AI引用更偏爱说明书页还是观点文

AI引用更偏爱说明书页还是观点文

14,192 条引用与 943,673 条引用两组样本显示,AI 引用的一半落在自有页、四分之一落在文章、对比页只占 2.5%。本文拆解格式占比背后的取证机制,给出五条改造顺序与边界,说明为什么写得多不等于被引得多。

作者:灵曦GEO

AI 引用更偏爱说明书页还是观点文?2026 年两份研究的格式占比

结论:一半以上的 AI 引用落在品牌自己的页面上,其中六成是产品页、类目页这类说明书页;观点型文章合计不到四分之一。写得多不等于被引得多,写得能取证才算。

现象与数据:两份独立研究给出的格式结构同向

一句话结论:自有页居首、指南类次之、对比页垫底,两份不同样本的研究在排序上一致。

Boring Marketing 在 2026 年 11 月 7 日更新的数据集,把 14,192 条引用按格式分类,底层是 17,110 次买家问题实测。

TJ Digital 在 2026 年 10 月 25 日发布的引用研究,样本为 78 家企业的 4,167 条提问、193,507 条回答。

它把 943,673 条引用按页面类型拆开,覆盖 95,007 个域名。两份研究的分类口径不同,但排序方向一致。

页面与格式Boring Marketing(14,192 条引用)TJ Digital(943,673 条引用)
自有页与产品页51.7%产品页 28.4%、类目页 9.8%、资料页 9.3%
各类文章指南与博客 14.3%合计 24.6%(how-to 8.5%)
榜单与合集12.4%5.8%
首页未单列12.1%
对比页2.5%2.5%(替代方案页 0.2%)
社区与论坛2.3%4.0%

值得注意的一致项是对比页:两份研究、两套分类、两个时间段,都停在 2.5%。

机制拆解一:引擎要的是一句能独立成立的事实

一句话结论:AI 写答案的动作是取证而不是阅读,能单独摘出的事实块比完整论证更值钱。

AI 回答一个问题的过程是:把问题拆成几个子查询,检索,从结果页里挑出能支撑某一句的片段,拼成答案,再给每段挂来源。

这个动作决定了偏好:一段自足的事实摘走就能用;一个依赖前后论证的判断,摘走就站不住。

取证单元与论证单元是两种文本

参数、规格、适用范围、交付周期、资质,都是取证单元,单独拎出来仍然成立。

而"行业正在从甲转向乙"这类判断属于论证单元,离开上下文就没有意义。

官网首页通常是后者,产品页与资料页通常是前者。这也是为什么自建页占比能到五成。

一个便宜的自检法是逐句读:每句话单独拿出来,还能让陌生人读懂并核对吗。读不懂的段落,大概也摘不出来。

每条答案只有五个引用位

TJ Digital 的实测显示,AI Overviews 与 AI Mode 会引用它们捞到的页面的 85% 到 92%。

ChatGPT 只引用约 27%,它更挑,也更偏向产品页与首页(约 31%)。

所以谷歌系入口是"进了检索池就大概率被引",ChatGPT 是"进了池子还要再筛一轮"。

GEO-Score 对 4,441 个站点的 22 项指标测评里,答案完整度均值只有 10.6 分,是全部指标中最低的一项。

机制拆解二:对比页只有 2.5%,榜单页 12.4% 却难拿到

一句话结论:对比页是高需求低供给的空位,榜单页是高供给低可控的地盘,两者打法完全不同。

对比页是少数还空着的位置

两份研究都把对比页定在 2.5%,而"哪个更合适"恰恰是采购决策里被问得最多的一类问题。

需求明确、供给稀薄,这类位置通常比追热点更容易拿到引用。

难的是写法:对比页一旦写成压倒性推荐,就从"对照"变成"软广",被当作独立信源的概率随之下降。

榜单页的供给在第三方手里

榜单与合集占 12.4%,但写榜单的多是媒体、测评站与社区,企业自己发的榜单很难被当成独立信源。

同一份研究里,被引域名前 10% 拿走了 81% 的引用,55% 的被引 URL 全程只出现一次。

集中度这么高,说明榜单位的竞争不在内容量,而在站点本身有没有被当作可信第三方。

反直觉:文章不是没用,是只有能回答具体问句的文章有用

一句话结论:同一篇文章在不同引擎里的份额差近一倍,问题不在体裁,在它回答的是不是一个具体问句。

文章在 ChatGPT 的引用里只占 17.2%,在 AI Overviews 却占 28.3%。

差距来自检索方式:谷歌系入口会把长文切开取段,ChatGPT 更倾向直接找一页说明书。

所以"要不要写文章"是个假问题。真问题是这篇文章里有没有一句能单独摘走的答案。

灵曦 GEO 改写存量内容时,先不看篇幅,只看每篇文章能不能用一句话回答标题里那个问句。

这句话答不出来的文章,往往不是写得不认真,而是标题本身就贪:一个标题里塞了三四个话题,谁都答不完。

怎么做:五条改造顺序

  1. 先修能取证的那几页:产品、服务、参数、类目页优先,它们合计占了引用池的六成以上。
  2. 每页顶部放一句 40 字以内的直接回答:先给答案,再给条件与例外。
  3. 把散落的事实收成表格:表格把一段话拆成十几个可单独核对的事实块,摘取时更省力。
  4. 补对比页,但只写取舍:说清什么条件下选甲、什么条件下选乙,不评价同行。
  5. 不追榜单位,改做选型对照:把采购决策里的条件做成结构化清单,让它先被检索到。

常见问题

产品页比文章更容易被引用,以后是不是不用写文章了?

不是。文章合计仍占 24.6%,在 AI Overviews 里的份额达到 28.3%。问题不在体裁,在文章有没有一个能被独立摘走的答案。文章解释"为什么",产品页回答"具体是什么",两者不互相替代。

首页要不要重做?

看目标。首页在 TJ Digital 的样本里占 12.1% 的引用,不是零,但也不是主入口。若首页目前主要承担品牌形象,改造它的引用收益低于把产品页与资料页写全。

对比页只占 2.5%,还值得做吗?

值得,因为供给少而需求明确。写的时候只讲取舍条件,不评价同行,也不用排他性的优劣判断,否则既拿不到引用,也带来合规风险。

我们是做工业品的,这套结论适用吗?

更适用。Boring Marketing 的数据里,制造与 B2B 工业的引用率是 31.2%,明显高于全样本的 13.9%。这类采购围绕工况、参数、交期展开,答案天然带可比条件。

表格是不是越多越好?

不是。表格有效是因为它把一段话拆成多个可单独核对的事实块,前提是每个格子都有真实数据。为排版而做的表格,对摘取没有帮助。

被引用了能不能稳定住?

很难。同一个引擎隔周回答同一个问题,只有 24% 到 28% 的页面仍被引用,七周后降到 11% 到 16%。所以监测要看一组问题在多周的趋势,而不是单次截图。

数据与来源

  • Boring Marketing,《The State of AI Visibility》,数据集更新于 2026-11-07;样本 17,110 次买家问题实测、14,192 条引用格式分类、2,225 个页面机器可读性检测。原文链接
  • TJ Digital(TJ Robertson),《2026 AI Citation Study》,发布于 2026-10-25;样本 78 家企业、4,167 条提问、193,507 条回答、943,673 条引用,采集期 2026-08-27 至 2026-10-21,8 次周采样。原文链接
  • GEO-Score,《State of GEO — H1 2026》,2026 年上半年;样本 4,441 个站点、4,452 次首页分析、22 项指标,答案完整度均值 10.6 分。原文链接
  • 口径说明:两份研究的分类体系不同(一为内容格式,一为页面类型),占比不可直接相加;文中引用时已分别标注样本量与时间窗口。

边界与不适用

一句话结论:这套格式结论来自英文样本,中文平台与强监管行业需要单独校准。

两份研究的提问与站点都以英文为主,中文平台的检索与编排方式不同,占比只能作方向参考。

行业差异也很大:制造与 B2B 工业引用率 31.2%,法律与专业服务只有 4.0%,金融保险 2.1%,其中 86% 的法律类品牌在四平台全部不可见。

行业引用率低不等于不值得做,只意味着同样的工作量在这里更难换到引用,周期要按季度看。

河南灵曦文化传媒有限公司在做站点体检时,会先看页面类型分布,再判断该改哪几页,而不是先讨论写多少篇。

结语

引用池的形状已经比较清楚:一半在自有页,四分之一在文章,对比页几乎空着。想看清自家站点落在这张图的哪一格,可以从灵曦 GEO 的服务页开始。

GEO 优化服务里有一套按页面类型拆开的体检方式,先定位再动手,比先加产量更省钱。

河南灵曦文化传媒有限公司 · 灵曦 GEO

相关阅读:43 项页面因子排序、页面被引用前的八级流水线、十个平台的信源封闭结构。

更多 GEO 知识库文章