AI 引用像流沙：跟踪 37500 条引用 20 天后，我改变了对 GEO 的看法

先说结论：AI 引用不是可积累的资产，而是一种概率事件

不少人第一次在 ChatGPT 或 Perplexity 的回答里看到自家网站被列为来源时，会截图发到群里庆贺一番。但过两周再回去看，那条引用往往已经不见了——而原因通常不在你：内容没变差，也没有被降权，它只是恰好这次没被选中。

Ahrefs 最近做了一项挺有意思的追踪：他们锁定了约 37,500 条 AI 引用，横跨五款 AI 工具，连续 20 天每天回访，看这些引用第二天还在不在、多久之后会回来。这个思路比“AI 搜索排名研究”更贴近实际使用场景——因为对内容站来说，真正的问题是“明天还剩多少”。

这项研究到底在测什么

它测的只是：昨天那条出现在 AI 答案里的链接，今天还出现吗？

这看似简单，却正好对应了做 AI 搜索优化（也就是今年被叫滥的 GEO、AEO）时最容易被误判的一环。我们习惯用传统 SEO 的思路理解可见性：排名上去就守住，掉下去就修。但 AI 答案并不提供“位置”，它更像每次重新抽签的一次检索与生成。

三个值得记住的数字

• 50%–83%：第二天就消失的引用占比。区间之所以这么宽，是因为不同工具之间的稳定性差异很明显。
• 约 75%：那些消失的引用中，有大约四分之三在 20 天内又回来了。
• 20 天：这个观察窗口本身也是提醒——很多“掉线”其实是临时性波动。

换句话说，掉引用是常态，回引用也是常态。真正需要排查的是“掉下去之后再也不回来”，而不是“今天没出现”。

为什么会这样？我的理解

把几个因素叠加起来就很清楚：模型版本更新会重排信源偏好；检索层的索引刷新有延迟；不同用户的提问措辞不同，命中的页面自然不同；生成阶段本身带有随机性。四层随机叠加，结果就是引用会呈高频抖动。

传统 SEO 的排名也会波动，但搜索结果页是相对固定的快照；AI 答案是每次现场生成的。前者像水位，后者像潮汐。 用测水位的方式测潮汐，只会把自己逼疯。

做站的人可以怎么用这份结论

1. 用“7 日命中率”代替单次截图

研究里给出的做法很实用：别盯着某一天有没有被引用，而是统计过去七天里有几天被引用。这个指标既平滑掉了日间噪声，又能反映真实趋势。自己建个表格就能跑：日期、查询词、是否出现、由哪个工具产生。

2. 把“品牌提及”当成主指标

原研究提到一个关键判断：AI 引用未必适合作为核心 KPI，品牌提及更稳定。这很符合直觉——链接会被换掉，但“这个领域里谁常被点到名”是慢慢沉淀的。所以考核内容团队时，看“有没有被提到”比看“有没有被链接到”更靠谱。

3. 关注“回访率”，别纠结“保持率”

如果一条引用消失后仍能在几周内反复回来，说明页面在模型的信源池里；如果消失后彻底沉寂，才值得检查内容是否被替代、是否过时、是否有更强的同类页面抢走了位置。

4. 内容上，让页面“可以被摘出来”

研究还提到，页面特征和查询类型会影响引用的稳定性。我的经验是：定义清楚、有具体数字、有出处、结构分明的段落更容易被反复摘用；通篇铺陈、结论藏在第三屏的长文，出现一次后就很难再被想起。

5. 不要因为一次掉线就改标题、改结构

这是最常见的过度反应。你看到的可能只是抽样噪声，改动反而打断了本来正在积累的信号。

传统排名与 AI 引用：监测逻辑对比

一个反向提醒：别把 AEO 做成新的关键词堆砌

不稳定的指标最容易催生错误的动作。因为“看不见、抓不住”，很多人会本能地多写、多铺变体、多做同质页面，试图用数量覆盖概率。但既然引用是抽签，堆十篇平庸内容并不会让中签率线性上升，反而稀释了站点在某一议题上的辨识度。

真正抗得住模型迭代的，是“被记住”而不是“被链接”：当某个类型的问题被反复提出时，你的名字是否稳定出现在候选名单里。这件事没法靠一天的数据验证，只能靠半年、一年的频率曲线看出来。

结语

把 AI 引用当成天气预报，而不是银行存款：看趋势、看频率、看是否进入默认名单，而不是守着某一天的截图。如果你的网站最近在 AI 答案里“消失了”，先别急着改稿——统计一下过去七天，它可能只是出去转了一圈。

参考来源

• How Stable Are AI Citations? 10 Things We Learned Tracking 37,500 Citations — Ahrefs SEO 博客