六成以上题目两端没有任何同一链接重合；网页版单次引用条数也明显高于 App（大约 20 对 11）。
• 头部来源也不一致：不只是长尾噪音。Top 3 来源的重合，DeepSeek 大约一半，千问大约一成多。
• 换行业，差距差不多；换产品，差距大很多。 美业、餐饮、酒店等几组行业之间，两端重合都挤在大约 0.38～0.43 的窄带里；四家产品之间可以从约 0.19 拉到约 0.51。

监测预算不够时，优先保证 千问、元宝 的双端采样；豆包、DeepSeek 相对更齐，可先单端观察，但报告里仍应写明「未验另一端」。
截一张网页版当「全端被引用证明」，在千问上风险最高。

5118、百度权重放在什么位置

研究把 5118 与百度站长相关指标合成一个 0～1 的站点综合分（权重、收录、建站年龄、备案类型等），当作传统 SEO 表现的代理，再和「内容是否被用上」「品牌是否进答案」等结果对照。

表 7：站点评分在不同环节的大致角色

品牌是否进答案时，综合分从低到高，入选率大约从 2.7% 升到 16.5%——有梯度，但仍远低于「多个来源同时提到」带来的拉开（约 2% 到约 60%）。

一句话：

5118、百度权重是底座，不是 GEO 总开关。
底座该做；总开关更常出在内容是否可摘、是否多源共识、用户问的是什么意图、以及你在测哪个入口。

内容要多新

表 8：被引用页面有多「新」（有发布日期的样本）

高时效问题下，大约六成被引页发布在 30 天内（全库基线大约三成）。
时效和 5118 类分数几乎不相关：高权重老页，救不了「今年 618 买什么」这类题。

高时效品类：按 月级 更新内容，并按月级复测 AI 引用，比一年刷一次权重更贴观察结果。

给 GEO 从业者的 8 条清单

1. 汇报拆成四关：列表 / 正文与深度 / 品牌与电话 / 网页与 App。禁止只报「被引用」。
2. 内容矩阵覆盖第三方：媒体、垂直、可引用的评测与数据页，不只官网。
3. 页面上准备可摘块：对比、定义、数据、步骤；减少空背景。
4. 品牌实体多源可抽：同一事实出现在多个可被引用的宿主上，而不是只养一张高分单页。
5. 官方联络进正文：官网、热线、公众号优先；少赌页脚手机和详细地址。
6. 监测题按意图分库：品牌咨询、怎么联系、本地购买 vs 泛百科事实，分开看。
7. 产品 × 端分表：至少千问、元宝坚持双端；豆包/DeepSeek 单端结果要标注近似。
8. 购物卡单独记账：主要看豆包 App、千问 App 上的对比与购买场景。

这篇研究不能当什么用

• 不是全网排名。 只观察已经进入参考列表的页面，看不到「差一点就进列表」的候选池。
• 不是因果保证。 题库受控，但不是「改一个因素、其他全随机」的实验；关联不能直接写成「做了 X 就一定涨」。
• 有时间和产品边界。 样本集中在 2026 年中、上述四家与八道入口、固定题库。
• 有测量边界。 部分「用得深不深」靠模型按规则标注；页面抓取不含页脚卡片等，会影响联系方式是否「对得上正文」。

合适的用法是：用这些数字校准预期、设计监测口径、排列内容优先级，而不是写成合同里的保证条款。

结尾

客户只说「我们被 AI 引用了」时，把这几层问清：在哪家产品、哪个入口上，针对哪类问题，是进了参考列表、被写进回答、被点了品牌名，还是仅仅在某一端的列表里挂了个名。

别把 GEO 做成「再刷一轮权重」。更值得盯的是：你的页有没有进参考列表、有没有被写进回答、品牌名有没有被点出来，以及网页版和 App 是否同一套来源。这几层问清，后面的活才有地方下手。

参考

• 论文：_What Do Chinese-Language Generative Search Engines Cite and Surface? A Large-Scale Empirical Study_（中文生成式搜索引擎引用与呈现的大规模实证研究，2026）

  • PDF：https://arxiv.org/pdf/2607.15771
• 公开数据说明仓库：https://github.com/WENDAOstudy/cn-geo-citation-dataset（受控采集与字段说明；全文抓取与部分分析材料未公开）