官网在五个海外AI平台被采信38%–58%，但"第二信源"各不相同

结论：官网是唯一在五类 AI 答案里都被当作依据的信源，但它只是底座——每个平台认的第二信源完全不同，一套内容打五个平台，只做了一半。

现象与数据：一条共同底线，四套不同偏好

一句话结论：五个平台的官网采信占比落在 38% 到 58% 之间，没有一家把官网排除在外。

《海外GEO白皮书》在 2026 年 11 月 6 日进博会期间发布，样本覆盖 ChatGPT、Google AI Mode、AI Overviews、Gemini、Microsoft Copilot 五个平台，合计 1004.6 万条回答。

报告用的口径是"官网被采信占比"，不是位次，也不是曝光次数。五个平台的观测值全部落在 38%–58% 这个区间内。

但第二顺位的差别极大。同一份统计里，各平台的高频信源几乎是四套互不相交的清单。

平台	官网采信位置	高频第二信源
ChatGPT	38%–58% 区间内	科研机构、政府、教育类
Google AI Overviews / AI Mode	38%–58% 区间内	YouTube、Reddit 社区内容
Gemini	五平台中最高	官网自身为主
Microsoft Copilot	38%–58% 区间内	电商类信源

这张表真正的信息不在先后，而在"机构权威"与"平台偏好"并不同步。同一个信源，在一个平台是主力，在另一个平台可能完全不出现。

机制一：官网凭什么跨平台通吃

一句话结论：官网是唯一同时满足责任主体唯一、可更新、可核验三项条件的载体。

模型组织答案时先要判断"这句话谁负责"。第三方报道的责任主体是媒体，社区帖子的责任主体是匿名用户，只有官网能把一句话追溯回一家具体的公司。

可更新同样是硬条件。参数改了、服务范围缩了、资质续期了，只有官网能在当天改完；第三方页面只能等下一次编辑排期。

可核验决定它能否被交叉比对。办公地址、资质编号、服务边界这类字段在官网上是结构化存在的，抓一次就能对齐，不需要二次推断。

这三点也解释了为什么第三方页面替代不了官网：它们能补充观点，但补不了责任主体，也补不了当天更新的能力。

三项叠加，官网就成了所有平台都愿意回到的锚点。它不是最有说服力的信源，但是最不容易出错的那一个。

机制二：第二信源由产品形态决定，不由权威度决定

一句话结论：平台认谁，取决于它的产品里本来就装着什么内容池，跟谁更权威关系不大。

Google 体系：社区权重是索引结构的副产品

AI Overviews 的检索层复用了 Google 的网页索引，而 Reddit 与 YouTube 长期是这套索引里高频命中的站点。偏好来自结构，不来自编辑判断。

ChatGPT：机构与教育类信源占先

Ahrefs 在 2026 年 10 月 12 日发布的研究显示，8 月至 9 月的 6660 万条免登录回答里，只有 14.4% 触发了网页搜索。

其余 85.6% 靠模型已有知识作答。训练语料里密度更高的机构、政府、教育类文本，自然更容易被复述出来。

Copilot：货架逻辑

它长在办公与电商场景里，商品页、规格表、售后条款这类结构化文本密度更高，引用它们比消化评论区省事。

反直觉：采信率高，恰恰说明官网不该按流量考核

一句话结论：官网在答案层被大量采信，在点击层却没有对应回报，用访问量衡量它必然得出"没用"的结论。

Ahrefs 在 2026 年 11 月 3 日发布的相关性研究覆盖 1 万个品牌、2.6 亿条非品牌提示，新闻媒体提及与 AI 可见度的秩相关系数为 0.67，低于普通网页提及的 0.70。

这组数字说明"被权威媒体报道"并不自动换来"被 AI 当作依据"。同理，官网被采信 38%–58%，也不等于有同等比例的人会点进来。

灵曦 GEO 在实际交付里已经把这层拆开：官网这一项只考核两个指标，被引用的问题数、被引用时描述是否准确。访问量单独看不构成结论。

把官网当落地页去优化转化率，是把两个不同层的东西混在了一起。一个是采信，一个是到访，中间隔着一次答案生成。

操作清单：把官网做成可引用底座的 5 个步骤

1. 先定事实页：把参数、服务范围、资质、办公地址收进一个可直达的页面，字段名全站统一，别散在十个子页里。
2. 给每个数字配口径：样本量、时间范围、统计方法写在数字旁边，模型摘数字时会把口径一起带走。
3. 按问句写小节标题：把"关于我们"拆成"你们做什么、不做什么、多久交付"，h3 直接对应用户的提问方式。
4. 按平台各列信源清单：按目标平台各找 5 个高频信源站点，逐条把可核验材料送过去，不要五平台共用一份名单。
5. 月度核对描述准确性：固定 20 个问题逐平台问一遍，记录答案里关于你的每一句话，错的先改，少的后补。

常见问题

官网做好就够了吗？

不够。官网决定的是"你有没有资格被采信"，第二信源决定的是"你在哪些问题上出现"。前者是准入，后者是覆盖，两件事都要做。

38%–58% 是位次吗？

不是。它是官网在全部引用信源里的占比区间，衡量的是被当作依据的频率，跟谁排在前面的位置无关。

国内平台能直接套这组数字吗？

不能。这份样本是海外五个平台，国内平台的抓取范围和内容池差异明显，比例要另测，只有机制部分可以参照。

需要单独做一个"AI 版官网"吗？

通常不需要。AI 读的是同一批页面，额外再建一套只会稀释口径。把现有页面的事实密度和结构补上去，收益更确定。

结构化数据和 FAQ 有用吗？

有用，但作用是降低抽取成本，不是提高权重。把问答写成标题加答案的结构，模型切片更省力，这是工程收益，不是玄学加成。

官网内容多久更新一次合适？

跟着事实变动走，不跟日历走。总价、参数、资质、服务范围任何一项变了，当天改；没变就别为了更新而更新。

采信率自己能测吗？

能测趋势，测不了绝对值。固定问题、固定时段、固定平台逐条记录引用来源，样本到 100 条以上再看比例，低于这个量只看方向。

数据与来源

• 官网采信 38%–58%、五平台信源偏好、1004.6 万条样本、发布方与研究口径：腾讯新闻 2026-11-06 首发报道，白皮书发布报道。
• 同日转载版本，用于交叉核对样本量与平台名单：新浪财经转载。
• 6660 万条回答、14.4% 触发联网、85.6% 靠模型知识作答：Ahrefs《How ChatGPT Does Query Fan-Out》，2026-10-12，统计窗口 2026 年 8–9 月，免登录版 GPT-5.6。中文逐项核对见 数据解读。
• 七类提及的相关系数（新闻媒体 0.67、网页提及 0.70）、1 万品牌与 2.6 亿条提示：Ahrefs 官方博客，2026-11-03，原文。
• AI 摘要中 11.0% 的断言在被引页面找不到支撑（98,020 条抽检，2026-09 口径）：统计汇编。
• 站内相关阅读：AI 引用为什么总落在第三方榜单上、AI 引用看页面结构还是域名权重。

边界与不适用

一句话结论：这是一份海外平台的采信结构统计，不是效果承诺，也不是国内平台的比例参照。

发布方中包含 GEO 服务方，读"官网采信 38%–58%"这个结论时，要把这层身份算进去。研究方法与样本清洗规则未见完整披露，数字应按区间理解，不宜当作精确目标。

38%–58% 是采信占比，不是被引用的概率。同一条答案里可能同时引用官网与第三方，占比相加会超过 100%。

另外，引用不等于忠实转述。同一份汇编显示，11.0% 的 AI 摘要断言在被引页面里找不到原文支撑。被引用只是起点，被准确描述才是终点。

这套结论在强监管行业里要打折。医疗、金融、教育的答案受平台额外限制，信源结构不能照搬一般行业。

结语

官网是底座，第二信源是覆盖。先把底座做扎实，再按平台各铺一条线，两件事的投入方式完全不同，混着做通常两边都不够。

想看这套结构在不同行业里的实际落地方式，可以看灵曦 GEO 的 GEO 优化服务 说明。

灵曦 GEO ｜ 河南灵曦文化传媒有限公司