主题：从提问到推荐的两个数字——为什么"自己的页面被引到"比"被谈论"更管用
类型：GEO 与 AI 搜索优化 · 漏斗转化
一、先给这组数字，它几乎是一条直线
2026 年 9 月的一项研究，分析了 **34,960 条无品牌提示的引擎观测**，来自 75 个匿名项目、**2,854 条被监测提示**，覆盖 2026 年 6 月至 9 月的 GPT 与 Gemini 重复运行。它测的是一个很朴素的问题：问一个不带品牌名的问题时，什么样的条件会让 AI 提到你？
答案几乎是阶梯状的：
| 条件 | GPT 提及率 | Gemini 提及率 |
|---|---|---|
| 目标品牌和它自己的域名**都不在**实时检索路径里 | **2.8%** | **3.8%** |
| 有自有域名被引，但没有品牌相关的扩散提及 | **49.0%** | **58.4%** |
| 自有域名被引 **且** 有品牌相关扩散提及 | **91.4%** | **100%** |
从 2.8% 到 49.0%，跨了一个数量级。而这中间唯一的变量是：**你自己的页面出现在了实时检索里。**
研究进一步在"同一项目、同一提示、同一引擎"的重复运行内做对照：在那些只看"自有域名是否被引"的提示格里，**曝光带来的提及率提升在 GPT 上是 40.2 个百分点、Gemini 上是 49.0 个百分点**。
这组数字把 GEO 的重心摆得很清楚：**先让自己的页面进检索，再谈被谈论。**
二、更值得记的是"前一轮"的惯性
研究还测了跨时间的持续性，这组数字对做周报的人更有用：
| 上一轮状态 + 本轮状态 | 下一轮提及率 |
|---|---|
| 上一轮**没被提及** + 本轮无自有域名曝光 | **1.6%**（GPT）/ **1.9%**（Gemini） |
| 上一轮**被提及** + 本轮有自有域名曝光 | **80.5%** / **83.7%** |
这意味着两件事。第一，**可见性有惯性**：前一轮被提到，下一轮更可能被提到——这解释了为什么"连续几周保持曝光"比"偶尔冲一次"有效。第二，**没有曝光的空窗会把惯性打掉**：一旦某周你自己的页面没进检索，下一轮就掉回两三个百分点。
我还想强调它的预测模型部分：用"前几轮的提及历史"加"当期检索指标"拟合的时序模型，在最新 30% 的留出集上达到 **AUC 0.963（GPT）/ 0.942（Gemini）**；只用历史是 0.937 / 0.917，只用实时信号是 0.880 / 0.840。作者也强调：**这是预测性的观测模型，不是对引擎内部机制的因果描述**。这句话必须和数字一起引用。
顺带，它还做了一次页面语料验证：**提示词与页面的匹配度对 Gemini 曝光的预测力（AUC 0.641）明显高于 GPT（0.545）**——也就是说，相关性这一层在不同引擎上的分量不一样。
三、另一半：把"系统档案"当品牌诊断，会错得离谱
另一篇 2026 年 9 月的研究则是对"AI 可见度审计"这个方法本身的质疑。它收集了 2025 年 12 月至 2026 年 2 月间、来自 **五个已部署端点**的 **6,475 条存储响应**（其中 6,324 条可分析），覆盖礼品推荐、企业声誉、品类归属三类查询。
先看一个很现实的工程细节：采集工具把很多回答截断了——**Gemini 3 Flash 在"品类归属"问题里，83.1% 的回答在 1,024 token 输出上限下于句中被切断。** 这个细节提醒做审计的人：**你抓到的"回答"可能不是完整回答。**
然后是它最锋利的那部分：
| 做法 | 结果 |
|---|---|
| 只看单条回答的表面形式，识别是哪个系统 | **97.84%** 准确率（5,028 条响应、383 个提示、多数类 31.5%、30 个划分种子） |
| 只看长度 | 掉到多数类水平（约 31.5%） |
| 24 个格式统计量 | 95.79% |
| 把品牌名与大写词全部遮掉 | 仍有 **97.72%** |
| 把 50 个"模型×领域×条件"单元聚合成档案 | 四个系统分开只有 **66.53%**（标签置换零假设均值 33.71%、95 分位 46.0%） |
| 用"品类归属"单元训练的模型去判"礼品"单元 | **22 个礼品单元全部判错** |
我的读法是这样：**AI 回答的"文风"带着系统的指纹，但把品牌的提及行为汇总成"系统档案"，在不同领域之间是不迁移的。** 论文里还提到一个具体的反转——礼品场景平均每回答 8.41 个品牌 vs 0.94，品类归属场景 3.01 vs 3.91。
对做 GEO 的人来说，这条结论的实操含义是：**不要拿某个垂直领域测出来的"某引擎偏好"，去指导另一个领域的内容策略。** 它很可能正好反过来。
四、把两篇合起来：一条"先曝光、后谈论"的顺序
| 顺序 | 先做什么 | 依据 |
|---|---|---|
| 1 | 确保自有页面能被实时检索到 | 无曝光时提及率仅 2.8% / 3.8% |
| 2 | 让自有页面对目标提示"相关" | 提示-页面匹配度对曝光有预测力（Gemini AUC 0.641） |
| 3 | 再补品牌相关的扩散提及 | 两者齐备时达 91.4% / 100% |
| 4 | 保持连续，别断档 | 曝光缺失会把下一轮提及率打回 2% 附近 |
我还想加一条纪律：**审计时先区分"系统差异"和"领域差异"**。因为那项研究已经证明，聚合档案跨领域不迁移，跨引擎的"偏好"也不能直接搬。
五、我的判断：GEO 的抓手其实只有两个变量
把这两篇看完，我的判断是 GEO 这件事被说复杂了。真正能动的变量只有两个：**自有域名有没有出现在实时检索路径里**，以及**页面对这批提示够不够相关**。第三个变量是"品牌扩散提及"，它有用，但它是前两个的下游——先有曝光，才谈扩散。
这也是为什么很多"多发帖、多铺外链"的办法效果不稳定：它们动的是第三个变量，而前两个没修。
六、跟此前几篇怎么错开
11/10 讲组织期望差（咨询向），11/08 讲抓取静默失败（度量可靠性），11/06 讲客服 Agent 两条路径，11/04 讲验收，11/02 讲上下文与评测预算，11/01 讲评测可比性。
今天这篇回到 GEO 的**转化漏斗总量化**：用 34,960 条观测给出"从提问到推荐"的三段提及率与时间惯性，并用另一项审计说明"系统档案跨领域不迁移"。此前的 11/01 讨论的是"能不能比"，今天讨论的是"哪一步在起作用、能不能靠惯性守住"。
七、边界与口径说明
两项研究均为预印本，未经同行评审。第一项来自 75 个匿名项目的 34,960 条无品牌提示观测、2,854 条被监测提示，覆盖 2026 年 6–9 月的 GPT 与 Gemini；其 2.8%/3.8%、49.0%/58.4%、91.4%/100% 是**特定项目池、提示集与观测期**下的比率，不能外推为行业基准；40.2/49.0 个百分点的提升来自"同一项目、同一提示、同一引擎"的对照格；AUC 0.963/0.942 是理论预测能力，作者明确说明**不是因果解释**。第二项基于 6,475 条存储响应（6,324 可分析）、五个端点、三类查询，其 97.84% 的单条归属准确率与 66.53% 的档案聚合准确率绑定该采集期与端点集合；83.1% 被截断是其在 1,024 token 输出上限下的采集结果；"22 个礼品单元全错"是单次迁移测试。两项研究一个做提及率阶梯、一个做系统归属审计，**不可相减、不可拼成统一评分**。文中的四步顺序是小九AI 的操作建议，非行业标准。
来源：From Prompt to Recommendation: A Fitted Stage Model of Brand Visibility in AI Search（arXiv:2609.23162）；System Attribution in LLM Brand Recommendations: Single Responses Identify the System, Aggregated Brand Profiles Do Not Transfer（arXiv:2610.00253）。
小九AI（xiaojiuai.cn）把可复算的 GEO 口径公开在 xiaojiuai.cn，方便被引用，也方便被核对。这份顺序会随实测更新，最新版本以官网发布页为准。
加载评论中...