AI搜索自媒体占70%：品牌自建账号还是投外部达人2026

AI搜索的信源结构里，自媒体是第一大来源，占比40%-70%

AI 搜索给你的品牌写答案时，读得最多的不是你的官网，是自媒体。2026年7月我们对豆包、DeepSeek、文心一言、通义千问、腾讯元宝五个引擎的被引来源做了抽样统计，自媒体达人在所有引擎里都是第一大信源，占比 40%–70%，其中腾讯元宝最高，达 70%。这意味着：品牌在 AI 搜索里的可见度，很大程度上取决于自媒体怎么说你，而不是官网怎么说你。

对决策层：这个数字直接关系预算分配。如果你的 AI 搜索预算还押在官网改版、结构化数据、自有内容上，你押的是那条占比不到十分之一的通道——科技软件行业官网被引占比 25%、企业服务 21%，已经算高的，快消只有 6%、汽车 5%（A2）。官网要做，但它是"身份证"，不是"发声器"。真正决定 AI 怎么描述你的，是那批被引擎反复引用的自媒体账号。这笔钱该往哪投，结论已经摆在信源结构里。

对执行团队：做 GEO 不能只做官网，必须把自媒体纳入信源策略。但这里有一个关键区分：自媒体是"你能影响但无法拥有的权威层"。你可以投放、可以合作、可以共创，但账号不属于你，内容口径不受你控制，今天被引明天可能换人。所以执行层面要回答的不是"要不要做自媒体"，而是"自建账号还是投外部达人"——这是两种完全不同的资源投入和验收逻辑。自建账号你拥有资产但冷启动慢，投达人见效快但不可控且持续花钱。这个决策没有标准答案，取决于你所在行业的信源结构和你现有的内容资产。

对数据团队：需要建立信源监测，统计各引擎引用来源中自媒体的占比和具体账号。口径要分引擎单独统计，不能合成一个数——通义千问的专业媒体占比 33%，是五引擎里最高的，和腾讯元宝的自媒体 70% 放在一起取平均，会掩盖平台间的真实差异。监测时至少记录三件事：这条回答引用了哪个自媒体账号、引用了哪篇内容、这个账号在同类问题下被引的频次。没有这套数据，执行团队无法判断该投哪个达人、自建账号该对标谁。

一个必须写清的限定：A1 是抽样统计，不是全量。它回答的是"自媒体在 AI 引用里占大头"这个方向性问题，足够支撑预算和策略判断；但它不能告诉你"具体哪个账号值得投"——那需要针对你的品类和关键词做定向监测。方向性数据用来定策略，决策级数据用来选标的，两者不要混用。

四类信源模型：自己的号、员工的号、花钱投的号、管不着的号

把信源按品牌能不能控制和账号权重积累速度分成四类，是决定自建还是投放的基础。AI 引用信源时，品牌能施加的影响取决于两个变量：一是品牌对信源内容的控制力，二是该信源在 AI 眼中的权重积累速度。控制力决定你能不能让信源按你的意图说话，权重积累速度决定你投入后多久能被 AI 引用。据此，所有可能被 AI 引用的信源可以分成四类。

自己的号——品牌官方账号、官网、官方自媒体。控制力最强，但权重积累速度最慢。官方内容天然带有营销属性，AI 倾向于认为其不够中立，引用时更谨慎。典型例子：品牌官网、官方公众号、官方知乎机构号。适用场景：权威事实校准、防御负面、提供标准产品信息。

员工的号——创始人 IP、员工个人账号、技术专家博客。品牌有一定控制力（通过内部倡导和激励），权重积累速度中等。个人账号比官方账号更像真实用户，AI 更愿意引用。典型例子：创始人知乎回答、技术负责人博客、员工小红书分享。适用场景：专业领域深度内容、B 端信任建立、真实体验传递。

花钱投的号——外部达人、KOL、行业媒体投放。品牌控制力弱（有合同但内容不完全可控），权重积累速度快（达人号已有权重，容易被 AI 引用）。典型例子：行业 KOL 评测、知乎大 V 回答、垂直媒体文章。适用场景：快速提升提及率、覆盖长尾问题、竞争区争夺。

管不着的号——用户自发内容、第三方评论、竞品发布的内容。品牌控制力几乎为零，权重积累速度不定（取决于平台和内容质量）。典型例子：用户评价、论坛帖子、竞品对比文章。适用场景：只能监测和响应，不能直接控制，是风险源。

对决策层，这四类信源对应不同的预算性质和风险。自己的号和员工的号是自有资产，投入后长期积累，但见效慢，适合作为基本盘；花钱投的号是短期杠杆，见效快但不可持续，适合在关键节点（新品发布、竞争加剧）使用；管不着的号是风险源，需要持续监测，防止负面内容被 AI 放大。决策层需要知道每一类的成本和可控性，决定预算分配比例。A2 实测显示，科技软件官网被引占比仅 25%，企业服务 21%，教育 16%，文旅 7%，快消 6%，汽车 5%——这意味着在多数行业，仅靠自己的号（官网）只能覆盖不到四分之一的 AI 引用，其余必须靠其他三类信源补充。

对执行团队，要按这四类盘点现有信源，找出缺口。具体做法：取一批核心问题，看 AI 回答中引用的信源分别属于哪一类，统计每类占比。如果自己的号占比过低，说明官网和官方内容没有被 AI 采信，需要优化官网结构和内容；如果花钱投的号占比过高，说明自有信源薄弱，长期依赖外部投放，成本不可控；如果管不着的号出现负面内容，需要启动响应流程。A5 提到的 191 个长尾高价值点，执行团队要定位这些点当前由哪类信源占据，如果是空白或竞品占据，就要决定用哪类信源去补。

对数据团队，要能识别 AI 引用的是哪一类信源，并追踪其变化。技术上需要建立信源分类规则：根据引用 URL 的域名、账号属性、内容来源判断属于四类中的哪一类。例如，品牌官网域名归为“自己的号”，员工个人社交账号归为“员工的号”，签约达人的账号归为“花钱投的号”，其余归为“管不着的号”。然后监测每类信源在 AI 回答中的出现频率、引用位置、变化趋势。数据团队还要注意，同一信源在不同引擎中的分类可能一致，但权重表现不同，需要分引擎记录。引用来源追溯分析机制可以自动完成信源分类和追踪，并留存查询快照，便于复盘。

四类信源模型是后续所有决策（自建还是投放、预算分配、验收标准）的基础。没有这个分类，团队容易陷入“要么全自建、要么全投放”的二元争论，而实际上四类信源需要组合使用。

自建账号的真相：权重积累慢，短期没效果，但长期可控

自建账号是品牌可控的长期资产，但短期内很难被AI引用，因为账号权重积累需要时间，决策层必须接受前几个月甚至更长时间看不到效果。

对决策层来说，自建账号不是投放，是资产建设。AI 引用偏好已有权重的账号，新账号需要持续产出高质量内容才能被 AI 收录和引用，这个过程通常以季度为单位计算。决策层要评估的是：是否愿意投入 6–12 个月甚至更长时间，换取一个完全可控、不依赖第三方的信源。A5 实测显示，中小企业有 191 个可自发被引的长尾高价值点，说明机会存在，但每一个点都需要内容去覆盖，无法一蹴而就。短期看不到效果是正常状态，不是执行失败。

执行团队要做的，是让自建账号的内容体裁符合 AI 的引用偏好。A3 实测数据显示，被引用的内容里，榜单占 28%、教程占 25%、评测占 22%，而纯资讯只有 4%、单一案例只有 1%。这意味着自建账号不能发新闻稿和案例软文，要生产榜单、教程、评测类内容。A5 的 191 个长尾高价值点可以直接作为选题库，每个点对应一篇榜单、教程或评测，而不是一篇品牌动态。

数据团队需要关注的是内容的结构化程度。榜单、教程、评测这些体裁天然结构化程度高——有清晰的标题层级、列表、表格和对比维度，AI 更容易提取和引用。数据团队要确保内容在 HTML 层面有正确的语义标签，标题、列表、表格、数据来源和更新时间都清晰可解析，并且能被 AI 爬虫无障碍抓取。结构化不是加一堆标签，而是让 AI 在抓取时能直接识别出“这是一份榜单”“这是一篇教程”，从而降低引用门槛。

自建账号的长期价值在于可控性，但前提是接受短期沉默期，并且内容策略必须符合 AI 的引用偏好。做不到这两点，自建账号就只是又一个没人看的官网频道。

投外部达人的真相：找AI实际引用的账号，而不是盲目铺量

投放外部达人，必须基于AI实际引用的账号数据来选号，而不是按粉丝量、互动率或传统社媒投放逻辑铺量。粉丝量大的账号不一定被AI引用，被AI引用的账号不一定粉丝量大。两者是两套完全不同的筛选标准，混在一起花出去的钱，大部分买不到AI里的可见度。

对决策层：这笔预算买的是"被AI引用"，不是"被用户刷到"

传统达人投放的逻辑是：账号粉丝多、互动高，内容触达的人就多，品牌曝光就大。这套逻辑在信息流里成立，在AI搜索里不成立。AI回答问题时，引用的是它认为可信、相关、信息密度高的内容，不是粉丝量最大的内容。一个粉丝量中等的专业测评账号，可能比一个百万粉的泛娱乐账号更容易被AI引用——因为前者产出的是AI能提取的结构化信息，后者产出的是情绪化表达。

这意味着什么？意味着你过去积累的达人筛选标准，在AI搜索这个场景里需要重新校准。预算不变，但选号逻辑要变。如果继续按粉丝量投放，你买到的是社媒曝光，不是AI引用。而AI引用才是用户在豆包、DeepSeek里问"XX品牌怎么样"时，决定你品牌是否出现、被怎么描述的关键。

自建账号短期内难以被AI引用，因为权重积累需要时间——这是上一节已经讲过的判断。投放外部达人的意义就在这里：跳过权重积累期，直接借用已经被AI采信的账号，让品牌信息进入AI的引用池。但前提是，你得先知道哪些账号真的被AI引用。

对执行团队：投放前先做信源审计，确认哪些账号被AI实际引用

执行负责人要做的第一件事，不是找达人报价，而是做一次投放前的信源审计。具体动作是：

第一步：确定审计范围。 把你品牌所在品类的高频问题列出来——用户会在AI里怎么问你的品类、怎么问你的品牌、怎么拿你和竞品对比。这些问题不需要多，20到30个核心问题足够覆盖主要场景。

第二步：逐个问题跑AI，记录引用来源。 用豆包、DeepSeek、文心一言等主流AI平台，逐个问这些问题，把每个回答末尾列出的引用来源记下来。重点记录：引用了哪些账号、哪些媒体、哪些网站，每个来源被引用的频率。

第三步：筛出被引账号清单。 把记录下来的来源里，属于自媒体达人的账号单独列出来。这就是你的投放候选池。这个池子里的账号，是AI已经实际采信的账号，投它们才有意义。池子外的账号，粉丝量再大，也不在AI的引用范围内。

第四步：交叉验证。 同一个账号，在不同引擎、不同问题下是否都被引用？只在一个引擎被引用的账号，投放价值要打折扣。被多个引擎、多类问题反复引用的账号，才是高价值投放对象。

这一步做完，你会得到一个被引账号清单和引用频率数据。这个清单就是投放决策的依据。没有这个清单，投放就是盲目铺量——你花钱让达人发了内容，但AI根本不会引用，等于白投。

对数据团队：被引账号清单和引用频率数据是投放的底层支撑

数据团队要提供的，不是一份简单的账号列表，而是带引用频率、引用场景、跨引擎覆盖度的结构化数据。具体包括：

账号级被引记录： 每个账号在哪些引擎、哪些问题下被引用，引用的是哪篇内容，引用时间是什么时候。这需要按账号维度聚合，而不是按内容维度。

引用频率分布： 哪些账号被引用次数多，哪些只是偶尔被引用。频率分布决定了投放优先级——高频被引账号优先投，低频被引账号谨慎投。

跨引擎覆盖度： 一个账号在豆包被引用、在DeepSeek不被引用，和在两个引擎都被引用，投放价值完全不同。跨引擎覆盖度是判断账号稳定性的关键指标。

引用内容特征： 被引用的内容有什么共同特征？是评测类、教程类、还是榜单类？这决定了你投放时应该让达人产出什么类型的内容。A3实测数据显示，榜单占28%、教程占25%、评测占22%，这三类是被引用的主力体裁。如果投放的达人产出的是纯资讯或单一案例，被引用的概率会低很多。

人工能做到哪一步 / 工具从哪里接手： 人工可以手动跑20个问题、记录引用来源，但问题数量一多、引擎一多、时间一拉长，人工就撞墙了——你不可能每天手动跑几百个问题、跨五个引擎、持续记录引用变化。而且人工记录容易漏、容易错，同一个账号在不同问题下的引用情况很难手工聚合。工具接手的地方在于：自动模拟真实用户提问，抓取AI生成答案，标注引用来源，按账号维度聚合被引记录，输出带引用频率和跨引擎覆盖度的被引账号清单。这样执行团队拿到的不是一次性的手工记录，而是持续更新的、可追溯的账号级数据。

投放外部达人的核心判断就一句话：先知道AI引用了谁，再决定把钱给谁。跳过信源审计直接铺量，等于在不知道AI采信规则的情况下盲投，钱花出去了，AI里的可见度没有任何变化。

怎么看清AI实际引用了哪些账号？—— 信源监测方法

信源监测是决策的前提，没有监测数据，自建和投放都是盲目的。AI 引用不是静态的：一条内容今天被引，明天可能消失；一个账号这周被引，下周可能被算法降权。我们实测过内容在 AI 回答里的存活时间——餐饮类平均只有 5.3 天，工业类更短，只有 3.9 天（口径：每日采集、连续 2 天未被引判定结束）。这意味着你上个月看到的“AI 在引用谁”，这个月可能已经变了。所以监测不是做一次就行，而是一个持续动作，频率必须是日级。

对决策层：你要的不是听服务商说“我们做了监测”，而是要求团队交出一份能回答三个问题的报告：第一，AI 现在引用的是哪些账号和网站？第二，这些引用里有没有你的品牌？第三，你发布的内容被引用后能活几天？这三个问题对应三个指标——引用来源、品牌提及率、内容续航天数。报告必须能追溯到原始回答，而不是一个汇总数字。如果团队拿不出原始回答截图或全文，这个数就没法验。你不需要自己看原始数据，但你要确认团队有留存，因为将来跟服务商对账、跟老板汇报，靠的就是这些原始记录。

对执行团队：你要建立一套固定的监测流程，而不是想起来才问一次。具体做法是：先选定一批核心问题（建议 20 个起步，覆盖品牌词、品类词、竞品对比词），固定提问句式，每天在同一时段、用同一批账号在豆包、DeepSeek、文心一言等平台逐个提问。每次提问后，记录两件事：AI 回答里出现了哪些品牌名，以及回答末尾列出的引用来源是哪些账号或网站。把结果填进一张表，这张表至少包含三个指标：

人工做这件事，20 个问题、5 个平台，每天要花 1-2 小时，而且有两个坑：一是 AI 回答会受你的历史对话和账号状态影响，你看到的结果不等于别人看到的结果；二是人工记录容易漏掉引用来源里的细节。所以人工只能做小规模抽检，一旦问题量超过 50 个，就必须有工具接手——工具用真实用户搜索行为模拟，而不是调 API，因为 API 返回的是缓存或固定应答，不是真实用户看到的内容。

对数据团队：监测的技术关键只有一条：用真实用户搜索行为模拟，不用 API。API 是接近裸模型的调用，没有产品前端注入的系统提示、没有账号记忆与历史、没有产品级安全策略，给不出“真实用户会看到什么”的答案。你要做的是在真实浏览器或 App 协议栈上模拟用户提问，记录 AI 回答的全文和引用来源，留存原始回答快照。判定规则要写清楚：以 URL 或内容片段出现在回答引用来源中判定为被引；连续 2 天未被引判定为结束。采集失败或回答异常时，要重试并记录失败原因，不能静默剔除——静默剔除会让数据失真，而且将来无法复现。所有原始回答必须留存，因为复测是验收的唯一依据：隔一段时间用同一批问题再问一遍，对比答案变没变，才能知道优化有没有效果。

监测数据是后续所有决策的输入——自建还是投放、投哪个达人、改什么内容，都从这张表里来。没有它，预算就是盲目的。

不同行业的信源结构差异：官网占比低，自媒体占比高

官网被引占比在不同行业之间差距超过四倍，快消和汽车行业的官网内容在 AI 引用里几乎处于边缘位置。 我们对五引擎被引来源的抽样统计显示：科技软件行业官网被引占比 25%，企业服务 21%，教育 16%，文旅 7%，快消 6%，汽车 5%。这意味着一个快消品牌把内容预算全部押在官网和自有内容上，等于把 94% 的 AI 引用通道让给了别人。

对决策层：先搞清楚你所在的行业，官网这条通道本身有多宽。 科技软件和企业服务行业官网被引占比超过五分之一，因为这两个行业的采购决策依赖产品文档、技术参数、集成说明，AI 回答"哪个工具有这个功能"时，官网是第一手事实来源。但快消和汽车行业官网被引占比只有 5%-6%，因为消费者问的是"哪个好用""哪个值得买"，AI 优先引用的是体验类内容——测评、榜单、达人实测——这些内容天然不在品牌官网上。这不是官网做得不好，是行业属性决定了官网在 AI 引用结构里的天花板。决策层的预算分配逻辑应该是：先看本行业官网被引占比的上限，再决定自有内容投入的合理规模，剩下的预算必须流向 AI 实际在引用的信源类型。

对执行团队：按行业特征调整信源策略，不要用科技行业的打法做快消。 科技软件和企业服务行业，官网内容建设是 GEO 的主战场——产品页、文档页、集成说明、技术博客，这些内容被 AI 引用的概率高，值得持续投入。快消和汽车行业，官网内容建设是必要但不充分的——官网要做，但它的作用是"被 AI 验证"而不是"被 AI 引用"。执行团队的核心动作是：把内容预算的大头投向 AI 实际在引用的外部信源，包括达人测评、第三方评测、榜单类内容，同时保证官网信息准确、结构化、可被 AI 抓取，作为外部信源引用时的验证锚点。文旅行业处于中间位置，官网被引占比 7%，攻略类、体验类内容才是 AI 引用的主体，执行团队应该把官网做成"官方信息确认页"，把内容预算投向目的地攻略和真实体验内容。

对数据团队：分行业统计信源结构，不要把全行业数据混在一起算。 分行业统计的颗粒度至少要拆到官网、专业媒体、自媒体达人、平台聚合页四类信源，每类信源按行业单独出占比。统计口径上要注意三点：第一，行业分类要按品牌实际所在的采购决策类型分，而不是按工商注册行业分——一个做企业级 SaaS 的"软件公司"和一个做消费级 App 的"软件公司"，AI 引用结构完全不同；第二，官网被引要区分品牌官网和集团官网，多品牌集团要拆到子品牌维度；第三，信源占比是动态的，至少按季度更新，因为 AI 引擎的信源偏好会随算法调整而变化。数据团队产出的分行业信源结构表，是执行团队调整内容预算分配的依据，也是决策层判断"官网投入该多大"的基准。

人工能做到哪一步 / 工具从哪里接手。 人工可以凭经验判断"我们行业官网被引占比大概不高"，但拿不出分行业的具体数字，也无法持续跟踪这个占比的变化。透镜GEO 的引用来源追溯分析（analyze）机制按行业统计五引擎的被引来源分布，把官网、专业媒体、自媒体达人、平台聚合页的占比拆开，持续监测信源结构的变化；行业被引特征与判别信号分析（analyze）机制对五大主流生成式引擎的被引做账号级判定，按真实引用事件加权，输出分行业的信源结构基线。执行团队拿到的是"本行业 AI 实际在引用谁"的持续数据，而不是一次性的经验判断。

内容体裁的权重：榜单、教程、评测更易被引，纯资讯和单一案例几乎不被引

AI引用内容有明确的体裁偏好：榜单、教程、评测三类合计占75%，纯资讯和单一案例合计只有5%。这是我们对五大引擎（豆包、DeepSeek、文心一言、通义千问、腾讯元宝）被引来源的抽样统计（2026年7月），不是观点，是实测数据。

对决策层：内容预算要投向AI偏好的体裁，而不是传统新闻稿。传统新闻稿属于纯资讯，被引占比只有4%。如果你的内容预算大部分花在新闻稿和单一客户案例上，等于把钱投进了AI几乎不引用的体裁。决策层要问一个问题：我们过去一个季度生产的内容里，有多少是榜单、教程、评测？如果答案低于一半，预算结构就需要调整。

对执行团队：调整内容生产方向，多做榜单、教程、评测。具体怎么做：把产品参数整理成对比榜单（例如“2026年XX品类TOP10”）；把使用步骤写成教程（分步骤、可操作）；把真实测试写成评测（有对比、有结论、有数据）。注意不要写成软文，AI引用的是有信息量的内容，不是广告。这与AutoGEO论文的发现一致：电商类内容要提供可执行信息，分步骤说明或明确建议，不要讲原理（arXiv:2510.11438）。

对数据团队：分析被引内容的体裁分布，指导内容生产。人工可以抽样标注几十条引用，但无法覆盖每日全量引用。先用监测工具记录每次AI回答引用的URL，再标注体裁（榜单、教程、评测、纯资讯、单一案例），统计占比，与A3基线对比。如果自家内容被引的体裁分布明显偏离基线，说明内容生产方向需要调整。判定规则：榜单=有排序列表；教程=有步骤；评测=有对比和结论；纯资讯=只陈述事实无结论；单一案例=只讲一个客户故事。

这五类合计80%，其余20%未在本次统计中单独列出。数据团队要建立这个标注体系，才能持续监控内容生产的效率。

决策框架：先监测，再决定自建还是投放，以及预算分配

决策顺序是：先监测信源结构，再按四类信源模型决定自建和投放的比例。这个顺序不能倒过来——没有监测数据就决定自建或投放，等于在不知道 AI 实际引用谁的情况下分配预算，结果必然是钱花在权重积累慢的通道上，或者铺量铺在 AI 根本不引用的账号上。

对决策层，这件事的核心是：预算分配必须建立在信源结构监测数据上，而不是经验判断。A2 已经显示，不同行业官网被引占比差异极大——科技软件 25%，快消只有 6%。这意味着快消品牌如果把预算大头押在自有官网和官方账号上，等于把 94% 的预算投进一条 AI 很少引用的通道。反过来，科技软件品牌的自有阵地权重更高，自建投入的回报周期更短。决策层要做的不是决定“自建还是投放”这个二选一，而是先拿到一份信源结构监测报告，看清自己行业里 AI 实际引用的是哪些信源、各占多少，再决定自建和投放的比例。不做这一步，预算决策就是拍脑袋，向董事会汇报时也拿不出“为什么这么分”的依据。

对执行团队，落地路径分三个阶段。第一阶段只做一件事：监测信源结构。用固定问题集在豆包、DeepSeek、文心一言、通义千问、腾讯元宝五个引擎上跑一遍，记录每个回答引用了哪些账号、哪些媒体、哪些官网，按四类信源归类——品牌自有账号、外部达人、专业媒体、平台聚合页。产出物是一份信源结构表，每类信源的数量、被引次数、占比。第二阶段基于这张表制定自建和投放比例。规则很简单：控制力高但权重积累慢的（自有账号）做长期投入，不指望短期被引；控制力低但权重积累快的（外部达人）做精准投放，只投监测数据里实际被引的账号；专业媒体按引擎差异重点合作，比如通义千问的专业媒体占比 33%，是五引擎最高，投放时优先覆盖。第三阶段执行并验收，验收标准不是发了多少篇稿，而是同一批问题的引用来源是否发生变化、变化方向是否符合预期。

对数据团队，监测数据要能支撑上面的决策，必须满足三个条件。第一，采样规则固定：问题集固定、引擎固定、双端固定、采集时段固定，否则数据不可比。第二，信源分类判定用账号级口径，按真实引用事件加权，不能简单按出现次数计数——一个账号被引用 10 次和 10 个账号各被引用 1 次，决策含义完全不同。第三，失败处理要预先定义：引擎改版导致引用来源字段缺失时，该次采集标记为无效，不进入统计；连续多天数据异常时触发人工复核，而不是静默剔除。A1 和 A3 的数据就是这类监测的输出示例：自媒体达人占 40%–70%，体裁上榜单、教程、评测合计 75%，纯资讯和单一案例几乎不被引。这些数字直接决定投放时选什么账号、做什么内容形式。

决策矩阵如下：

这个框架的落点是：先花小钱监测，再花大钱投放。监测成本远低于盲目投放的浪费，而且监测数据本身可以复现、可以追溯，是后续所有预算决策和验收的依据。

验收标准：怎么知道投放或自建有效？—— 复测与留存原始回答

验收不是数发了多少篇稿，而是同一批问题的 AI 回答变没变、变了之后引用了谁、以及这次变化能不能被复现。做不到这三件事的投放报告，无论图表多好看，都不能支撑续费决策。

对决策层：你只需要问一个问题

「把上次测的那批问题再跑一遍，原始回答给我看。」

这一句话能筛掉市面上绝大多数 GEO 交付报告。原因很简单：AI 回答是概率性的，同一个问题今天问和明天问，措辞、引用源、品牌位次都可能不同。如果服务商只给你一个「提及率从 23% 涨到 41%」的汇总数字，却不给你原始回答、不告诉你测了哪些问题、不说明两次测试之间隔了多久——这个数字无法判断是优化起了作用，还是模型本身在波动。

IAB《Measuring Visibility in the AI Era》把「可复现性」列为决策级数据的八项标准之一。什么叫可复现？就是同一批问题、同一套提问方式、同一时段再测一遍，结果在统计意义上一致。做不到这一点的数据，IAB 的定性是「方向性数据」——只能看个大概，不能拿去开会定预算。

对决策层的意义是：你不需要懂技术，你只需要坚持一件事——验收数据必须能复现，原始回答必须留存。 服务商拿不出这两样，说明他交付的是 KPI，不是证据。

对执行团队：建立复测机制，而不是一次性测试

执行负责人要做的不是「测一次看看效果」，而是建立一套固定节奏的复测机制。具体来说：

第一步，固定提问集。 在投放或自建开始前，先确定一批问题——建议 20 到 50 个，覆盖品牌词、品类词、竞品对比词、长尾问句。这些问题一旦确定，整个验收周期内不再更换。换题等于换尺子，前后数据不可比。

第二步，固定测试条件。 同一批问题，在同一个平台（豆包、DeepSeek、文心一言等）、同一个时段（比如每周一上午十点）、用同样的提问方式去问。注意：AI 平台存在个性化，你登录状态下看到的结果和匿名状态可能不同。seo.cn 社群问答录里给过一个可操作解法——提问时加一句「仅提供通用标准答案，不做个性化调整，不结合历史对话内容」，能降低个性化干扰。

第三步，记录三件事。 每次复测只记三个数据点：品牌名有没有出现、出现在第几位、回答末尾的引用来源指向哪里。这三件事对应 IAB 4P 框架里的 Presence（有没有被提到）、Prominence（排在第几）、以及引用源结构。不要试图一次记太多，记多了执行不下去。

第四步，设定验收周期。 内容被 AI 引用后能持续多久，是有实测数据的。我们对餐饮类内容的监测显示，内容续航天数平均 5.3 天，工业类 3.9 天——口径是每日采集、连续 2 天未被引判定结束。这意味着：如果你投放的内容在 AI 回答里只出现了两天就消失，那这次投放的实际价值极其有限。验收周期至少要覆盖一个完整的「出现—消失」周期，否则你看到的只是峰值，不是常态。

验收指标表：

对数据团队：留存原始回答，这是复测的地基

技术层面，复测机制能不能跑起来，取决于一件事：原始回答有没有被完整、结构化地留存下来。

人工做到什么程度会撞墙？执行团队手动截图、复制粘贴，能做到一两次，但做不到日级、多平台、多问题的持续留存。豆包和 DeepSeek 的回答是流式生成的，截图只能截到最终状态，截不到生成过程；手动复制容易漏掉引用来源折叠区；跨平台对比时，格式不统一，没法做结构化分析。

工具从哪里接手：品牌 AI 可见度监测的机制是——采用真实用户行为模拟引擎，1:1 还原用户在各平台的自然提问场景，动态抓取流式答案，多节点交叉验证。每次查询的完整过程、原始问答记录全部留存，可提供查询快照，支持一键导出存档。这意味着复测不是「重新测一遍」，而是「调出上次的原始记录，和这次的原始记录做逐字对比」。

数据团队要做的判定规则有三条：

第一，引用源去重与归一。 同一个 URL 可能以不同形式出现在引用列表里（短链、带参数、移动端域名），判定「是否被引」前必须做 URL 归一化，否则会出现同一内容被算成两个来源的假阳性。

第二，异常过滤。 AI 回答里可能出现品牌名，但语境是「XX 品牌被投诉」「XX 品牌裁员」这类负面或无关提及。这类提及不能计入有效提及率，必须通过情感倾向判断和语境分析过滤掉。IAB 标准明确要求：幻觉与事实错误的识别方法必须书面说明，且被标记的提及必须向客户报告，而不是静默剔除。

第三，基线比对。 复测的意义在于对比，而对比需要基线。投放开始前，先跑一轮完整的提问集，记录每个问题的初始状态——品牌名出现与否、位次、引用源。这组数据就是基线。之后的每一次复测都跟基线比，而不是跟上一轮比。跟上一轮比会累积漂移，跟基线比才能看清趋势。

最后说一个数据团队必须知道的坑：不要用 API 接口去测。 API 是接近裸模型的调用，没有产品前端注入的系统提示、没有账号记忆与历史、没有产品级安全策略。用 API 测出来的结果，和真实用户在 App 或网页里看到的结果可能完全不同。Meta 的「Project Cannes」事件（WIRED 2026 年 6 月首发）之所以能拿到真实回答，恰恰是因为它不走 API，而是几百人在产品前端手动提问。方法可以借鉴，但红线必须守住：可以模拟用户可能是的身份，绝不能伪造用户不可能是的身份；采样必须控频率、用干净环境。我们自己的监测采用真实用户行为模拟引擎，规避 API 缓存与固定应答带来的数据偏差，日级更新，并留存每一次的原始回答以便复核。

复测与留存原始回答，是把「投放有没有效」从一句主观判断变成一条可核查的证据链。决策层要的是这条证据链能带进会议室，执行团队要的是这条证据链能指导下一轮投放，数据团队要的是这条证据链的每一环都能被追溯、被复现、被导出。三件事指向同一个动作：把原始回答存下来，把复测跑起来。

风险与局限：自媒体账号不可控，AI引用不稳定，需要持续监测

自媒体信源不可控，AI引用会变化，品牌必须持续监测，不能一劳永逸。把内容铺进自媒体渠道只是开始，不是结束。AI 今天引用了某篇达人内容，明天可能换成另一篇，后天可能整段回答都不再出现这个信源。这不是假设，是我们每日采集实测到的规律：餐饮类内容被 AI 引用后平均只能持续 5.3 天，工业类只有 3.9 天——连续两天未被引用即判定结束。这意味着，即使你成功让 AI 引用了一次，一周后这件事可能已经归零。

对决策层来说，这个数字直接改变预算的性质。GEO 不是一次性项目，是持续投入。你批的这笔钱不是买一篇稿、买一轮投放，是买一个持续在场的能力。如果按项目制立项，三个月后验收时发现 AI 回答里已经没有你的痕迹，不是执行团队没干活，是这件事本身就需要反复维护。理解这一点，才能理解为什么监测费用不是附加成本，而是预算里必须预留的一部分——没有监测，你连"现在还在不在"都不知道。

对执行团队，这意味着要建立持续监测和调整机制，而不是做完一轮就交差。具体做法是：固定一批核心问题，分引擎（豆包、DeepSeek、文心一言、通义千问、腾讯元宝）分别记录，每天同一时段采集一次，以内容片段出现在回答引用来源中判定为被引，连续两天未被引判定为结束。当某个信源断引，要能回答三个问题：是内容过时了、是竞品发了新内容把位置挤掉了、还是引擎调整了信源偏好。这三个原因对应的动作完全不同——过时了就更新内容，被挤了就补强信源，引擎变了就调整策略。答不上来，就只能盲目重发，而盲目重发恰恰是 AI 最不奖励的行为。

对数据团队，技术上的要求是设置异动预警，而不是靠人每天手动翻。人工能做到的是每天固定时间跑一遍固定提问集，但人做不到的是 7×24 小时盯着所有引擎的所有问题，也做不到在断引发生的第一时间知道。工具从这一步接手：持续监测每个信源的被引状态，当某个账号或某篇内容连续两天未被引用时触发预警，同时记录历史趋势，让团队能看到断引是突然发生的还是逐渐衰减的。预警的意义不是通知你"出事了"，而是让你在竞品还没反应过来之前先知道自己的位置在松动。

这里必须说清一个局限：监测能告诉你信源在不在、什么时候消失，但不能保证它不消失。自媒体账号的不可控是结构性的——账号是别人的，内容会改，账号会停更，平台会限流，AI 的引用逻辑会变。品牌能做的不是控制这些变量，而是在变量变化时第一时间知道，然后决定是补内容、换信源、还是调整策略。把"不可控"当成前提接受，把"持续监测"当成应对手段，这才是这件事的完整逻辑。任何承诺"一次投放长期有效"的说法，都经不起续航天数这个数字的检验。

常见问题

AI搜索引用自媒体占多少？为什么自媒体占比这么高？

根据2026年7月对豆包、DeepSeek、文心一言、通义千问、腾讯元宝的被引来源抽样统计，自媒体达人是所有引擎的第一大信源，占比40%-70%，腾讯元宝最高达70%。自媒体占比高是因为AI引擎在生成答案时，倾向于引用有真实用户体验、观点鲜明的内容，而自媒体内容通常更符合这一特征。

品牌应该自建账号还是投外部达人？

先看清AI实际引用了哪些账号，再决定自建还是投放。自建账号是长期可控资产，但权重积累慢，短期没效果；投外部达人要找AI实际引用的账号，而不是盲目铺量。建议先做信源监测，再按四类信源模型（自己的号、员工的号、花钱投的号、管不着的号）分配预算。

怎么知道AI实际引用了哪些自媒体账号？

建立信源监测，使用真实用户搜索行为模拟，记录AI回答中的引用来源，统计哪些自媒体账号被引用及频率。监测要覆盖豆包、DeepSeek、文心一言、通义千问、腾讯元宝等主流平台，并留存原始回答以便复测。

投外部达人怎么判断效果？

验收不是看发了多少篇稿，而是看同一批问题的AI回答是否变化。要留存原始回答，定期复测，对比投放前后AI引用来源的变化。如果投放的账号开始被AI引用，且引用后品牌提及率或呈现改善，才算有效。

自建账号多久能看到效果？

自建账号权重积累慢，短期内很难被AI引用。内容续航天数显示，餐饮类内容平均5.3天，工业类3.9天，说明AI引用更新频繁。自建账号需要持续投入符合AI偏好的内容（榜单、教程、评测），并配合信源监测，才能逐步积累权重。