GEO优化实战：AI更爱读文章还是看视频，不同行业平台差异巨大

先看两个容易混淆的数字。透镜GEO发布的AI信源统计显示：豆包的引用来源里，占比排在前列的站点是抖音和今日头条，是典型的视频和图文内容平台，但整体图文引用呈现出明显的行业差异，教育行业达到33.13%，本地生活10.7%，电商消费品10.20%。

争论“AI更爱文章还是更爱视频”没有统一答案，因为答案取决于行业、问题类型，以及平台生态的权重分配。这篇文章用现有数据把形态结构拆开，给出一套判断自己该往哪种内容上投的方法。

一、平台和形态，是两回事

讨论形态之前，需要先把两个维度拆开：内容发布在哪个平台，和内容本身是什么形态。抖音是平台，视频是形态；微信公众号是平台，图文是形态。两者的引用逻辑并不相同。

平台维度上，AI的偏好高度依赖生态归属。QuestMobile 2026年6月的数据显示，豆包在目的地推荐和攻略类问题上，对抖音内容的引用率高达97.7%，对今日头条的引用率为84.5%。千问、DeepSeek更多采用“行业垂直站点+内容媒体”的组合，元宝则分层使用腾讯生态内容做轻引用、外部权威站点做深度引用。新榜智汇基于4600万条信源的统计也印证了这一点：豆包偏好字节系，元宝偏好微信公众号，DeepSeek和Kimi的信源更分散。

形态维度上，图文仍然是AI引用的绝对主力。一份覆盖25条引用源的实测中，纯图文文章占19条，视频和PDF各2条，图文与非图文的比例接近8比2。

两条线合起来看，结论很清楚：平台权重决定“能不能进池”，形态结构决定“进了池之后以什么方式被使用”。把豆包对抖音的高权重直接读成“视频要取代图文”，是把平台问题误读成了形态问题。

二、图文仍是引用主力：存量与结构

图文占比高的首要原因，不在于形态本身“更受偏爱”，而在于图文内容的存量本来就大。如果某种形态的引用占比接近它在全网内容中的存量占比，说明引用是按存量分配的；只有引用占比明显高于存量占比，才说明这种形态有额外的采信优势。

在这个尺子下，教育行业的图文数据值得单独看。33.13%的图文引用占比远高于7.93%的整体均值，而教育内容在全网内容中的存量占比很难解释这么大的偏差。原因在于教育问题的性质：课程体系、师资资历、开班时间、费用区间，本质上是结构化的、需要反复查阅的信息。家长问“某个课程适合几年级”，AI需要的是一条能直接抽出来复述的说明，而不是一段需要逐帧理解的讲解视频。新榜智汇的分析也指出，教育内容的核心是“可复用的知识点”，图文天然适合承载知识点总结、步骤拆解这类高密度结构。

本地生活和电商消费品同理。选店、选品需要的是可比较的信息——地址、营业时间、价格区间、规格参数。这类信息在图文形态里更容易被定位和抽取，引用占比分别达到10.7%和10.20%，高于整体水平。

反过来，体验驱动型品类的情况不同。服装的版型上身效果、家居的实景搭配、餐饮的出品呈现，这些内容用视频表达更有效。判断形态适配性的规律可以归结为一句话：问题越偏“比较”，图文的价值越高；问题越偏“感受”，视频的价值越高。

三、视频增长快，但不等于替代

视频的引用在涨，这是事实。透镜GEO监测显示，豆包对抖音的引用权重从2026年5月的10.79%升至8月的31.8%，百度在6月首次将B站和好看视频纳入信源库，二者权重之和达到12%。

但增长的动力需要拆开看。第一个动力是生态通道。当内容平台与AI助手属于同一体系，站内内容在检索时天然有可达性优势。豆包对抖音的高引用，首先是字节生态内部的分发结果，不是模型对视频形态的独立偏好。第二个动力是多模态解析能力的改善。模型现在能把视频语音转成文字、抽取画面信息，视频第一次变得“可检索”了。

然而，被检索到和被准确复述之间，仍然有差距。视频里的信息是线性的、随时间展开的，而参数表是随时可定位的。模型从一段视频里拿到关键参数的难度，明显高于从一个结构化表格里拿。更值得注意的是视频的衰减速度：Scrunch在2026年5月至7月对数千条YouTube视频的跟踪显示，引用率在一个月内从18.4%降到10.5%，相对降幅约43%。文字页也有时效衰减，但通常可以通过更新段落和日期低成本修复；视频的衰减更陡，维护成本也更高。

视频负责“被看到”，图文负责“被准确复述”。指望视频替代文字来建立AI可见度，目前还做不到；但把视频完全排除在外，也会漏掉那部分正在增长的结构性引用位。更可行的思路是让两者分工，而不是让其中一种取代另一种。

四、行业不同，形态配比不同

整体数据只能说明方向，分行业的落差才决定具体该往哪边投。

教育、本地生活、电商消费品是图文优势最明显的三个行业，图文引用占比分别为33.13%、10.7%、10.20%。这三个行业的共同特征是：用户在做“比较型决策”，需要可逐项对照的信息。品牌如果在这三个行业只押视频，等于主动放弃了一块引用概率明显更高的形态。

体验驱动型品类则相反。服饰、家居、美妆、文旅的核心竞争力在于使用感受和场景效果，视频在这些品类里的引用价值更高。但即使在体验驱动型品类里，视频也不是唯一答案：产品参数、价格区间、材质成分这类信息，仍然需要图文来承载。视频承担的是“说服”，图文承担的是“承接”。

还有一类容易被忽略的中间地带：B2B制造和知识密集型行业。这些行业的问题往往偏技术参数、规格对比、故障排查，图文的引用效率更高。一份针对工业设备场景的实测显示，豆包引用源中约90%是图文文章，视频仅占3%。这意味着，在这类行业里，视频不是不能做，而是要做就做“可检索的参考资料”——带完整字幕、章节清晰、信息密度足够的教程或演示，而不是以涨粉为目标的泛内容。

五、配比怎么定：三条线索

形态配比不是拍脑袋决定的，可以按三条线索来定。

第一条是按行业定主次。知识密集、参数驱动、决策需要反复比对的行业，以结构化图文为主，视频做补充；体验驱动、形象驱动的行业，视频与图文并重，视频承担场景说服，图文承担信息承接。这不是“哪个形态更先进”的问题，而是“行业的问题类型更适合哪种形态”的问题。

第二条是按问题类型补位。拆解自己行业里用户最常问的问题：偏“是什么、多少钱、有哪些”的信息型问题，用图文承接；偏“好不好用、什么感觉”的体验型问题，用视频承接。两类问题都要有对应的内容，缺哪一类就会在那类问题上缺席。新榜的统计也显示，AI对视频标题的关键词覆盖度高度敏感，提问词中的关键词出现在标题里的比例，与引用次数呈正相关。这意味着视频要按“可检索的参考资料”来做，标题、字幕、章节描述都要服务于“被找到”，而不仅仅是“被看完”。

第三条是按平台入口调结构。站内AI入口（抖音、小红书）对站内形态有偏好，站外对话式AI对图文和产品页更友好。如果同时经营两类入口，同一个品类可以准备两个版本的素材，不必强求一套内容通吃。

检验配比是否合理，可以用一个简单标准：如果某个形态在自己行业的AI引用里完全没有出现，说明这块是空的，值得先补；如果某个形态的引用占比已经接近或高于它的存量占比，说明这个形态的竞争已经拥挤，继续加量的边际收益会下降。存量数据不易获得时，可以用行业头部品牌的内容形态构成作为近似参考。

六、形态是工具，被引用才是目的

把形态问题还原到本质，它其实是一个匹配问题：内容形态要匹配行业的问题类型，也要匹配平台的分发逻辑。脱离这两点谈“文章派”还是“视频派”，讨论不出结果。

对企业来说，更务实的态度是把形态当成一组工具。图文负责把事实讲清楚，视频负责把体验讲生动，两者各管一段。真正决定AI会不会引用你的，不是用了哪种形态，而是这种形态的内容里，有没有能被直接抽取、并且可以被核实的答案。先看自己行业的数据，再决定钱往哪边花——这比跟着“视频是趋势”的判断走，更接近AI真实的引用机制。