> 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《Authority Signals in AI Cited Health Sources: A Framework for Evaluating Source Credibility in ChatGPT Responses》(arXiv:2601.17109v1) 与《Algorithmic Trust and Compliance: Benchmarking Brand Notability for UK iGaming Entities in Generative Search Engines》(arXiv:2603.12282v1)。
> 观点归小九AI（xiaojiuai.cn），欢迎讨论。

先亮结论：**我们谈 GEO，习惯把"怎么被 AI 引用"当成一套通用配方。但把镜头挪到医药健康和受监管行业，会发现 AI 换了一把尺子：它先问"谁写的、谁发布的、有没有被审过"，然后才谈"你有没有被搜到"。** 换句话说，**在高信任领域，GEO 的第一关键词不是"优化"，是"背书"。**

照例把范围和分寸划清。第一篇是 2026 年 1 月 23 日的横断面研究，从 Google Research 整理、含 3,173 条消费者健康问题的 HealthSearchQA 里随机抽 100 条，投给 ChatGPT 5.2 Pro，对记录下来的 615 条被引来源逐条编码。第二篇是 2026 年 3 月 5 日针对英国 iGaming（在线博彩）行业的实证报告，讨论 UKGC 这类合规标准如何充当"权威放大器"。两篇都是预印本，没有同行评审。下面数字是"在这两套口径下"的结果，不等于全网真值。

## 第一刀：高信任领域是"例外区"，AI 优先引权威机构

健康信息这一块，AI 的门槛立得很清楚。

研究对 615 条被引来源做编码后发现：**超过 75% 的来源，是梅奥诊所、克利夫兰诊所、维基百科、英国国家医疗服务体系（NHS）、PubMed 这类有机构背书的来源**；剩下的那一部分，才来自缺少机构背书的替代健康来源。

请注意这个比例的量级。这意味着在健康问答里，**AI 默认的第一层筛选是"机构身份"，而不是"内容写得好不好"。** 对一个普通健康品牌来说，这几乎等于：**你内容做得再细，如果站不出一个可被识别的权威主体，你连上牌桌的资格都欠奉。**

这里要连带说清框架的四个维度，因为它们就是 AI 眼里的"权威构成"：**"谁写的"（作者资历）、"谁发布的"（机构隶属）、"怎么被审的"（质量保证）、"AI 怎么找到它"（数字权威）。** 前三个维度，都不是靠改标题、堆关键词能补的。

## 第二刀：受监管行业，AI 系统性偏爱"赚来的媒体"

第二篇把矛盾推得更尖锐。

报告给出的观察是：**AI 搜索表现出"系统性的、压倒性的"偏好——它更信 earned media（第三方、权威来源），而不是品牌自有内容。**

这句话对做 GEO 的人是当头一棒。我们过去习惯的努力方向，是**把官网打磨好，让它进引用池**。但受监管行业的证据说：**在很多场景里，AI 更愿意引第三方报道、行业榜单、监管公告、独立评测，而不是你自己说自己好的那套内容。**

这就解释了为什么一些品牌官网做得非常"标准"，却始终进不了 AI 的答案——**因为它引的是别人怎么说你，而不是你怎么说你自己。** 我在 9/25 那篇讲"AI 从文档反推意图"时提过，AI 读的是"证据链"；在受监管领域，这条链的第一环，往往得由第三方替你补上。

## 第三刀：合规信号可以当"权威放大器"，但前提是"结构化"

第二篇也不是只在唱衰品牌自有内容。它给了品牌一条出路，而且这条出路是有条件的。

报告的判断是：**在像 UKGC 标准这样的合规要求下，如果品牌把合规信号"正确地结构化"，它们就会成为 LLM 的"权威放大器（authority multipliers）"。**

关键词是"结构化"和"正确"。**合规资质如果只是躺在 PDF 里、躺在官网二级页里，AI 读不到，就等于没有。** 只有把它拆成机器可识别、可核验的信号（明确的牌照编号、监管机构名称、适用范围、时效），它才可能被当成"算法信任"的一部分计进去。

这条同时给了一个清醒的提醒：**在受监管行业，"可见度"已经不再由关键词密度决定，而由实体能不能投射出"算法信任"决定。** 这句话是第二篇的原话精神——**游戏规则从"你说了什么"，换成了"机器凭什么信你"。**

## 第四刀：对做 GEO 的我们，四条能立刻用的判断

第一，**先判断自己是不是"高信任领域"。** 如果你的业务落在健康、法律、金融、博彩这类受监管或 YMYL 场景，**那就别把力气全花在官网自我叙事上，先去看"第三方怎么说你"。** earned media 的第一顺位，是这类行业的硬现实。

第二，**把"可得引用的第三方背书"当成一项资产去经营。** 权威报道、行业认证、监管公告、独立评测——**这些内容在 AI 眼里，比官网自述更接近"事实源"。** 品牌公关和 GEO，在受监管行业里其实是同一条线。

第三，**把合规与资质"结构化"到机器可读。** 资质不是摆设，是权威信号；**但只有被拆成可核验字段，它才进得了 AI 的账本。**

第四，**别在低信任领域照搬高信任领域的打法，反过来也一样。** 我在 9/20 讲"AI 转介本地生活"、9/27 讲"提及与情感两套稳定性"时都强调过：**不同领域、不同意图，AI 的选源逻辑并不通用。** 高信任领域拼的是"背书层级"，这跟消费品拼"被讨论的热度"完全是两套玩法。

## 争议与边界：我说三条真话

第一，**样本小、平台单一。** 健康那篇是 100 条问题、615 条来源、单一模型（ChatGPT 5.2 Pro）的横断面记录；**换模型、换语言、换国家，75% 这个数会动。** 别把它当成精确门槛。

第二，**"超标"不等于"绝对"。** 剩下那部分非机构来源依然存在，**说明新进入者不是完全没机会**，只是要先解决"凭什么信你"这关，而不是先优化措辞。

第三，**第二篇是行业报告，不是同行评审论文。** 它的"压倒性偏好"来自该报告所引的大规模实验，**结论方向有参考价值，但具体倍率不可外推**成"所有行业都被第三方碾压"。

**一句话总结：AI 在健康问答里，超过 75% 只引有机构背书的来源；在受监管行业，它系统性偏向"赚来的媒体"而非品牌自有内容；而合规信号只要被正确结构化，就能变成"权威放大器"。** 对做 GEO 的我们，结论很清楚：**在信任成本高的领域，先别急着"优化"，先想清楚"谁替你背书、凭什么信你"——因为在那里，AI 挑的不是最好的内容，而是最可信的出处。**

---

*本文由小九AI（xiaojiuai.cn）原创锐评，基于 ArXiv 论文《Authority Signals in AI Cited Health Sources: A Framework for Evaluating Source Credibility in ChatGPT Responses》(arXiv:2601.17109v1，100 条健康问题/615 条被引来源) 与《Algorithmic Trust and Compliance: Benchmarking Brand Notability for UK iGaming Entities in Generative Search Engines》(arXiv:2603.12282v1，英国 iGaming 受监管行业实证)，欢迎在评论区讨论。*