为什么 3,536 次 AI 引用只落在 81 个页面？内容铺量的方向可能从一开始就错了

AI 引用高度集中：一个站点 90 天被引用 3,536 次，只来自 81 个页面，前 4 篇长文占去其中 49%。铺量不是错，错在把页数当成了目标。

这也是「发了一百篇，AI 还是不引用我」最常见的真实原因：那一百篇各自只答了一半问题，没有一篇能被整段摘走。

一、现象：3,536 次引用，只落在 81 个页面

引用不是按站点分发，是按页面分发；站点只是容器，页才是被引的单位。

一个技术博客公开了自家 90 天的观测：2026 年 8 月 6 日至 11 月 5 日，Copilot 及其相关 AI 服务共引用该站 3,536 次，分布在 81 个页面上，日均 9 个页面（原文与口径）。

同期 Bing 常规搜索只带来 25 次点击、约 2,900 次展示。引用与点击差约 140 倍，两个数不能相除当转化率，它们根本不是同一类事件。

月度曲线更值得看：8 月 356 次、9 月 972 次、10 月 2,028 次。

口径（单站，2026-08-06 至 11-05）	读数
AI 引用总次数	3,536 次
被引用的页面数	81 个
日均被引页面	9 个
前 4 篇文章占全部引用	49%（单篇最高 910 次 / 26%）
Bing 常规搜索点击 / 展示	25 次 / 约 2,900 次

81 个页面撑起 3,536 次引用，平均每页 43 次；但真实分布不是平均的——前 4 页拿走一半，剩下 77 页分另一半。

二、机制一：引用按「具体问题」分配，不按关键词分配

同一个站，窄问题能拿到 13%–50% 的引用份额，宽泛词只有 0.06%；差别不在站，在问题有多具体。

同一个站，两种问题的份额差约 200 倍

该站公开的抽样 grounding query 里，「mcp server」这种宽泛词只拿到 0.06% 的引用份额，大约每 1,700 次引用才命中一次。

而「某数据库评估用哪个做后端」这类研究型窄问题，份额在 13%–50% 之间，约每 2 到 5 次引用就命中一次。

同一批页面、同一段时间，差距不在内容质量，在问题的收窄程度。宽泛词是被几十万个站点同时争夺的入口，窄问题是只有答得全的人能进的入口。

三、机制二：能被摘走的，是「一个问题答完」的页面

被引最多的四篇长文有共同结构：开头给定义与结论，中间给对比与表格，末尾给判断框架。

定义块与摘要放在最前面

四篇里排最前的一篇拿到 910 次引用，占全站 26%。它们都以一段定义加一段 TL;DR 开头。

这不是排版偏好。AI 摘取时先找「这句话能不能独立成答案」，把定义与结论放在开头，等于替模型省掉了归纳这一步。

对比与表格承担大部分摘取

四篇均含对比段、表格、决策框架与清单，长度在 2,500–5,700 词之间。

表格之所以有效，是因为它天然是一个完整的答案单元：一行就是一个可被直接引用的结论，不需要上下文。

长度跟着信息走，不是目标

这些页面长，是因为它们把一个问题的前置条件、对比项、成本口径、失败情况都写完了，不是因为字数指标要求长。

反过来，为了凑长度加进去的行业背景、公司介绍、愿景描述，既不贡献引用，还会稀释段落密度。

四、第三层：71% 的引用来自 Google 首页之外

传统位次与 AI 引用几乎脱钩：71% 的 ChatGPT 引用指向不在 Google 首页的站点。

另一份覆盖 7,949 条提问、5 个引擎、23.98 万条引用、2.78 万个域名的观测（2026 年 7—9 月）给出了这个比例（发布稿）。

同一份数据还显示，Google AI Mode 在三个月后只保留了此前被引域名的 14.8%。

这两条合起来说明：拿关键词位次当 GEO 的先行指标，方向会偏。位次管的是搜索结果页的排序，引用管的是「这段话能不能答这个问题」，两套排序不共享同一套输入。已有研究也测到位次与被引率并不同步。

五、反直觉：十篇各答一半，比一篇答透更差

在引用这一层，重复覆盖同一主题的十篇半成品，合计价值低于一篇自包含的完整答案。

原因在摘取方式。AI 是按段落抽的，一段混着铺垫、论证、举例，截取任何半句都不成话，这段就永远不会被引用。

十篇各答一半的稿子，每篇都有大量这种「截不完整」的段落；一篇答透的稿子，每段都能单独成立。前者的页数更好看，后者的被引页数更高。

这也解释了为什么扩量之后被引页面数不涨：新增的页没有新增「可独立摘取的答案」，只是把已有答案换了个说法。段落层的具体要求，可对照段落特征一文。

六、操作清单：四步把内容从铺量改成铺深

1. 按问题建池，不按关键词建池：把一条宽泛词拆成 10—20 个具体问题（前置条件、对比、计价构成、失败情形），每个问题一行，作为选题单元。
2. 一页答完一个问题组：同一页里把该问题的定义、适用条件、对比、边界写全；答不完的另开一页，用内链串起来，别硬塞。
3. 每页首段放结论，第二段放定义：让摘取模型不用读完全文就能取到一句自包含的判断，这是被引率最省力的改造点。
4. 月度看页级引用，不看站点总量：按页统计被引次数，找出前 10% 的页面，看它们的共同结构，再把这一结构复制到下一批选题上。

七、常见问题

一个页面只答一个问题，会不会太窄？

窄的是问题，不是页面。一页可以答完一个问题的全部侧面：定义、适用条件、对比、边界，这已经是一篇完整长文。

长文是不是越长越好？

不是。长度跟着信息量走，答完就停。为凑字数加的行业背景与公司介绍不贡献引用，还会稀释段落密度。

宽泛词完全没机会吗？

有，但份额极低。宽泛词更适合放在品类认知类页面上做长期布点，别把它当短期考核指标。

已经发出去的老页面还能补吗？

能，而且通常比新写一篇划算。补首段结论、补对比表、把长段拆开，都是在同一页上提升可摘取性。

怎么知道哪几页在被引？

用固定问题集复测，记录每次答案里出现的链接；有搜索后台的，可看 AI 表现类报告里的页级数据。两条来源要分开记，不能互相代证。

一个月该发几篇？

没有通用数字。可用的算法是先看被引页数有没有随发布量同步增长，没增长就说明该修结构，不该继续加量。

八、数据与来源

• Futurecraft，《GEO in Practice: 3,500 Copilot Citations and 25 Bing Clicks》，数据取 Bing Webmaster Tools 的 AI Performance 报告（BETA）2026-11-06 快照，窗口 2026-08-06 至 11-05，81 个被引页面、41 条抽样 grounding query：futurecraft.pro/blog/geo-copilot-case
• OMNIFAMOUS 研究发布稿，2026-11-06，样本为 2026 年 7—9 月 7,949 条提问、5 个引擎、239,841 条引用、27,765 个域名：发布稿全文；同一读数的独立转述并注明「单一机构、未经同行评审」的口径限制见 wearethefrontier.org
• 域名层与链接层的差异另见 arXiv 2610.15382（2026-10-11 提交）：外部代理对域名的召回率约 48%–50%，对精确链接只有 26%–28%，说明「站被引」与「页被引」要分开统计。

九、边界与不适用

这套结论建立在单站、单快照、单细分领域上，不能当成行业基准直接套用。

原文作者自己列了限制：报告是预览版，抽样查询不是全量；观测期内该站没有做对照实验，10 月未发新文却引用最多，增长可能来自平台侧变化。

所以「四篇长文占 49%」是一个结构性提示，不是「四篇长文必然占一半」的规律。换行业、换平台，集中度会不同。

另外，引用份额是按抽样查询推算的，「0.06%」与「13%–50%」的对比方向可信，具体数值不宜精确引用到小数点。

我们在交付里见到的情况是：页数扩张而被引页数不涨，通常不是内容写得差，是每页都在答同一批大问题。灵曦 GEO 的做法是先把问题池拆细，再定页数，顺序不反过来。

十、结语

把「发多少篇」换成「答完多少个问题」，内容计划会立刻变得具体：一个季度答透 20 个问题，比发 100 篇各自半截的稿子更有机会被引用。

如果只改一处，就改选题表：每一行从关键词改成一个完整问句，并注明这一页要答完哪几个子问题。表格一改，铺量的惯性自己就断了。

想看这套按问题建池的做法在不同行业里的落地方式，可以看灵曦 GEO 的服务页。

文 ｜ 河南灵曦文化传媒有限公司 · 灵曦 GEO