《海外 GEO 白皮书（三）数据解读：33 张实证图表拆解、平台画像与出海策略矩阵》

我们整理、加工并可视化了近 1,000 万份最新研究数据（T1 至 T5），用 33 张图表从六个角度回答核心问题：AI 平台回答品类问题时从哪里取材，是否推荐品牌，结果有多稳定，品牌应当怎样投入和度量。

每张图表按统一结构展开：一句话结论（标题）、数据解读、底层原理、案例与事例、应用与行动。你可以只看标题和“应用与行动”快速获取结论，也可以逐层查看机制原理与统计口径。

六个核心发现：

• 官网是 AI 最大的单一信源

  企业与品牌官网在五个平台来源链接中占 37.5%～58.2%。B2B 技术品类中该比例超过 70%，且 6 月～9 月有四个平台持续上升。

• 五个平台是五套不同的信源生态

  两两平台的来源域名 Jaccard 系数只有 0.05～0.20。Google 两个入口有近一半第三方引用流向 10 个域名，ChatGPT 的前 10 大域名合计只占 11%。

• 问题越接近购买，越会推荐品牌

  决策阶段品牌露出率为 93%～97%，认知阶段为 73%～87%。机构类信源从认知阶段的 10.4% 降到决策阶段的 3.8%。

• 被推荐不等于被引用

  Gemini 每 100 个回答里有 45 个推荐品牌却不给出处，AI Mode 有 35 个。有来源与无来源回答的品牌露出率几乎相同，都约为 88%。

• 引用是流动的，抽象层更稳定

  相邻两周 URL 只有 3%～25% 相同，次日 URL 留存只有 2%～13%。信源类型层的相似度则是 URL 层的 2.4 倍～8 倍。

• 单次测量没有统计意义

  同日重问一遍，ChatGPT、Gemini 和 Copilot 给出同一组品牌的概率只有 9%～14%。每词只测 2 次时，可见度的 95% 置信区间宽达 0.68。

如何阅读本报告

每张图表包含五个部分：编号与类型、一句话结论标题、说明对象与口径的副标题、图形本身，以及数据来源。图形下方包含四个固定模块：

• 数据解读图里最关键的 2 个～4 个数字及其含义。

• 底层原理现象背后的成因，涉及平台的检索、生成与产品机制。

• 案例与事例来自本数据的具体样本，或经过核实的外部研究与公开案例。

• 应用与行动品牌和 GEO 从业者可直接执行的动作与考核指标。

证据标签

实证标签表示结论来自本报告数据。外部资料按证据强度分为四级：A 级为平台官方文档或公告，B 级为学术论文（含预印本），C 级为第三方行业研究，D 级为服务商或当事方自报案例。D 级案例通常缺少对照组和采样说明，仅作方向参考。

配色约定

全报告平台颜色固定：ChatGPT 为蓝色，AI Mode 为橙色，AI Overview 为青绿色，Gemini 为黄色，Copilot 为粉色。信源类型颜色固定：官网为深蓝，机构为绿，媒体为紫，社区为红，电商为黄，其他为灰。所有配色均通过色觉障碍（CVD）分离度校验。每张图同时配有直接标签或图例，不依赖颜色单独传达信息。

图表类型的选择

本报告参考国际咨询公司与财经媒体的图表规范，先明确数据任务（比较大小、看结构、看变化、看关系、看分布、看流向或看不确定性），再选择图形。全篇不使用双纵轴、三维效果或彩虹色阶。附录 B 列出了 33 种图表类型的适用场景，可作为团队内部的选图手册。

研究设计与口径

数据由 Dageno AI 按双方确认的口径提供，采用 2026 年 6 月～9 月的生产环境历史记录，不混用测试数据。数据方不提供客户原始标识、采集日志和官网域名明细，因此所有品牌官网均归入“企业/品牌官网”类别，不展示具体客户品牌名或官网域名。图中出现的 youtube.com 和 reddit.com 等均为公开第三方平台。

样本规模

五个平台共 10,045,768 条可分析回答：ChatGPT 3,609,116 条，AI Mode 2,147,781 条，AI Overview 1,242,784 条，Gemini 1,994,551 条，Copilot 1,051,536 条。

各月采用动态提示词集合，规模变化只反映覆盖范围，不代表平台行为变化。

稳定性（T4）和一致性（T5）分析使用独立的固定面板。同一提示词与国家组合在连续多周内反复采集，覆盖美国、西班牙、印尼、新加坡和泰国，语言为英语和西班牙语，最长连续追踪 17 个完整周。

五份数据

关键口径

• 来源链接关联只要回答的来源列表里出现某链接即计为“关联”。AI Overview 的引用计数在 8 月下旬前存在历史缺口，AI Mode 的引用次数则为累加计数，因此跨平台比较统一采用“来源链接关联”口径。

• 官网处理“非官网”类指标排除已识别的企业官网；信源类型构成则包含官网。

• 信源类型原始数据分八类。为保证配色可辨，本报告把“参考资料/百科”和“未分类”并入“其他”，合计六类。“其他”主要包含垂直评测站、导购站、行业博客和工具目录。

• 品牌露出从回答正文识别商业品牌，排除已确认的机构名。“露出”不等于“推荐”。

• 集合相似度统一使用 Jaccard 系数，即两个集合的交集大小除以并集大小。1 表示完全相同，0 表示没有共同元素。两次各列 5 个品牌且 Jaccard 为 0.4 时，平均约有 2.9 个品牌重合。

局限

1. 观察性数据只能揭示相关关系与结构特征，不能直接证明某种做法的因果效果。

2. 存在口径断点：AI Overview 的引用计数在 8 月下旬前有缺口；数据方指出 8 月 27 日后 AI Mode 部分跳转链接未还原为真实来源链接。涉及这两个时间点的趋势已在图中标注。

3. 意图与漏斗标签覆盖约 22%～64% 的回答。各行业覆盖的平台不完全相同，行业间比较只看方向。

4. 采集日志缺少完整的重试标记，同日重测的独立性尚未认证。重复 5 次的组数很少（仅 3 组～9 组），仅供参考。

5. 数据不含 Claude 和 Perplexity。提示词集合并非随机抽样，结论仅对本数据覆盖的提示词和行业成立。

样本与数据概览

在进入具体发现之前，先看清这份数据的规模、覆盖范围与月度分布。样本结构决定了哪些比较可靠，哪些只能看方向。

一千万条回答、五千七百万条来源链接：公开 GEO 研究中的大规模实证样本

图表 01KPI 指标卡

核心规模指标，2026 年 6 月～9 月，五平台合计

数据解读

本报告基于 10,045,768 条可分析回答展开。样本覆盖 ChatGPT、Google AI Mode、Google AI Overviews、Gemini 和 Microsoft Copilot 五个平台，跨越四个月和四个行业专题。这些回答共挂出 57,556,854 条非官网来源链接，平均每条回答约 5.7 条。

从结果看，88.1% 的回答推荐了至少一个商业品牌，21.8% 的回答不含任何来源链接。稳定性和一致性研究另设两个固定面板：同一提示词最长连续追踪 17 周，同日重测配对共 7,030 对。

底层原理

GEO 研究的核心要求是积累足够的采样规模。AI 的回答具有随机性（见第五章），单次查询或少量截图的抽样误差往往大于优化效应本身。只有在足够大的样本上，才能剥离随机波动，看清跨平台、跨阶段和跨行业的结构性差异。

案例与事例

作为对照，SISTRIX 于 2026 年 5 月发布 AI 引用漂移研究，历时 17 周追踪了 82,619 个提示词与 155 万份快照。SparkToro 与 Gumshoe 在 2026 年 1 月的一致性实验使用了 2,961 个提示词，其中 12 个提示词在每个平台各重复 60 次～100 次。本数据在回答量上高出一个数量级，但提示词集合并非随机抽样，结论仅对覆盖的品类成立。

应用与行动

• 评估任何 GEO 研究或服务商报告时，先核对三个数：提示词数量、每词重复次数、覆盖平台数。

• 企业自建监测时，把样本量写进每份周报的页眉，没有样本量的百分比不进入决策。

• 把本报告的平台级基准（如有来源率、品牌露出率）作为自有监测参照线，偏离过大时先排查采集口径。

样本量在 8 月后减半，跨月比较必须看比率

图表 02堆叠柱状图

各月可分析回答数，按平台堆叠（万条）

数据解读

6 月和 7 月分别有 333.5 万条和 365.5 万条回答，8 月降到 175.4 万条，9 月只有 130.1 万条。8 月～9 月合计约为 6 月～7 月的 44%。五个平台的构成相对稳定：ChatGPT 每月占 35%～40%，是最大的样本来源；Copilot 和 AI Overview 各占约 10%～13%。

任何按“条数”统计的月度指标（如被引用次数、被引域名数）都会随样本减少而下降，不能解读为平台行为变化。本报告所有月度趋势统一使用比率指标（占比、每答均值、集中度）。

底层原理

生产型监测的提示词集合会随客户项目和调度频次调整，样本量下降主要源于采集计划缩减。同时，样本构成变化可能改变各意图、各行业在总体中的权重，进而影响比率指标。这也是图表 06 官网占比趋势需要结合固定面板复核的原因。

案例与事例

本数据中，被引域名数从 6 月的 73.0 万个降到 9 月的 29.6 万个（下降 60%），与样本量降幅（下降 61%）几乎一致（见图表 07）。如果只看域名绝对数，容易误判为 AI 引用的网站急剧减少，实际只是采样总量减少了。

应用与行动

• 自建监测月报中，把绝对量指标（被引次数、被引域名数）与样本量并列展示，或直接改为“每百条回答”口径。

• 固定一组“核心提示词面板”，每月不增不减，专门用于趋势判断；扩展提示词单独标注。

• 样本量变化超过 20% 的月份，在报告中加脚注说明可比性。

来源结构：AI 从哪里取材

本章基于 T1 数据回答四个基础问题：五个平台回答品类问题时给出多少来源，引用哪类网站，引用是否集中在少数域名，平台之间的信源有多少重合。

这些问题决定了 GEO 资源应该投向哪里。

约三分之一的 Gemini 与 AI Mode 回答没有出处；ChatGPT 每答挂出的来源是 Gemini 的 5 倍

图表 03双面板棒棒糖图

A｜回答中至少含一个 URL 或引用的比例；B｜每条回答平均附带的非官网来源 URL 数

数据解读

ChatGPT（99.9%）和 AI Overview（100%）几乎每条回答都带来源，Copilot 为 94.5%。Gemini（66.1%）和 AI Mode（63.6%）则有约三分之一的回答不带任何来源链接。每答来源数量的差距更大：ChatGPT 平均每答挂出 8.80 条非官网来源，AI Overview 为 7.21 条，AI Mode 为 4.70 条，Copilot 为 3.04 条，Gemini 只有 1.77 条，最多与最少相差约 5 倍。

AI Overview 的 100% 由产品形态决定：它只有在触发时才会被采集，且一旦触发总会附带链接卡片。因此这个 100% 不代表它更倾向引用外部链接。

底层原理

一条回答是否带来源，取决于平台在生成前是否执行了检索（grounding）。ChatGPT 搜索和 AI Overview 采用“先检索、再生成”流程，检索结果直接转化为引用。Gemini 应用和 AI Mode 则由模型判断是否需要联网；面对模型认为自身已掌握答案的问题，平台常直接调用参数知识作答。来源数的差异还与界面设计有关：ChatGPT 倾向在段落中密集挂链，Gemini 只在少数句子后附来源。

案例与事例

Strauss 等人在 2025 年的研究（The Attribution Crisis in LLM Search Results）中发现，Gemini 有 92% 的回答没有可点击引用，约 34% 的回答根本没有触发网页抓取。该结论与本数据方向一致；本数据中 Gemini 的有来源比例更高，是因为采集口径同时计入了不可点击的来源列表。

另一方面，“有来源”不等于“有点击”。Pew Research Center 跟踪 900 名美国成年人约 6.9 万次 Google 搜索后发现，出现 AI 摘要时用户点击普通结果的比例为 8%，无 AI 摘要时为 15%；直接点击 AI 摘要内来源链接的比例只有约 1%。

应用与行动

• 分平台设定目标：面向 ChatGPT、AI Overview 和 Copilot，核心目标是让页面进入检索候选集并获得引用；面向 Gemini 和 AI Mode，还要争取在无来源回答中也被准确推荐（见第三章）。

• 为高来源密度平台准备易于摘录的段落：ChatGPT 每答引用近 9 个来源，长尾页面也有机会入选。每个页面围绕一个具体问题展开，开头 2 句～3 句直接给出结论和数据。

• 不要单用点击量考核 GEO：AI 摘要内来源链接的点击率很低，应同时考核被引用率、被推荐率和品牌搜索量的变化。

官网是五个平台共同的第一大信源，第二梯队决定平台特征

图表 04百分比堆叠条形图

各平台来源链接的信源类型构成（含官网）

数据解读

企业与品牌官网在五个平台中都是第一大信源，占比从 Copilot 的 37.5% 到 Gemini 的 58.2%。这里的“官网”指品类内所有企业的官网总和。除官网外，各平台的第二梯队差异显著：

• ChatGPT：机构、政府与教育类占 9.0%，居五平台最高；“其他”长尾独立站占 36.6%。

• AI Mode 与 AI Overview：媒体与内容平台占 10%～11%，用户社区占 8.8%～11.9%，社区占比居五平台最高。

• Gemini：对官网依赖最重（58.2%），其他各类占比均偏低。

• Copilot：电商平台占 12.8%，是其他平台的 4 倍～7 倍；“其他”占 38.9%。

底层原理

信源构成主要由三项机制决定。第一是检索后端差异，Google 索引、Bing 索引与 OpenAI 自建抓取各不相同。第二是查询扇出方式，AI Mode 会把一个问题拆成多个子查询，常附带“评测”“经验”“视频”等意图词，顺带召回社区和视频内容。第三是内容合作与资产归属，YouTube 是 Google 自有资产，Bing 购物则与零售商数据深度整合。

案例与事例

内容授权直接影响信源可获取性。2024 年 2 月 Google 与 Reddit 达成数据授权合作，公开报道金额约为每年 6,000 万美元；OpenAI 同年也与 Reddit 达成合作。分析平台 Profound 统计了 2024 年 8 月～2025 年 6 月的数据，发现 Reddit 是 Google AI Overviews 和 Perplexity 中引用最多的域名，在 ChatGPT 中位列第二。这与本数据中 AI Overview 社区占比最高（11.9%）的结果方向一致。

应用与行动

• 所有平台的共同底座是官网：每项核心事实（价格、规格、支持地区、兼容性、政策）只对应一个官方标准页面，直接写在 HTML 正文里并配齐结构化数据。

• 按“第二梯队”分配站外资源：ChatGPT 侧重机构、学术与长尾评测站；Google 入口侧重视频、社区和媒体；Copilot 侧重零售平台商品页。

• 拆细分析“其他”类别：用自有监测数据列出“其他”中高频出现的垂直评测站、导购站和工具目录，这些站点通常是投入产出比最高的站外目标。

Copilot 对电商的偏好是平均水平的 3.8 倍，AI Mode 偏好媒体，ChatGPT 偏好机构

图表 05偏好指数热力图

指数 = 该平台该类信源占比 ÷ 五平台合并占比 × 100；色块中第二行为原始占比

数据解读

指数高于 100 表示“超配”，低于 100 表示“低配”。图中最突出的五个信号如下：

• Copilot × 电商 = 381：Copilot 引用电商平台的比例是五平台均值的 3.8 倍，同时对机构（46）和社区（55）明显低配。

• AI Mode × 媒体 = 185、AI Overview × 社区 = 172、AI Overview × 媒体 = 168：Google 两个入口都偏向内容平台和社区讨论。

• ChatGPT × 机构 = 137：ChatGPT 是唯一明显偏向机构、政府与教育来源的平台，对媒体（55）和社区（76）低配。

• Gemini × 官网 = 125：Gemini 对官网依赖最重，对电商（57）和社区（70）低配。

底层原理

偏好指数反映了平台检索与重排序系统的取向。Copilot 基于 Bing 构建，Bing 购物与零售数据整合较深，商品类问题容易召回 Amazon 和 Walmart 等商品页。ChatGPT 的检索更看重公信力和可核验性，机构、学术和政府网站更容易入选。Google 入口则会在子查询中主动检索用户实测与经验类内容。

案例与事例

本数据中 ChatGPT 的前 10 大非官网域名里有 4 个属于机构或学术网站：nih.gov（1.5%）、arxiv.org（0.9%）、nist.gov（0.5%）和 fda.gov（0.4%）。Copilot 的前两大域名则是 amazon.com（9.0%）和 walmart.com（5.3%）。

平台的商业化功能也在强化这些倾向。2026 年 1 月，微软在 Copilot 中推出 Copilot Checkout，支持用户在对话内直接完成购买，首批合作方包括 PayPal、Shopify 和 StripeA/C，据 eWeek 报道。对 Copilot 而言，结构化商品交易数据的重要性仍在提升。

应用与行动

• 用偏好指数分配站外预算：优先投入指数大于 150 的“平台 × 信源”组合，例如 Copilot 的零售平台、Google 入口的社区与视频。

• 面向 Copilot：完善 Amazon 和 Walmart 等平台的商品标题、参数、问答与评价；接入 Bing Webmaster Tools 与 IndexNow，加快新内容被 Bing 收录的速度。

• 面向 ChatGPT：发布带方法说明和实证数据的研究报告与技术白皮书，争取获得高校、标准组织和行业协会页面的引用。

6 月～9 月四个平台的官网占比都在上升，ChatGPT 升了 19 个百分点，Copilot 是唯一下降的平台

图表 06斜率图

企业/品牌官网在全部渠道 URL 中的占比，2026 年 6 月 vs 9 月

数据解读

ChatGPT 的官网占比从 34.8% 升到 54.2%（+19.4 个百分点），升幅最大，排名从第五升至第三。AI Overview 从 49.3% 升到 58.8%（+9.5 个百分点，8 月曾回落至 44.8%）。Gemini 从 55.6% 升到 64.4%（+8.9 个百分点），始终保持最高。AI Mode 从 49.7% 升到 53.7%（+4.0 个百分点）。只有 Copilot 逆势下降，从 41.1% 降到 33.0%（−8.0 个百分点），让出的份额主要流向电商和长尾网站。

底层原理

这一趋势有两种可能成因，本数据无法完全区分：一是平台检索策略确实向一手来源倾斜；二是 8 月～9 月样本量减半后，问题集中各意图与行业的权重发生了变化。

即便存在样本构成因素，官网高占比依然符合检索增强生成（RAG）的基本机制：当回答涉及价格、规格、兼容性或售后政策等可核验事实时，模型倾向于引用事实的原始出处以降低幻觉风险。

案例与事例

Yotpo 在 2026 年 5 月发布的引用寿命研究中，连续 14 周以上追踪消费购买旅程问题，发现商品页和政策页（退换货、配送、保修）是 AI 引用中最稳定的页面类型。这与官网事实页占比走高的方向一致。

应用与行动

• 把官网建成“事实底座”：每项核心事实对应唯一标准 URL；事实直接写在 HTML 正文里，不藏在图片、PDF 或折叠组件中；页面标明更新时间，并同步更新 sitemap 的 lastmod 字段。

• 用日志验证抓取状态：在服务器日志或 GEOInflow 等工具中检查 OAI-SearchBot、ChatGPT-User、Googlebot 和 Bingbot 是否实际抓取了这些事实页，以及 HTTP 状态码是否为 200。

• 把该趋势作为待验证信号：在自有固定问题集上每月复核“官网被引用率”，确认趋势稳定后再调整预算。

Google 两个入口的头部集中度持续走高，ChatGPT 的来源始终分散

图表 07迷你折线表（Sparkline Table）

各平台被引域名数、前 10 域名份额（CR10）、基尼系数与 HHI，2026 年 6 月～9 月

数据解读

CR10（前 10 大非官网域名的份额）在平台间相差约四倍：9 月份 AI Overview 为 52.5%，AI Mode 为 50.1%，Copilot 为 21.7%，ChatGPT 为 13.6%，Gemini 为 11.9%。在 Google 两个入口里，约一半第三方引用流向了 10 个头部域名；在 ChatGPT 上，第三方引用分散在大量长尾网站中。

从趋势看，AI Overview 的 HHI 从 0.042 升到 0.064（增长 54%），AI Mode 的 CR10 从 45.6% 升到 50.1%，两者均趋于集中。Gemini 的 CR10 从 15.8% 降到 11.9%，趋于分散。所有平台的被引域名数均下降 55%～66%，与样本量降幅一致，不代表可引用的网站总数减少。

底层原理

集中度受两项因素影响：检索结果是否偏向少数头部大站，以及子查询是否反复命中同一批平台。Google 入口在“经验”“评测”“视频”类子查询中高频命中 YouTube 和 Reddit，集中度随之走高。ChatGPT 每答引用近 9 个来源，候选池更宽，长尾网站更容易入选。

指标说明：CR10 为前 10 名份额之和；HHI 为各域名份额平方和，越接近 0 越分散；基尼系数衡量整体不均衡程度，0.8 以上表示分布高度集中。

案例与事例

SISTRIX 对 17 周 AI 回答快照的研究发现，86.5% 的 AI Mode 提示词存在 1 个～5 个长期稳定出现的“核心域名”。在这些核心域名中，YouTube 入选率为 24%，维基百科为 12%，论坛与 UGC 仅占 3%。高集中度意味着少数“守门人”域名主导了大部分曝光。

应用与行动

• 面向高集中度平台（AI Overview、AI Mode）：先识别本品类的前 10 大被引域名，逐一评估品牌在这些域名上的内容覆盖，优先填补空白。

• 面向低集中度平台（ChatGPT、Gemini）：扩大可引用页面的覆盖面，涵盖垂直评测站、行业目录与合作伙伴页面。

• 将 CR10 和 HHI 纳入季度监测：集中度快速上升说明头部渠道聚集效应增强，需加快头部平台布局。

在 ChatGPT 上，前 10 大域名只占 11%；在 Google 两个入口，YouTube 单站占 14%～18%

图表 08小多图树图（Treemap Small Multiples）

各平台前 10 大非官网来源域名的份额（彩色方块）与其余长尾（灰色），面积 ∝ 份额

数据解读

树图将每个平台的非官网来源分为两块：上方彩色区为前 10 大域名，下方灰色区为其余全部长尾站点。

• ChatGPT：前 10 名合计仅占 11.2%，长尾占 88.8%；第一名 reddit.com 仅占 4.6%。

• AI Mode：前 10 名合计占 35.6%；youtube.com 单站占 17.6%，reddit.com 占 7.8%。

• AI Overview：前 10 名合计占 37.4%；youtube.com 占 14.4%，reddit.com 占 9.6%，facebook.com 占 4.9%。

• Gemini：前 10 名合计占 14.5%；reddit.com 占 6.1%，其后为若干垂直评测站。

• Copilot：前 10 名合计占 19.0%；amazon.com 占 9.0%，walmart.com 占 5.3%。

在 Google 两个入口，YouTube 单个域名的份额就超过了 ChatGPT 前 10 大域名的总和。

底层原理

YouTube 是 Google 自有资产，视频标题、描述、字幕和章节均已进入 Google 索引，AI Mode 还能在回答中直接嵌入视频片段。

Reddit 内容常出现在“使用经验”和“值不值得买”等子查询结果中。ChatGPT 没有自有内容平台，检索结果更多来自开放网页，因此域名分布最分散。

案例与事例

Ahrefs 在 2026 年 5 月的相关性研究中指出，品牌在 YouTube 上的提及量与其 AI 可见度的相关系数约为 0.737，高于品牌网页提及（0.66～0.71），也明显高于域名评分 DR（0.27～0.33）。

OtterlyAI 与 TRYSEO 在 2026 年 4 月开展了一项实验：团队用 AI 生成 25 条讲解视频并上传至新建的零订阅频道，约 10 天后品牌在 AI Mode 上的可见度份额从 14% 升至 23%。

批量生成 AI 视频的长期效果尚未验证，且可能触犯平台垃圾内容政策，不宜直接照搬。

应用与行动

• 为高价值问题制作“答案型视频”：标题直接采用用户常见问法，前 30 秒给出结论，描述区写明品牌名、型号和关键参数；上传经人工校对的字幕并设置时间轴章节。

• 争取第三方创作者产出评测与对比视频：在产品推荐类问题中，独立第三方的评测比品牌自有频道更具说服力。

• 在 Reddit 保持真实参与：以官方身份解答问题、澄清错误信息并遵守版规，避免批量发帖营销。

YouTube、Reddit、Amazon 和 Forbes 进入四个平台前 10，无单一域名通吃全部平台

图表 09气泡矩阵

至少进入两个平台前 10 的 12 个域名；气泡面积 ∝ 该域名在该平台非官网来源中的份额

数据解读

共有 12 个域名至少进入两个平台的前 10 名。其中四个属于“跨平台守门人”，各进入四个平台的前 10 名：

• youtube.com：在 AI Mode（17.6%）和 AI Overview（14.4%）占明显优势，在 Gemini 和 Copilot 也进入前 10 名，未进入 ChatGPT 前 10 名。

• reddit.com：在 AI Overview（9.6%）、AI Mode（7.8%）、Gemini（6.1%）和 ChatGPT（4.6%）均居前三，未进入 Copilot 前 10 名。

• amazon.com：在 Copilot 占 9.0%，在 ChatGPT、AI Mode 和 AI Overview 也进入前 10 名。

• forbes.com：单平台份额不大（0.5%～2.0%），但覆盖面广，是 Gemini 的第三大来源。

图中空心小圈仅表示“未进入该平台前 10 名”，不代表份额为零。

底层原理

同一域名在不同平台的权重差异取决于两点：该域名的内容形态是否匹配平台常见的子查询类型（视频、经验、购买），以及平台检索后端对该域名的收录规模与排序权重。

ChatGPT 的检索很少返回视频结果，因此 YouTube 未进其前 10 名；Copilot 的商品类回答多由零售页面占据，因此 Reddit 未进其前 10 名。

案例与事例

amazon.com、alibaba.com 和 walmart.com 等电商域名进入 ChatGPT 前 10 名，与 ChatGPT 购物功能扩展直接相关。2025 年 9 月 29 日，OpenAI 推出 Instant Checkout，支持美国用户在 ChatGPT 内直接购买 Etsy 商家商品，并宣布陆续接入 Shopify 商家；其底层交易协议采用与 Stripe 联合发布的 Agentic Commerce Protocol。

应用与行动

• 优先布局“跨平台守门人”：在 YouTube、Reddit 和 Amazon 上的单次投入可同时覆盖四个平台，投入产出比最高。

• 按平台补齐专属渠道：ChatGPT 补充机构与学术来源，Copilot 补充 Walmart 等零售平台，Gemini 补充垂直评测站。

• 用自有数据绘制同款矩阵：将本品类高频被引域名整理为“域名 × 平台”矩阵并按季度更新，作为站外公关与内容合作清单。

五个平台信源重合度低：最高的一对也只有 0.20

图表 10弦图 + 排序条形图

两两平台被引域名集合的 Jaccard 相似度；左图弦宽 ∝ 相似度，右图为精确排序

数据解读

域名重合度最高的一对是 AI Mode 与 AI Overview（0.202）。即便同属 Google 产品，两者共同引用的域名也仅占并集总数的五分之一。

其次是 AI Overview 与 Gemini（0.174）、AI Mode 与 Gemini（0.139），前三名全部位于 Google 产品系内部。ChatGPT、Copilot 与其他平台的重合度仅为 0.05～0.09，其中 ChatGPT 与 Copilot 最低（0.051）。

底层原理

同一问题在不同平台召回不同信源，源于多重机制叠加：底层索引不同（Google、Bing 与 OpenAI 自建抓取），子查询拆分逻辑不同，重排序模型不同，以及回答长度与引用数量上限不同。

即便共用 Google 索引，AI Mode 拆出的子查询更多、偏向多角度综合分析，AI Overview 则更贴近原始查询的前排搜索结果，因此两者重合度依然不高。

案例与事例

本数据中，ChatGPT 的头部来源为 reddit.com、nih.gov 和 arxiv.org，Copilot 的头部来源为 amazon.com、walmart.com 和 youtube.com；两个平台的前 10 名仅有 amazon.com、alibaba.com 和 walmart.com 重合。同样询问“推荐一款移动电源”，ChatGPT 的回答可能受科研综述或长尾评测站影响，Copilot 则主要由零售商品页决定。

应用与行动

• 放弃“做好单一平台即可自然外溢”的假设：官网事实页、品牌实体与主流第三方媒体报道等底层资产可以跨平台复用，具体引用位置则需分平台争取。

• 按平台分别监测和考核：预算分配应与各平台在目标用户群中的实际使用份额挂钩。

• 合并规划 Google 系渠道：AI Mode、AI Overview 和 Gemini 的信源重合度相对较高，视频、社区和结构化数据投入可以协同复用。

意图、漏斗与行业：问到哪一步，AI 就给什么答案

T2 数据对问题标注了三类标签：营销漏斗阶段（认知、考虑、决策）、搜索意图（信息型、商业型、交易型、导航型）与所属行业。本章统计带有效标签的回答（漏斗标签约 502 万条，意图标签约 719 万条），考察用户处于不同阶段时 AI 推荐品牌的概率与信源变化。

问题越接近购买，AI 越会推荐品牌；ChatGPT 的认知阶段留白最多

图表 11连线点图（Connected Dot Plot）

各漏斗阶段的品牌露出率（检出至少一个商业品牌的回答占比）

数据解读

五个平台趋势一致：问题越接近购买决策，回答越可能推荐商业品牌。ChatGPT 的跨度最大，认知阶段露出率为 72.9%，考虑阶段升至 86.7%，决策阶段达到 93.1%，首尾相差 20.2 个百分点。其余四个平台在认知阶段已有 82.9%～86.8% 的回答推荐品牌，决策阶段均在 95% 以上，其中 AI Overview 与 Copilot 并列最高（96.6%）。

ChatGPT 认知阶段低露出具有明确的结构特征：该阶段约 26.8% 的回答“有来源但无品牌”，即引用大量网页解释概念，但不列举具体产品。

底层原理

不同阶段的问题对应不同的答案结构。

认知阶段问题（如“什么是 AI 网关”“快充会不会伤电池”）的标准答案是定义与原理，品牌仅作为顺带举例。考虑阶段问题（如“有哪些好用的 X”“A 和 B 哪个好”）的标准答案是候选清单，品牌成为答案主体。决策阶段问题（如“X 型号多少钱”“哪里买”）本身常包含品牌名，回答必然提及品牌。

案例与事例

表单工具 Tally 在增长复盘中提到，团队在官网长期维护人工撰写的“Tally vs Typeform”等对比页，同时持续排查提及竞品却漏掉 Tally 的第三方文章并主动沟通补充D，当事方自述。对比页直接匹配考虑阶段的候选清单结构，有助于品牌从认知进入选型池。

应用与行动

• 将认知阶段作为中小品牌切入口：露出率最低意味着同业竞争最少，可发布带实证数据和出处的原理说明、术语表与行业报告，争取在概念举例时被提及。

• 在考虑阶段建设对比型内容：上线公开透明的产品对比页、适用场景页与选型指南，并争取进入第三方评测榜单。

• 分漏斗阶段独立考核露出率：以本数据为参照（例如 ChatGPT 认知阶段 73%、决策阶段 93%），优先补齐低于基准线的阶段内容。

交易型问题品牌露出最高；在 Gemini 上，各意图下约一半品牌回答都没有出处

图表 12双热力图（Twin Heatmap）

A｜品牌露出率；B｜提到品牌的回答中没有任何来源的比例；按搜索意图划分

数据解读

A 面板显示，所有平台均在交易型问题上露出率最高（92.8%～96.3%），在信息型问题上最低（ChatGPT 为 80.5%，其他平台为 87.8%～90.5%）。导航型问题的露出率低于商业型，原因是部分导航查询指向公共机构或政务入口，不涉及商业品牌。

B 面板显示，“无出处”比例主要由平台机制决定，搜索意图影响次之。Gemini 在四类意图下均处于 49.9%～54.7%；AI Mode 为 22.0%～30.4%，其中交易型最高；Copilot 同样在交易型最高（20.9%）；ChatGPT 处于 5.6%～8.1%；AI Overview 始终低于 3%。问题越接近成交，AI Mode 和 Copilot 越常直接推荐品牌而不附出处。

底层原理

交易型问题常自带品牌名或具体型号，模型对参数知识把握较高，触发联网检索的频率随之降低。这解释了 AI Mode 和 Copilot 在交易型问题上无出处推荐增多的现象。信息型问题以背景知识为主体，品牌仅作例证，露出率自然最低。

案例与事例

信息型查询也是 AI 摘要分流点击最明显的区域。Ahrefs 对比 2024 年 3 月与 2025 年 3 月共 30 万个关键词后发现，触发 AI Overview 的信息型关键词，自然排名第一结果的平均点击率比预期低 34.5%（预期 0.040，实际 0.026）。面对信息型问题，进入 AI 回答正文比单纯守住传统搜索首位更关键。

应用与行动

• 信息型问题：用户往往看完摘要即离开，目标是让品牌进入回答正文。可在技术原理类内容中自然结合品牌与品类词，例如“以 X 品牌的 Y 方案为例”。

• 交易型问题：在 AI Mode、Copilot 和 Gemini 上品牌常获直接推荐，应重点核查价格、库存和购买渠道是否准确；发现错误时，需从官网和百科类知识源头同步修正。

• 建立固定的“意图 × 平台”监测矩阵，按月对比这 20 个细分单元格的波动。

从认知到决策，机构类信源减少三分之二，电商来源接近翻倍

图表 13发散条形图（Diverging Bar）

各信源类型在决策阶段与认知阶段的占比差（百分点），五平台合并

数据解读

机构、政府与教育类来源在认知阶段占 10.4%，到决策阶段降至 3.8%（−6.6 个百分点），降幅约三分之二。电商平台从 2.6% 升至 4.8%（+2.2 个百分点），接近翻倍；官网从 45.8% 升至 49.7%（+3.9 个百分点）。媒体和社区占比在不同阶段基本稳定（波动在 ±0.3 个百分点以内）。按搜索意图切分结果一致：机构类来源在信息型问题中占 7.2%，在交易型问题中仅占 4.1%。

底层原理

信源结构随回答所需的证据类型转移：认知阶段侧重官方与学术解释（行业标准、学术研究、政府指南），决策阶段侧重交易与履约信息（价格、库存、规格、售后政策）。AI 在不同阶段会转向最可能存放对应证据的网站类别。

案例与事例

Pew Research Center 在 2025 年的研究中也观察到一致规律：与普通搜索结果相比，Google AI 摘要更常链接至维基百科和 .gov 政府网站；Reddit 和新闻网站在两类结果中各占约 5% 的链接。AI 摘要高频触发于信息型查询，恰好对应机构类信源集中出现的场景。

应用与行动

• 认知阶段：参与起草行业标准与技术白皮书，向高校和研究机构提供实证数据与案例，让品牌进入机构类信源。

• 决策阶段：维护好官网定价页、商品结构化数据和电商平台详情页，确保库存、配送及退换政策全渠道一致。

• 协同跨部门排期：认知阶段内容常归属品牌公关，决策阶段页面多归属电商与增长团队，GEO 项目需统一排期与考核口径。

B2B 技术品类以官网为主场（70%～73%），消费硬件更依赖媒体与电商

图表 14马赛克图（Marimekko）

四个行业的信源类型构成；行高 ∝ 该行业渠道 URL 总量

数据解读

在三个 B2B 技术品类（全渠道客户沟通、AI 网关、网页采集 API）中，官网占来源链接的 70%～73%，电商来源不足 2%，媒体来源占比也很低。消费硬件（充电与移动电源）的官网占比则为 59%，媒体与内容平台占 7%，电商平台占 6%，后两项占比是 B2B 品类的数倍。

各行业覆盖的采集平台范围不同（网页采集 API 覆盖全部五个平台，AI 网关仅覆盖 ChatGPT 和 AI Mode），因此跨行业对比主要看结构方向。

底层原理

信源结构取决于最可信的一手信息存放在何处。B2B 技术产品的核心事实涵盖 API 参数、支持模型、计费梯度、集成文档与安全认证，这些信息几乎只存于厂商自有文档和定价页中。消费硬件的选购依据涵盖实测容量、发热控制、耐用度与性价比，则大量分布在第三方评测、开箱视频和买家评论里。

案例与事例

开发者平台 Vercel 在 2025 年 6 月的技术博客中披露，ChatGPT 带来的新注册用户已占其总注册量的约 10%，前一个月为 4.8%，半年前约为 1%。Vercel 的核心做法包括：采用清晰的标题层级、Schema.org 标记与语义化 HTML；鉴于多数 AI 爬虫不执行 JavaScript，统一启用服务端渲染（SSR）或静态生成（SSG）；按 30 天、90 天和 180 天周期巡检更新文档。

这印证了 B2B 品类的官网主导特征：技术文档的可抓取性与信息完整度直接决定 GEO 表现。

应用与行动

• B2B 技术品牌：将开发者文档、API 参考、定价页、更新日志和集成指南输出为静态或服务端渲染 HTML，明确标注版本号与更新日期，并在 GitHub 及技术社区持续维护实操内容。

• 消费硬件品牌：主动向评测媒体与视频创作者送测；完善电商商品页参数与问答；在官网公开实测指标（额定可用容量、充电功率曲线、安规认证编号），为第三方评测和 AI 检索提供核对基准。

• 按行业特征分配预算权重：B2B 品类将主要资源投向官网文档工程，消费品类将更多资源投向第三方评测与零售渠道。

同一平台跨行业差异显著：Gemini 在网页采集 API 品类中 71% 的品牌回答没有出处

图表 15分组克利夫兰点图（Grouped Dot Plot）

各行业 × 平台中，提到品牌的回答里没有任何来源的比例；空心圈为该平台全行业均值

数据解读

四个行业的品牌露出率均处于 94%～99% 高位，核心差异在于推荐品牌时是否附带来源链接。

• Gemini在网页采集 API 品类中，70.9% 的品牌回答没有来源（全行业均值为 51.3%），每答非官网来源仅 0.6 条；在充电品类中无来源比例也达 59.2%。

• Copilot在网页采集 API 品类中无来源比例为 29.7%，是其全行业均值（14.7%）的两倍。

• AI Mode表现相反：在三个行业中无来源比例均低于全行业均值（6.2%～24.2% vs 38.9%），其中 AI 网关品类仅 6.2%。

• ChatGPT与 AI Overview 在所有行业中无来源比例均保持在 12% 以下。

底层原理

垂直 B2B 技术品类在开放网页上的第三方讨论较少，Gemini 这类偏向按需检索的平台更常直接调用模型参数记忆作答。而在 AI 网关等快速演进的新兴品类中，模型内部先验知识确定性较低，AI Mode 等平台会更频繁地触发实时检索并附带出处。

案例与事例

Zhen 等人在 2026 年分析了 8 个中文 AI 界面的 16 万余条回答记录，发现约 13% 的品牌露出在所附来源中找不到对应文本，直接来自模型参数记忆。本数据中 Gemini 在垂直行业的无出处比例远高于这一均值，表明模型记忆路径在不同平台与细分品类间的权重差异很大。

应用与行动

• 识别本品类的“高记忆”平台：按本图口径计算“无出处品牌回答占比”，对占比超过 30% 的平台重点加强品牌实体建设。

• 落实品牌实体建设动作：在官网、百科、行业媒体与合作方页面统一品牌名，并固定品类定义句式（“X 是一款用于 Y 的 Z”）；维护 Google 商家资料与 Merchant Center 数据；在符合收录规范的前提下完善 Wikidata 等结构化知识库词条。

• 核查无出处回答的事实准确度：重点排查过时价格、已下线产品型号和错误品类归属；此类偏差源于模型记忆或知识源，无法仅靠修改单个落地页纠正。

来源与品牌：被引用不等于被推荐

GEO 实践常把获得链接引用当作核心目标，但企业真正关注的是品牌能否进入回答正文并获得准确表述。T3 数据将每条回答按“是否有来源”和“是否提及商业品牌”交叉分为四类，用于拆解引用与推荐之间的真实关系。

有无来源不影响品牌露出概率（均约 88%）：来源并非推荐的前提

图表 16桑基图（Sankey）

五平台回答的流向：平台 → 是否有来源 → 是否提到商业品牌；线宽 ∝ 回答数

数据解读

在 1,004.6 万条回答中，78.2% 附带来源，21.8% 不含任何来源；最终有 88.1% 的回答推荐了至少一个商业品牌。

核心结论在第二段分流：有来源回答的品牌露出率为 88.0%，无来源回答的品牌露出率为 88.4%，两者几乎一致。即使模型不联网、不挂链接，依然会按相同比例给出品牌推荐。无来源分支主要由 Gemini（黄色）和 AI Mode（橙色）贡献。

底层原理

AI 生成品牌推荐存在两条并行路径：一是实时检索路径，先检索网页再从候选页面提取品牌；二是模型记忆路径，直接调用参数知识或知识图谱生成品牌清单。两条路径推荐品牌的概率接近，但优化手段截然不同：前者取决于页面能否进入检索候选集并被摘录，后者取决于品牌与品类词在预训练语料中的共现频率及语境。

案例与事例

即便进入实时检索路径，品牌出现在被引页面上也不保证能进入最终回答。Zhen 等人在 2026 年的研究中发现，被检索页面上的品牌仅有 8.3% 进入最终回答；本数据 T3 的一组小样本核查中，被引页面出现的 61 个品牌也仅有 15 个（24.6%）进入回答正文实证，样本较小，仅作示意。

应用与行动

• 分开考核引用率与推荐率：不要仅凭链接引用数为零，就否定品牌在 Gemini 和 AI Mode 上的可见度表现。

• 双路径同步建设：页面可检索层建设对 ChatGPT、AI Overview 和 Copilot 最有效；品牌实体层建设则对 Gemini 和 AI Mode 最关键。

• 提升品牌在被引页面内的位置权重：让品牌出现在标题、首段结论和对比表格中，比放在长文末尾更容易被模型提取。

每 100 个回答里，Gemini 有 45 个推荐品牌却不给出处，AI Overview 只有 2 个

图表 17小多图华夫图（Waffle Small Multiples）

每 100 个回答的“来源 × 品牌”构成（最大余数法取整）

数据解读

按每 100 个回答折算，五个平台的构成如下：

• AI Overview：90 个既有来源又提品牌，8 个有来源未提品牌，仅 2 个无出处推荐，属于典型的引用驱动型。

• ChatGPT：81 个有来源且提品牌，16 个有来源未提品牌（多为认知阶段概念解释），3 个无出处推荐，属于引用驱动型。

• Copilot：77 个有来源且提品牌，13 个无出处推荐，属于混合型。

• AI Mode：56 个有来源且提品牌，35 个无出处推荐，4 个两者皆无，偏向记忆驱动。

• Gemini：43 个有来源且提品牌，45 个无出处推荐，8 个两者皆无，是唯一无出处推荐多于有出处推荐的平台。

底层原理

引用驱动型平台几乎每次都执行网页检索，回答中的品牌直接提取自检索结果页。记忆驱动型平台在相当比例的问题上跳过检索，直接由模型输出品牌清单；在 Gemini 中，Google 知识图谱的实体关联也可能参与生成。成熟品牌在记忆路径上具备先发优势，新品牌较难仅靠短期改写网页进入推荐清单（此为机制推断，尚待控制实验验证）。

案例与事例

在检索路径上，正文写作结构直接影响入选概率。普林斯顿大学等机构的 GEO 论文（Aggarwal 等，KDD 2024）通过控制实验证明，在正文中补充出处链接、专家引述和统计数字，可使页面在生成式引擎回答中的可见度最高提升约 40%。这类改写对引用驱动型平台效果最直接。

应用与行动

• 引用驱动型平台（AI Overview、ChatGPT）：优化易于摘录的段落形态，为每条关键结论配齐统计数字、数据来源与独立短句。

• 记忆驱动型平台（Gemini、AI Mode）：长期投入品牌实体建设，持续获取主流媒体报道，提升品牌名与品类词的共现频次。

• 混合型平台（Copilot）：兼顾两条路径，重点完善零售平台商品页（见图表 05）与 Bing 生态的结构化数据。

平台分化为“引用驱动”与“记忆驱动”两极，同一平台跨行业位置明显漂移

图表 18四象限气泡散点图

横轴：每答非官网来源 URL 数；纵轴：品牌回答中无出处的占比；实心 = 平台整体，空心 = 行业 × 平台

数据解读

ChatGPT（8.8 条，3.9%）和 AI Overview（7.2 条，1.9%）落在右下角的引用驱动区；Gemini（1.8 条，51.3%）落在左上角的记忆驱动区；AI Mode（4.7 条，38.9%）介于两者之间且偏向记忆一侧；Copilot（3.0 条，14.7%）每答来源偏少，但多数品牌回答仍附带出处。

空心点表明，同一平台在不同行业的位置会明显移动：Gemini 在网页采集 API 品类（0.6 条，70.9%）和充电品类（1.0 条，59.2%）进一步滑向记忆驱动区；AI Mode 在三个细分行业的散点均低于其全量均值，更靠近引用驱动区。

底层原理

横纵两项指标共同决定了 GEO 的发力位置。每答来源越多，网页层面的检索与摘录优化越有效；无出处占比越高，品牌实体层面的建设（知识图谱、主流站点提及、品牌与品类词共现）越关键。细分品类越垂直、公开网页语料越少，平台越容易滑向记忆驱动一侧。

案例与事例

引用驱动型平台带来的直接访问更容易追踪转化。Semrush 在 2025 年 6 月的研究中估算，按转化率衡量，AI 搜索引荐访客的平均价值约为传统自然搜索访客的 4.4 倍，原因是用户在点击前已在对话中完成了初步筛选。每答附带链接多的平台是 AI 引荐流量的主要来源。

应用与行动

• 绘制本品类的专属四象限图：在自有监测中计算各平台的“每答来源数”和“无出处占比”，确定本品类的实际坐标。

• 针对右下象限平台：重点投入页面级结构化改造，考核被引用率与 AI 引荐流量。

• 针对左上象限平台：重点投入品牌实体建设，考核品牌推荐率与事实准确率，避免单用引荐点击量评估其回报。

Gemini 无出处推荐稳定在五成；ChatGPT 四个月从 1.3% 升至 11.6%，向混合型靠拢

图表 19带注释折线图

提到品牌的回答中没有任何来源的比例，按月

数据解读

• Gemini：四个月稳定在 48.0%～54.3%，以记忆路径为常态。

• ChatGPT：从 6 月的 1.3% 逐月升至 9 月的 11.6%，增幅约 9 倍。这可能源于默认模型切换或联网触发阈值调整，也可能受样本构成影响，单凭本数据尚无法剥离。

• Copilot：从 17.9% 降至 9.8%，为品牌回答附带来源的比例持续提升。

• AI Overview：四个月始终低于 6%。

• AI Mode：6 月～7 月约为 50%，8 月骤降至 4.3%，9 月回升至 15.1%。8 月的骤降与下旬采集解析规则调整在时间上重合，应视为口径断点（图中以虚线标示）。

底层原理

各平台的联网检索触发阈值会随底层模型迭代与线上灰测动态调整。面对同一问题，新版模型可能直接用参数知识作答，也可能改走先检索流程。平台通常不会公告此类策略微调，只能依靠持续监测识别。

案例与事例

AI Mode 在 8 月份的读数展示了采集变更对趋势判断的干扰：如果忽略 8 月下旬的解析规则变化，就会误判为 AI Mode 突然普遍改为附带出处。因此，任何 AI 可见度监测报告都必须同步维护采集与解析口径的变更记录。

应用与行动

• 建立监测系统的口径变更日志：记录采集脚本、HTML 解析规则、提示词集合、地区与语言的每一次改动，并在趋势图上打标。

• 将“无出处推荐占比”作为平台形态监测指标：若 ChatGPT 该比例继续走高，优化策略需从纯页面改造转向“页面优化 + 实体建设”双轨并行。

• 遇到数据跳变先核查口径：单月波动超过 10 个百分点时，先排查样本量、抓取成功率和解析规则，再下业务结论。

稳定性与漂移：AI 的答案每天都在变

T4 固定面板在同一平台上对同一问题按日、按周重复采集，从具体链接（URL）、域名、信源类型和品牌四个层级对比前后两次回答的重合度。本章结论直接决定了 GEO 的度量周期与考核方式。

统计层级越宏观越稳定：URL 几乎全换，信源类型和品牌层保留三到六成

图表 20平行坐标图

相邻两周同一提示词结果集合的 Jaccard 相似度，按四个层级

数据解读

相邻两周对同一问题复测时，四个层级的重合度呈阶梯式上升：

• URL 层除 Copilot（0.25）外，其余四个平台仅为 0.03～0.13，超过八成链接发生替换；Gemini 仅为 0.03，URL 流失率达 92.7%。

• 域名层提升至 0.13～0.29，说明具体页面虽已更换，但仍常来自同一批网站。

• 信源类型层达到 0.26～0.61，其中 Copilot 最高（0.61），源于其稳定召回 Amazon 和 Walmart 等零售域名。

• 品牌层集中在 0.33～0.40，五平台差距最小；Gemini 在 URL 层最不稳定，在品牌层反而最稳定（0.40）。

品牌层 Jaccard 为 0.36 意味着：前后两次回答各列出 5 个品牌时，平均约有 2.6 个品牌重合。

底层原理

URL 是最微观的统计单元，检索排序的任何细微变动都会导致 URL 更替；越向上层聚合，同类站点间的相互替换越能抵消单条链接的随机波动。Gemini 的反差印证了前文结论：其推荐的品牌大多来自模型参数记忆，所附链接仅是随机性较高的辅助佐证，因此链接高频更换而品牌集合相对稳定。

案例与事例

SISTRIX 在 2026 年 5 月针对 82,619 个提示词、17 周快照的研究同样发现，URL 层面每周约有 85% 发生更替，与本数据吻合；与此同时，在 43% 的品牌词查询中，品牌官网连续 17 周全程在列。这说明在域名与品牌层级建立长期稳定曝光完全可行。

应用与行动

• 放弃追逐单个 URL 的短期上榜：单条链接波动极大，日常考核应以域名层和品牌层的出现率为主。

• 在核心信源建立多点冗余覆盖：让品牌同时入驻官网、YouTube、主流评测站和百科类知识源，即使单条 URL 轮换掉线，其他信源仍可承接。

• 监控四层 Jaccard 指标：当某一层重合度出现异常断崖下跌时，及时排查平台算法更新或采集解析故障。

半数以上元素次日即流失：URL 次日留存仅 2%～13%，信源类型最高为 55%

图表 21阶梯生存曲线（Kaplan-Meier）

同题逐日复测时，元素仍连续留在答案中的比例（累计留存率），纵轴为平方根刻度

数据解读

首日出现的元素在次日依然连续保留的比例分别为：

• URLAI Mode 为 12.5%，Copilot 为 11.5%，ChatGPT 为 8.7%，Gemini 为 3.8%，AI Overview 为 2.3%。

• 域名AI Mode 最高（33.8%），其余四个平台处于 9%～16%。

• 信源类型AI Overview 为 55.2%，AI Mode 为 44.0%，Copilot 为 33.3%，ChatGPT 为 27.4%，Gemini 为 16.0%。

• 品牌AI Mode 为 25.0%，AI Overview 为 20.2%，Gemini 为 14.9%，ChatGPT 为 14.0%，Copilot 为 13.3%；到第 7 天仅剩 1.5%～3.7%。

全部五个平台、四个统计层级的连续留存半衰期均只有 1 天。

底层原理

生存曲线统计的是“无间断连续保留”：某元素只要中间有一天未出现即判定为流失，即便后续日期重新出现也不再恢复计入。大量品牌和链接处于间歇性出现状态，因此跨周集合 Jaccard（图表 20）显著高于连续留存率。对品牌更有参考价值的指标，是在固定周期的多次采样中品牌出现的频率。

案例与事例

Yotpo 在 2026 年 5 月连续 14 周以上追踪消费购买旅程问题，测得每周引用更替率分别为 ChatGPT 70%、Gemini 76% 和 AI Mode 81%；AI Mode 宽泛查询的稳定度仅为 0.11。多项独立研究均表明，AI 单条引用的连续留存周期通常按天计算。

应用与行动

• 用出现频率替代单次顺位：将固定周期内多次采样的品牌出现比例设为核心指标，放弃单次截图的顺位考核。

• 采用滚动均值触发预警：监控 7 天或 28 天滚动出现率，仅当波动超出统计置信区间（见图表 28）时才启动异常排查。

• 审慎对待单次上榜截图：品牌次日连续留存率仅有一到两成，单张截图无法证明优化奏效或失效。

AI Mode 存在显著跨周漂移，ChatGPT 和 Gemini 的波动主要源于随机采样

图表 22哑铃图

URL 层 Jaccard：同一周内两次采集 vs 相邻两周之间

数据解读

对比“同一周内两次采集”与“相邻两周采集”的 URL 相似度，可分离随机波动与时间漂移：

• ChatGPT（0.108 vs 0.106）和 Gemini（0.033 vs 0.033）：周内与跨周相似度几乎一致。同一周内重问一次与隔周再问的变化幅度相同，说明变动主要来自单次生成的随机性。

• AI Mode（0.284 vs 0.135）：周内相似度是跨周的两倍以上，跨周下降 53%。除随机波动外，AI Mode 存在显著的跨周时间漂移。分行业表现一致：充电品类为 0.18 vs 0.07，网页采集 API 品类为 0.38 vs 0.16。

• Copilot（0.303 vs 0.249）和 AI Overview（0.131 vs 0.101）：介于两类之间，存在轻度跨周漂移。

底层原理

AI 回答变化主要有五个来源：一是模型解码采样的随机性；二是查询扇出拆分子查询的随机性；三是搜索索引与排序更新；四是线上产品实验与模型迭代；五是地理位置与个性化上下文。

周内与跨周差距明显，说明搜索索引与排序更新影响较大；两者差距接近零，说明解码与扇出的即时随机性占主导。

案例与事例

Google 搜索官方文档说明，AI Mode 和 AI Overviews 会调用查询扇出（query fan-out）机制，围绕子主题与多数据源并行发起多路搜索以汇总答案。子查询分支越多，候选网页池受底层索引周度更新的影响越明显，这解释了 AI Mode 突出的跨周漂移。

应用与行动

• 按平台机制制定采样方案：ChatGPT 和 Gemini 以即时随机波动为主，应重点增加单次评估的重复采样数；AI Mode 存在时间漂移，应保持按周连续追踪。

• 针对 AI Mode 保持页面时效：定期更新核心落地页内容与时间戳，使 Google 索引持续收录最新版本。

• 跟踪“周内 vs 跨周相似度”差值：借助该指标区分平台算法迭代引发的真实漂移与常规抽样噪声。

周度稳定性：Copilot 的链接在 7 月最稳定，品牌层在各平台均较平稳

图表 23热力条带（Heat Strip）

A｜URL 层跨周 Jaccard；B｜品牌层跨周 Jaccard；按周（以当前周周一标注）

数据解读

URL 层跨周相似度波动较大且存在样本缺口：AI Overview 在 8 月 31 日前无可用周度配对；Gemini 多数周次有效配对不足 100 对，仅 7 周达标；AI Mode 在 6 月 29 日与 7 月 6 日两周样本不足。Copilot 在 7 月 13 日～20 日达到 0.35～0.36，为全表最高值。

品牌层数据完整（每周 165 对～198 对），跨周 Jaccard 集中在 0.23～0.50：AI Overview 在 8 月 10 日～17 日达到 0.49～0.50 高点，8 月底回落至 0.30～0.35；Gemini 在 6 月至 8 月中旬多处于 0.40～0.45，8 月下旬起降至 0.33～0.38。

底层原理

周度粒度能比月度更早捕捉到平台调整，但也更容易受有效配对数制约。图中斜线格代表样本不足以支撑统计推断。若在小样本周强行填入均值，容易将偶发抽样波动误判为平台算法调整。

案例与事例

本数据中，AI Overview 在 URL 层仅有 4 个达标周，而在品牌层拥有完整的 16 周序列。如果只看 URL 层将无法评估其趋势；切换到品牌层后，就能清晰观察到 8 月中旬的稳定性峰值及随后的回落。观测层级的选择决定了监测系统的有效视野。

应用与行动

• 周报仅输出样本达标的单元格，对配对不足的周次使用斜线或置灰标示并注明原因。

• 设定各平台的最低周样本门槛（建议每平台每周不少于 100 个有效配对），未达标时自动合并为双周或月度统计。

• 日常周报重点追踪品牌层变化，月度复盘再下钻诊断 URL 层变动。

Copilot 的周度链接稳定性中位数是 Gemini 的 4 倍，AI Mode 波动跨度最大

图表 24蜂群条带图（Beeswarm / Strip Plot）

URL 层跨周 Jaccard 的周度分布（每点一周，仅含有效配对 ≥ 100 对的周）

数据解读

按跨周 URL 相似度中位数排序：Copilot（0.259）> AI Mode（0.159）> AI Overview（0.102）≈ ChatGPT（0.101）> Gemini（0.063）。Copilot 的中位数约为 Gemini 的 4 倍。

各平台的极差（最大值减最小值）同样悬殊：AI Mode 极差为 0.25（分布从接近 0 到 0.25），Copilot 极差为 0.28；Gemini 和 AI Overview 极差较小，但可用周数有限。ChatGPT 的 16 个周度点密集落在 0.05～0.19 之间，呈现出持续的高轮换特征。

底层原理

极差较大的平台（如 AI Mode）单周读数噪声高，需要拉长观测窗口。中位数与极差双高的平台（如 Copilot）说明其引用既有稳定的零售域名底座，又在外围长尾链接上保持轮换。

案例与事例

SparkToro 与 Gumshoe 的实验提供了印证：142 名受试者自行编写的耳机推荐提示词表述差异极大（语义相似度仅 0.081），但 Bose、Sony、Sennheiser 和 Apple 四大品牌仍在 994 条回答的 55%～77% 中稳定出现。即便用户问法与底层引用链接不断变化，头部品牌的整体出现率依然稳固。

应用与行动

• 基于多周分布而非单周读数做判断：至少积累 8 周有效观测数据后，再评估特定平台的基准稳定性。

• 对高波动平台放宽单周预警阈值：例如 AI Mode 单周相似度回落 0.1 仍处于常规波动带内。

• 以多周中位数作为基准线，通过观察后续中位数是否整体上移来评估内容投入成效。

一致性与度量可靠性：单次截图说明不了问题

前文表明 AI 答案会随时间漂移。T5 数据进一步检验三项基础指标：同一天在同一平台重复提问的一致性、不同平台之间的一致性，以及获得可靠品牌可见度所需的采样次数。这是评估任何 GEO 结论、监测工具与服务商报告的前提。

同日重问一遍，ChatGPT 给出同一组品牌的概率仅 12%，连顺序也相同的仅 5%

图表 25子弹图 / 嵌套条形图

同一提示词同日两次采集的品牌一致性：集合 Jaccard 均值、集合完全相同率、列表（含顺序）完全相同率

数据解读

在 ChatGPT、Gemini 和 Copilot 上，同一天对同一问题重问一遍，得到完全相同品牌集合的概率仅为 8.5%～13.6%；若同时要求品牌排列顺序一致，概率降至 4.2%～5.7%。Google 两个入口的一致性明显更高：AI Mode 有 47.7% 的同日重测给出完全相同的品牌集合（Jaccard 均值 0.65），AI Overview 约为 29.6%（Jaccard 均值 0.51）。

AI Mode 呈现出“短稳长变”的特征：同日一致性居首（0.65），跨周品牌相似度却降至 0.33（见图表 20）。结合图表 22 分析，AI Mode 在短窗口内对同一查询的检索结果相对固定，一旦底层索引按周更新，输出的品牌集合便会明显调整（基于观测数据的机制推断，Google 未公开内部缓存细节）。

底层原理

大模型通过逐词元（token）概率采样生成文本，每次生成的措辞、列举顺位与推荐数量都会波动。推荐顺位接近随机分布，因此单次回答里的“排第几”没有稳定的统计含义；品牌集合的稳定性高于顺位，单个品牌“是否出现”的稳定性又高于整个集合。

案例与事例

SparkToro 与 Gumshoe 在 2026 年 1 月针对 2,961 个提示词，在 ChatGPT、Claude 和 Google AI 搜索上开展了重复测试。结果显示，超过 99% 的回答给出了不完全相同的品牌清单，同一清单重复出现的概率不足 1%，连顺序也一致的概率低于 0.1%。由于其测试问题的推荐清单更长、判定标准更严，绝对概率低于本数据，但结论方向完全吻合。

应用与行动

• 停用“AI 排名第几”这类考核指标：多数平台同日顺序一致率低于 6%，单次顺位没有参考价值。

• 改用带置信区间的“出现率”：统计 N 次重复采样中品牌出现的次数占比，并同步标注误差范围。

• 区分同日一致性与跨周稳定性：AI Mode 同日结果稳定但跨周漂移明显，仍需按周持续采样。

平台差异大于时间差异：同平台重测的一致性是跨平台的 1.7 倍～2.8 倍

图表 26差距图（区间条 + 倍数徽章）

品牌集合 Jaccard：同平台同日重测 vs 同一提示词同日在不同平台之间

数据解读

同一天询问同一个问题，不同平台之间的品牌集合 Jaccard 仅为 0.20～0.25。同平台重测的一致性是跨平台的 1.7 倍～2.8 倍：AI Mode 倍数最高（0.65 vs 0.23，达 2.8 倍），AI Overview 次之（2.3 倍），Gemini 最低（0.42 vs 0.25，为 1.7 倍）。此外，图表 20 中同平台跨周的品牌相似度（0.33～0.40）依然高于同日跨平台的水平。

换算为具体数量：当两个平台各列举 5 个品牌且 Jaccard 为 0.20 时，平均仅有约 1.7 个品牌重合。

底层原理

跨平台差异属于系统性差异，各平台的网页索引、子查询拆分、重排序模型及回答长度上限均不相同（见图表 10）。同平台内部差异主要属于采样噪声。系统性差异的幅度普遍大于单平台内的随机波动。

案例与事例

本数据中，Gemini 与其他平台的跨平台相似度最高（0.25），自身同日一致性偏低（0.42），因此内外比值最小；AI Mode 跨平台相似度为 0.23，同日一致性高达 0.65。针对“推荐一款 AI 网关”这一问题，同日在 AI Mode 连续询问两次通常会得到高度重合的名单，但切换到 Copilot 后往往只剩一两个品牌重合。

应用与行动

• 避免将五个平台简单平均为一个总分：若确需输出综合可见度指数，应按目标客群在各平台的实际使用占比加权，并同时列出分平台明细。

• 按平台分别对标竞品：同一竞品在不同平台上的声量强弱往往截然不同。

• 集中资源深耕主力平台：优先在目标客群高频使用的平台上做透，避免在五个平台上平均摊薄预算。

同一对平台的品牌相似度普遍高于来源相似度：信源各异，推荐趋同

图表 27分裂三角矩阵（Split-Triangle Matrix）

右上三角（蓝）：品牌集合 Jaccard（T5 同日跨平台）；左下三角（绿）：来源域名集合 Jaccard（T1 四个月全量）

数据解读

在全部十对平台组合中，品牌集合相似度（0.19～0.27）均高于来源域名相似度（0.05～0.20）。反差最大的是 ChatGPT × Copilot：来源域名相似度仅 0.05，品牌相似度却达 0.20，相差约 4 倍；ChatGPT × Gemini 为 0.06 vs 0.25。差距最小的是 AI Mode × AI Overview（0.20 vs 0.26），原因在于两者共用 Google 索引，底层信源本身较为接近。

底层原理

各平台从截然不同的网站取材，最终却常推荐同一批头部品牌。这是因为品类头部品牌广泛分布在各类评测站、社区帖子与零售商品页中；无论平台检索命中哪条路径，都会提取到这些品牌。信源是检索路径，品牌是汇总终点，不同路径最终会收敛到高频共现的品牌集合。

案例与事例

这一现象印证了跨平台通用的核心 GEO 资产在于品牌在全网语料中的广泛覆盖。本数据中，ChatGPT 与 Copilot 的来源域名几乎没有交集（0.05），但两者的推荐品牌重合度与其他平台组合处于同一水平（0.20）；能够同时影响这两个平台的，正是品牌在多类第三方站点上的持续露出。

应用与行动

• 将品牌的跨站点覆盖广度作为长期资产经营：持续追踪品牌被多少个独立域名提及，以及覆盖了多少种信源类别。

• 分平台执行落地页改造，跨平台统一建设品牌实体与全网提及。

• 新品牌的破局顺序：先在少数高权重垂直信源中建立扎实内容，再逐步拓宽第三方站点覆盖面，使不同平台的检索路径都能触达品牌。

单题测三次远不够用：要将误差控制在 ±10 个百分点，约需重复 97 次

图表 28对数坐标理论曲线 + 实测区间

同一提示词重复采集次数与品牌可见度 95% 置信区间宽度；曲线为 Wilson 区间理论值，蓝点为五平台实测

数据解读

实测读数：每词重复 2 次时，五个平台的 95% 置信区间平均宽度高达 0.68～0.69；重复 3 次时仍达 0.59～0.64。区间宽度 0.60 意味着：即便单题测得可见度为 60%，真实概率也可能落在 30%～90% 之间的任意位置。

理论推算：将每次提问视为独立伯努利抽样，在可见度为 50%（方差最大）的基准情形下，单题若要将误差控制在 ±15 个百分点需采样约 43 次，控制在 ±10 个百分点需约 97 次，控制在 ±5 个百分点需约 385 次。真实可见度越偏离 50%（图中虚线对应 15% 情形），达到同等精度所需的采样次数越少。

底层原理

对单个提示词而言，品牌是否出现服从一定概率分布，每次提问相当于一次抽样。置信区间宽度与采样次数的平方根成反比：若要将抽样误差减半，采样次数必须扩大至原来的四倍。图中实测区间略窄于 50% 理论上限曲线，是因为样本内目标品牌的实际可见度多处于 55%～70%，偏离了最大方差中心。

案例与事例

SparkToro 与 Gumshoe 在实验设计中，针对 12 个品牌推荐提示词在每个平台上各重复采集了 60 次～100 次，恰好匹配本图 ±10 个百分点误差所需的样本量级。这也是公开研究中少数在单题层面达到统计可用精度的实验方案。

应用与行动

• 按决策场景匹配采样次数：单题快速摸底可测 5 次（仅能区分“几乎不出现”与“高频出现”）；核心词月度追踪建议约 40 次（误差约 ±15 个百分点）；改版前后对照实验建议约 100 次（误差约 ±10 个百分点）。

• 在词库层面用题量分摊误差：100 个提示词 × 每题重复 5 次合计 500 次采样，独立假设下词库整体误差约为 ±4.4 个百分点；考虑到同题多次采样存在相关性，实际综合误差会略高于理论下限。

• 所有可见度报告强制附带置信区间：同时列出点估计值、95% Wilson 置信区间与总采样数，仅当两期置信区间互不重叠时才判定为统计显著变化。

每词仅测 2 次～3 次时，各平台与各行业的可见度区间大幅重叠

图表 29森林图（Forest Plot）

目标品牌可见度的组均值（方块）与组内 95% 区间均值（横线），按范围、平台与重复次数分组

数据解读

在全部 22 个分组组合中，目标品牌的可见度点估计值从 48.5%（全渠道客户沟通 · AI Overview）到 89.0%（充电与移动电源 · Gemini）不等。表面上看跨度很大，但每组的平均 95% 置信区间几乎横跨 15%～97% 的宽广范围：重复 2 次时区间宽度为 0.67～0.70，重复 3 次时为 0.59～0.64，绝大多数区间彼此重叠。

在每词仅重复 2 次～3 次的采样方案下，“A 平台可见度 75% 高于 B 平台 59%”这类横向对比不具备统计显著性。

底层原理

置信区间宽度直接取决于单题重复次数，与具体平台或所属行业基本无关：五个平台在重复 2 次时的区间宽度全部落在 0.67～0.70 之间。误差过大的根源在于单题采样次数不足。只有拉高重复次数、收窄区间宽度后，平台与行业间的真实差异才会浮现。

案例与事例

内容机构 Omniscient Digital 在为 A/B 测试软件 Convert 实施的 GEO 案例中披露，60 天内追踪词库的 LLM 可见度从 31% 升至 55%，AI 引用份额从 15% 升至 35%。

按照本图的统计标准，评估此类增长报告时，需同步核查追踪提示词总数、每题重复采样数及置信区间，以确认升幅超出了随机抽样误差。

应用与行动

• 采用森林图格式输出内部月报：每个平台与词组占一行，方块标示可见度均值，横线标示置信区间，右侧列明有效样本量。

• 验收外部服务商时核查三项参数：提示词库规模、单题重复次数、95% 置信区间。拒绝以单张截图或单次查询结果作为交付验收依据。

• 开展内容改写实验时设立未改写的对照组问题，通过对比实验组与对照组的净变化差值来评估真实增益。

综合：平台画像、策略矩阵与行动路线

前五章分别拆解了来源结构、搜索意图、品牌推荐、时间漂移与重测一致性。本章汇总全部实证发现：先建立五个平台的七项指标画像并做计分卡对比，再将其映射至 2 × 2 策略矩阵，最后给出 90 天分阶段执行路线图。

七项指标画像：ChatGPT 为厚来源长尾型，AI Overview 为集中引用型，Gemini 为记忆型，Copilot 为稳定骨架型

图表 30雷达图小多图

七项指标各除以五平台最大值后的相对水平；灰色虚线为五平台平均形状

数据解读

• ChatGPT：来源覆盖率与每答来源数双高（8.80 条/答），头部集中度最低，品牌露出率相对偏低，属于厚来源长尾型。

• AI Mode：同日一致性最高（0.65），记忆驱动占比与头部集中度均偏高，属于集中与记忆混合型。

• AI Overview：来源覆盖率、头部集中度与品牌露出率均居前列，记忆驱动占比最低，属于集中引用型。

• Gemini：记忆驱动占比最高（51.3%），每答来源数与跨周链接稳定性最低，属于记忆型。

• Copilot：跨周链接稳定性最高（URL 层 0.249），来源覆盖率高，以零售域名为核心底座，属于稳定骨架型。

底层原理

各平台的轮廓特征源于其底层产品形态。AI Overview 嵌在传统搜索结果页顶部，紧贴前排搜索结果。ChatGPT 作为独立对话入口，挂出长尾网页链接用于辅助佐证。Gemini 定位为通用对话助手，对常规问题倾向直接调用参数知识。Copilot 则深度融合了微软的搜索与零售购物数据。

案例与事例

AI 搜索引荐流量的快速增长放大了平台间差异的商业影响。Adobe Analytics 数据显示，2025 年美国假日购物季期间，生成式 AI 工具导向零售网站的流量同比增长 693.4%，“网络星期一”当天同比增长 670%。

应用与行动

• 为每个目标平台确立一句定位与主攻策略（例如“Gemini：记忆型，主攻品牌实体与主流站点提及”），统一跨团队认知。

• 按季度刷新平台画像：如图表 19 所示，ChatGPT 的无出处推荐占比正在抬升，平台特征会随模型迭代演进。

• 按画像匹配内容资产：面向厚来源平台铺设结构化事实页，面向集中引用平台攻坚头部守门人站点，面向记忆型平台持续建设品牌实体。

计分卡对比：无单一平台在全部指标上居首，数值高低不直接等同优劣

图表 31计分卡热力表（Scorecard）

五平台七项指标的原始数值与五平台内排名；颜色按每列在五平台内的高低（越深越高）

数据解读

• 来源覆盖率：AI Overview（100.0%）与 ChatGPT（99.9%）并列第一梯队，AI Mode（63.6%）最低。

• 来源厚度：ChatGPT（8.80 条/答）居首，Gemini（1.77 条/答）最低。

• 头部集中度（CR10 四个月均值）：AI Overview（48.9%）与 AI Mode（44.5%）显著高于其余三个平台。

• 品牌露出率：AI Overview（91.9%）最高，ChatGPT（84.5%）最低，五平台极差仅 7.4 个百分点。

• 记忆驱动占比：Gemini（51.3%）与 AI Mode（38.9%）明显高于其余平台。

• 跨周稳定性：Copilot（0.249）居首，Gemini（0.033）最低。

• 同日一致性：AI Mode（0.649）居首，Copilot（0.383）最低。

底层原理

同一指标读数的利弊取决于品牌所处阶段。头部集中度高意味着准入门槛高，但发力靶点集中（入驻少数守门人域名即可覆盖大盘）；记忆驱动占比高意味着新品牌短期难靠改写网页突围，但成熟品牌一旦进入模型记忆便能获得稳定推荐。因此计分卡色深仅代表数值高低，不直接等同于优劣。

案例与事例

以新出海的消费硬件品牌为例。面对记忆驱动占比达 51.3% 的 Gemini，短期内很难靠官网改写直接获取推荐，应将预算投向主流科技媒体报道与深度评测，为后续模型更新积累语料。面对电商偏好指数高达 381 的 Copilot，优化 Amazon 和 Walmart 商品详情页，往往在数周内即可反映到引用结果中。

应用与行动

• 将本计分卡作为季度复盘首页模板，用本品类的实测数据替换全行业基准值。

• 为每项指标加注业务含义：明确哪些属于增量机会（如低集中度平台的长尾页面空间），哪些属于准入门槛（如高集中度平台的头部站点壁垒）。

• 重点追踪跨季度指标位移：同一平台某项指标在季度间发生显著跳变，通常预示其检索或生成策略已完成迭代。

策略矩阵：按“记忆驱动程度”与“结果一致性”匹配四套执行打法

图表 322 × 2 策略矩阵

横轴：品牌回答中无出处的占比；纵轴：同日重测品牌集合 Jaccard；气泡面积 ∝ 样本量

数据解读

• 信源可控 · 结果稳定（AI Overview）：无出处推荐仅占 1.9%，同日一致性达 0.51。核心打法：围绕高频被引页做结构化改造，并深化头部守门人站点合作。

• 记忆主导 · 结果稳定（AI Mode）：无出处推荐占 38.9%，同日一致性达 0.65。核心打法：长期铺设品牌语料，保持全网实体信息一致。

• 信源驱动 · 结果波动（ChatGPT、Copilot）：无出处推荐占 3.9%～14.7%，同日一致性为 0.38～0.40。核心打法：拓宽可引用长尾页面与零售页覆盖面，同时拉高单题重复采样次数。

• 记忆主导 · 结果波动（Gemini）：无出处推荐占 51.3%，同日一致性为 0.42。核心打法：深耕知识图谱与品牌实体信号，依赖多轮重复采样评估成效。

底层原理

矩阵横轴决定了资源投向：越靠左越应聚焦网页级检索与摘录改造，越靠右越应投入全网品牌实体建设。纵轴决定了度量规范：越靠下单次查询噪声越大，越必须扩大重复采样规模。两项指标结合，即构成每个平台的“资源投向 + 度量协议”组合。

案例与事例

主流 AI 平台正陆续接入对话内直接下单功能：OpenAI 于 2025 年 9 月在 ChatGPT 上线 Instant Checkout，微软于 2026 年 1 月在 Copilot 推出 Copilot Checkout。当用户在对话窗口内直接完成购买时，品牌能否获推荐且参数价格是否准确将直接影响成交转化，左侧平台的商品结构化数据与右侧平台的品牌实体准确度都至关重要。

应用与行动

• 用本品类实测数据重绘策略矩阵，象限分界阈值可结合行业基线微调（例如垂直 B2B 品类的无出处占比普遍偏高）。

• 分象限配置考核指标：左侧象限考核被引用率与 AI 引荐流量；右侧象限考核品牌推荐率与事实准确率；下方象限的所有汇报指标均须附带置信区间。

• 监控平台在矩阵中的跨期位移：一旦观察到 ChatGPT 等平台持续向右偏移，应及时增加品牌实体建设权重。

90 天行动路线：前两周建基线，中间八周做建设，第 13 周同口径复测

图表 33甘特路线图（Gantt Roadmap）

七条工作流的排期（W1 至 W13），按阶段着色；菱形代表关键节点

数据解读

路线图将前文实证结论拆解为七条并行或衔接的工作流：实证结论的行动化

• 诊断阶段（W1 至 W3）：搭建分层提示词库（约 100 个问题，覆盖各漏斗阶段与意图），在五个平台各重复采样 5 次～10 次以建立带置信区间的基线；同步完成信源审计，锁定本品类在各平台的前 10 大被引域名。

• 建设阶段（W3 至 W12）：改造官网事实页与结构化数据（对应图表 04、06）；开展第三方信源合作，覆盖行业媒体、垂直评测站与机构站点（对应图表 05、13）。

• 放大阶段（W5 至 W13）：制作 YouTube 答案型视频并参与 Reddit 社区答疑（对应图表 08、09）；完善面向 Copilot 的零售平台商品详情页（对应图表 05）。

• 持续监测（W2 至 W13）：核心提示词每周至少重复采样 3 次，按月复盘，并在第 13 周使用同一提示词集与采样协议完成季度复测（对应图表 25 至图表 29）。

底层原理

执行先后顺序不可颠倒。必须先建立统计基线再启动页面改造，否则无法剥离改版净效应。必须先夯实官网事实页再拓展站外投放，因为官网是五个平台共用的第一信源底座。视频制作与社区运营见效周期较长，且需依赖前期信源审计锁定的目标清单，因此排在第三周后切入。

案例与事例

Omniscient Digital 在 Convert 项目中执行了同构工作流。团队先借助 Peec AI 建立初始基线，追踪品牌与竞品在分层提示词上的可见度。接着拆解竞品的高频被引信源，筛选出约 400 个高相关性站点推进品牌提及合作。同时围绕 A/B 测试、UX 测试和转化率优化（CRO）三大主题，产出易于大模型摘录与归因的专业内容，最终按“追踪、分析、创建、外联、度量”五步循环持续迭代。

应用与行动

• 第 2 周末交付基线审计包：包含分平台可见度（附 95% 置信区间）、核心被引域名清单与官网待改造事实页清单。

• 第 8 周末开展中期检查：核对官网改造与站外合作上线进度，查验服务器 AI 爬虫抓取日志，按需动态调配资源。

• 第 13 周末执行季度复测：严格沿用首轮提示词集与采样协议，与基线做置信区间对比；仅将区间不重叠的提升计入有效产出，并据此制定下一季度预算。

行动与参考

附录 A　十项行动清单

附录 B　图表类型选择指南

本报告使用的 33 种图表类型按“数据任务”归类如下，可作为团队内部的选图参考手册。

附录 C　术语表