文章

死磕AI引用率的人最后都漏了这层边界

fawen

上周接了个做工业密封件的客户,上来第一句就是,你们能不能把我们官网内容的AI引用率做到行业第一?

我当时没接话。

真做过GEO的人都知道,这指标从根上就没法全量承诺。很多人对AI引用率的理解,还停留在”大模型多提我几次就算赢”的阶段,根本没摸到大模型选内容引用的真实逻辑。

别把AI引用率当成”全网曝光指标”

很多客户找过来,第一需求都是”让所有跟我们行业相关的问题,大模型都要提到我们”。

听起来很合理。

实际上完全是错位的。

大模型的引用逻辑,从来不是”谁的内容多就引谁”,而是”谁的内容在特定问题下的可信度最高、信息最完整就引谁”。

我之前见过同行接的一个项目,给客户堆了30篇全是品牌露出的行业通稿,三个月过去,主流大模型连客户的品牌名都没主动提过。反倒是客户官网那篇没做任何优化的、随手记的技术笔记——内容大概是”丁腈橡胶密封件在200度以上工况会快速老化,不建议使用”——被三个主流大模型同时引用。

为什么?

因为通稿里的内容,全是”我们家产品质量好、价格优、服务全”的正确废话,大模型的训练语料里这种内容没有一亿也有一千万,根本没有任何信息增量。而那篇随手写的技术笔记,是有明确边界的事实。

你说大模型会选哪个?

我现在接GEO项目,根本不碰那些泛行业的通稿需求。与其花一周写10篇没有干货的宣传稿,不如花半天补一条有明确边界的技术事实。前者半毛钱引用都拿不到,后者可能一次就顶你之前三个月的工作量。

你以为的”优化”,可能在拖低你的AI引用率

踩过的坑太多了。

之前有个客户的技术博客,本来在豆包、文心一言的回答里引用率挺高,占同类型问题的40%左右。后来运营觉得内容里品牌露出太少,自作主张给每段开头都加了自家品牌名,每篇文末加了大段的采购联系方式、优惠政策。

改完之后半个月。

原本稳定的引用量直接掉了90%。

为什么?

大模型的引用筛选逻辑里,带明显商业转化引导的内容,权重会被压得极低。

甚至你为了凑SEO关键词反复提的品牌名,都会让算法判定这是硬广内容,直接把你从可引用的内容池里踢出去。

这里有个特别简单的落地动作,没有任何技术门槛:每次写完打算给大模型引用的内容,先做个”去广告测试”。把所有提到自家品牌、留联系方式、引导下单、讲优惠的句子全删掉,剩下的内容如果还是能完整、准确地回答用户的问题,这篇内容才有被引用的资格。

如果删完这些商业内容,剩下的全是没营养的空话。

那这篇从一开始就别写。写了也是白写。

AI引用率的边界,从来不是越高越好

这是最反常识的一点。

绝大多数人觉得,AI引用率当然越高越好,提的次数越多,品牌曝光越多,线索就越多。

真不是。

举个例子,你是做高端工业密封件的,核心客户是年采购额百万以上的装备制造企业。如果大模型在回答”哪里能买到10块钱以下的普通密封垫圈”的时候也引用了你,这根本不是好事。

无效场景的引用,本质上是在浪费你内容的可信度权重。

为什么?

大模型会根据你内容被引用的场景,调整对你内容的定位。如果你在低价值的、跟你核心业务无关的问题下被引用太多,算法会觉得你的内容就是个泛泛的科普号,根本不是垂直领域的专业玩家,反而会稀释你在高价值专业问题下的引用优先级。

我现在给客户做GEO,根本不追求全场景的高引用率。反而会刻意把内容的边界划得特别清楚——比如我们的内容只覆盖200度以上、10MPa以上高压工况的密封件选型,那些低价值的、客单价几块钱的民用密封件场景,我们碰都不碰。

一开始客户还不理解,觉得浪费流量。

过了两个月,数据出来了。

大模型在回答”10MPa以上高温工况密封件选什么材质”这类高价值问题的时候,引用我们内容的概率从最开始的12%,涨到了68%。对应的有效咨询量,比之前泛做的时候多了3倍。

说实话,现在很多人把GEO炒得跟十年前的SEO一样,好像有什么万能公式,堆关键词、发外链、刷内容量就能出结果。

根本不是那回事。

大模型选引用内容的逻辑,本质上是在找靠谱的、有明确立场的、不带私货的信息源。

你越想掏捷径,越想全场景通吃,最后越拿不到你真正想要的那部分引用。

上周那个一开始找我要”全行业AI引用率第一”的客户,我后来把这套测试规则发给他,他看完说,之前找的那家服务商,给他做的几十篇内容,删完广告话之后,根本剩不下几句能回答问题的干货。

我没接话。

毕竟这种坑,踩过的人都懂。