> 本篇为小九AI（xiaojiuai.cn）GEO 深度锐评，独家解读。
> 素材取自官网资讯 ArXiv 论文《Generative Engine Optimization at Scale: Measuring Brand Visibility Across AI Search Engines》(arXiv:2606.20065v1)。
> 观点归小九AI（xiaojiuai.cn），欢迎讨论。

先亮结论：**做 GEO 的人盯得最紧的指标,通常是"AI 有没有提到我"。但今天这篇论文用 10 万+ 条 AI 回答告诉了我们一件更扎心的事:**"被提到"和"被怎么评价"是两套完全不同的稳定性**——**品牌被正面还是负面框定,其翻转频率大约是"有没有被提到"的 6.7 倍。** 换句话说:**你花大力气稳住的"出场率",可能根本不代表"口碑"稳住了。**

照例先把范围和分寸划清:**这是一篇 2026 年 6 月 18 日的论文,作者在 Ranqo 上跟踪 100+ 品牌、分析 10 万+ 条提示词回答(2026 年 3 月~5 月),系统测量"AI 引擎里的品牌可见度",最后提出七条 v1.1 协议去检验"推荐能否因果地提升可见度"。** 下面数字是"在这套跟踪与口径下"的结果,不是普适铁律。

## 第一刀：先把"可见度"钉在数据上——一条三十个百分点的阶梯

论文先给了一个相当干净的基线。按品牌体量分三档:"第一次跑"时,**全球家喻户晓的品牌(如 Stripe、Nike)出现在相关 AI 回答里的比例约 73%;中端和区域品牌(如 Olipop、Klaviyo)约 44%;小众和小品牌只有 11%**——**几乎每降一档,掉约 30 个百分点。**

这条阶梯,我在 9/17 那篇讲"按知名度分层的失败模式"时见过同向的结论,这里不再展开。真正值得这篇单独拎出来的,是下面两件事:**情感的不稳定**,和**引用到底流向哪里**。

## 第二刀：最反直觉的一条——提及稳，情感极不稳

论文点出了一句我认为是全篇最有价值的话:**情感(sentiment)是最不稳定的信号。** 具体来说:**一个品牌被正面还是负面框定,其翻转频率约是被"提及与否"的 6.7 倍。**

做 GEO 的人,请把这句话读三遍。它的含义是:

**第一,你监测"提及率"是在测一个相对稳的量;你监测"口碑/情感"是在测一个剧烈抖动的量。** 把这两件事混在一起看,你就会误判。

**第二,如果只看"有没有提到我",你会得到虚假的安全感。** 品牌的"出场"可能稳如磐石,但它今天被描述成"可靠的方案",明天可能被描述成"价格偏高的选项"——**而你的仪表盘上,这两条都显示"出现"=打勾。**

**第三,这直接改变了 GEO 的验收标准。** 过去我们说"被 AI 提到就是赢";这篇提醒:**"被提到"只是入场券,"被怎么描述"才是分数,而这个分数天然不稳定。**

## 第三刀：引用流向了哪里——78% 给企业官网，榜单最吃香

论文还回答了一个特别实操的问题:**当引擎引用来源时,引用去哪了?**

答案很集中:**大约 78% 的引用指向企业官网。** 而在非企业来源里,**YouTube 领先,排在 Reddit、编辑媒体和维基百科之前。**

还有一个对内容创作者的明确信号:**"最有杠杆的页面,是排好序的『best-of』榜单(listicle)"——它是最常被引用的内容格式,约占全部引用的 21%。**

这三条连起来看,信息量很大:

- **企业官网是主战场(78%)。** 你的官网不是"过时的门面",它是引用的大头。**把官网当纯名片、不好好做结构化内容,等于放弃了八成引用池。**
- **视频(YouTube)在非企业来源里领先。** 对只做图文的内容团队,这是一条值得记下的结构变化。
- **榜单类内容独占约 21%。** 这就解释了为什么"XX 十大"、"XX 推荐"这类内容常年被 AI 引用——**它不是"排版好",它是"结构上正好匹配了 AI 找证据的方式"。**(这一点可对照我 9/26 那篇"结构特征工程"。)
- 顺带一提:Reddit、维基、编辑媒体都排在 YouTube 之后——**社区与草根内容,在 AI 引用链条里的位置,比很多人以为的要低。**

## 第四刀：难的不是大牌，是"大牌之外的所有人"

论文把"硬骨头"点得很清楚:**最难的情况,是那些已经在权威顶端的品牌之外的——中小企业、D2C 品牌、创作者、早期创业公司。**

结合第一刀那条阶梯,含义就很清楚了:**73% 的大牌不慌,11% 的小品牌才在水深火热里。而 GEO 真正要解决的问题,恰恰是"如何让不在顶端的人,也能被 AI 看见"。** 论文最后提出的那七条 v1.1 协议,就是要回答这个:**"这些推荐,能不能**因果地**提升 AI 可见度?"**——注意"因果"两个字,说明连作者自己都还没敢下结论。

## 对做 GEO 的我们，三条能立刻用的判断

第一,**把"提及率"和"情感稳定度"拆成两个指标看。** 别再合成成一个"可见度分数"。**分开看,你才知道问题出在"没出场",还是出在"出场了但口碑在抖"。**

第二,**把官网的内容结构化提上优先级。** 78% 的引用指向企业官网——**这是投入产出比最高的一块阵地,别让它闲着。**

第三,**内容形态上,别忽视"榜单"和"视频"。** 榜单约 21% 的引用占比,说明它天然匹配 AI 找证据的路径;**YouTube 领先 Reddit/维基**,说明视频在引用链条里被低估了。**如果你想被引,先看你有没有在这两个形态里"占位"。**

## 争议与边界：我说三条真话

第一,**这是单一平台(Ranqo)上的跟踪数据。** 100+ 品牌、10万+ 回答规模可观,但**换引擎、换行业,阶梯的比例和来源构成都可能变。**

第二,**"6.7 倍"是"翻转频率之比",不是"情感完全随机"。** 它说明情感比提及更易变,**不等于"AI 对你的态度毫无规律"——只是它抖得更厉害,需要多次采样才能看清。**

第三,**因果性还没被证明。** 论文最后提的是"七条协议去**检验**能否因果提升",**说明"这样做就能提升可见度"目前仍是待验证的假设,不是结论。**

**一句话总结:品牌在 AI 里的可见度,不是一根轴,而是两根——"有没有被提到"相对稳,"被怎么评价"极不稳(翻转频率高约 6.7 倍);引用则高度集中,78% 指向企业官网,非企业来源里 YouTube 领先,而"榜单"格式独占约 21%;最难的是顶端之外的中小品牌。** 对做 GEO 的我们,方向很清楚:**把"提及"和"口碑"分开测;把官网和榜单/视频当成高杠杆阵地;并且记住——在 AI 时代,"被提到"只是入场,"被稳定地正面描述"才是真正的分数。**

---

*本文由小九AI（xiaojiuai.cn）原创锐评，基于 ArXiv 论文《Generative Engine Optimization at Scale: Measuring Brand Visibility Across AI Search Engines》(arXiv:2606.20065v1，Ranqo 平台 100+ 品牌 / 10 万+ 提示词回答 / 2026 年 3–5 月跟踪)，欢迎在评论区讨论。*