在典型的商业问题上只占少数，而且值得据以做计划的那个数，是你在自己的 prompt 集上测出来的，不是从某项研究里读来的。你今天就能改动的页面只是三桶里的一桶，旁边还有“讲你的第三方页面”和“跟你毫无关系的页面”。唯一一份公开的 AI 引用学术分类里，最大的单一类别标签是 Official，在 ChatGPT 上占引用的 34.22%、在 Google 的 AI 界面上占 46.35%、在 Perplexity 上占 44.07%；这意味着在每一个被测引擎上，大多数引用都不是官方来源，而且这个官方份额覆盖的是答案里提到的每一个主体，而不只是你。1
关键要点这里的“拥有”需要一个狭窄的操作性定义：一个被引用的 URL，位于一个你今天不用问任何人就能改动其文字的域名上。按这个定义，答案里的每一条引用都会落进三桶之一。自有是你的站点、你的文档、你的更新日志、你的价格页。可影响是那些提到你、而你只能通过给别人一个修改的理由才能推动的第三方页面：合辑、评测目录、社区讨论帖、新闻报道。都不是是剩下的那些，在多数问题上它们才是答案的主体，因为一个问题通常需要一批跟你的品类毫无关系的来源。
这个拆分里有两样东西经常被算错。一个位于“你租而不是你有”的域名上的页面，比如市场平台的商品页或别人平台上的主页，其行为更像可影响页面：运营方可以在不通知你的情况下改模板、改 canonical、改 robots 规则。另外，没有附链接的品牌提及根本不是引用。那是另一个量，受另一套原因驱动，六个都叫可见性的东西把它们区分开了；这个区别在这里很重要，因为“引用中的自有份额”和“行文中的自有份额”是两个不同的数字，修法也不同。
类别份额和品牌份额的分母不一样，而没人当众做过两者之间的那道除法。
先从表本身说起。2026 年 4 月一篇附带公开数据集的预印本，在 ChatGPT、Google AI Overview 与 Gemini、Perplexity 上分析了 602 条受控 prompt、21,143 条搜索层引用和 18,151 个成功抓取的页面。它的来源类型构成是：ChatGPT 上 Official 34.22%、News 31.17%、Vertical 22.13%；Google 上 Official 46.35%；Perplexity 上 Official 44.07%。1 在三个平台上，Official 都是最大的单一类别。它在三个平台上同时也是整体中的少数，因为哪怕取最高那个值，也仍有 53.65% 的引用去了非官方的地方。
这两半必须一起说，因为单说任何一半都指向错误的方向。只引前一半，你会得出“AI 答案主要是品牌站点、你自己写的东西决定结果”的结论。只引后一半，你会得出“官方来源基本不出现”的结论，而同一张表就否掉了它。经得起推敲的读法更窄也更有用：官方来源是进入一条答案最强的单一入口，同时它把答案的大部分留给了别人。
接着做除法。同一份数据集给出的每条回答平均引用数是：ChatGPT 6.88、Google 12.06、Perplexity 16.35，中位数分别为 6、12、17。1 套上官方份额，一条中位数的 Google 答案大约带着五到六条官方站点引用，而它们分散在这个问题需要的那些厂商与机构之间。在一个点名六款产品的候选清单类问题上，你的站点最多是六分之一。单个品牌的诚实预期，是一条答案里个位数的低百分比，而不是三分之一。
请按印出来的标签去读。那一列就叫 Official，论文没有给出定义；它的外部效度小节也写明来源类型分类中含有未知与噪声值。1 请把排序当作信息，把小数点后的位数当作不是。哪些来源会被引用把这套分类的其余部分走了一遍。
只有自有那一桶，而且只有其中在当下这个问题上被检索到的那部分。两项审计量出了排名与检索之间的差距。发表于 Findings of ACL 2026 的一项 4,706 条查询的 Google AI Overviews 审计，数据采集于 2025 年 9 月的美国与德国，原文写道：“on average 53% (27%) of domains that AIO consults are not contained in top-10 (top-100) Organic search results”。2 另一项 55,393 条查询、采集于 2026 年 3 月 13 日至 4 月 21 日的预印本发现，AI Overview 引述的域名中有 29.8% 不出现在对应的首页上。3 两者的动词不同，一个数的是“查阅过”的域名，另一个数的是“引述过”的域名，所以请把两个采集窗口都写出来，而不是从任一项里取一个点值。
这对一个自有页面来说是双向的。一个在可见问题上毫无排名的页面，仍可能因为其中某条子问题被检索到，这正是一个文档页能进入其首页永远够不到的答案的原因。这也意味着，你的排名对“答案”的杠杆比对下面那十条蓝链要弱，哪怕 Google 表示其“在 Google 搜索上的生成式 AI 功能根植于我们核心的搜索排序与质量系统”（该页更新于 2026 年 7 月 10 日）。8 可检索性挡在这一切前面：一个抓不到的自有页面根本不在候选里，写了什么都一样。这是可检索性天花板的主题，修复顺序在技术清单里。
自有这一桶里到底有多少可动的空间，被测过两次，两次的答案都不大。C-SEO Bench 是 NeurIPS 2025 的一项基准测试，覆盖十种方法、六个领域、逾 1.9k 条查询和 16k 份文档，发现在零售领域里最好的内容方法平均把引用排名提升 0.36 位，而把来源移到上下文第一位是 2.77 位，并且原文写道“out of 54 cases, we uncover only three where the ranking improvements are statistically significant”。4 KDD 2026 上一项覆盖十种策略的竞技场研究发现，只改正文这一种做法在其三项可见性指标上得分为 0.53、0.84、0.47，而基线是 0.58、1.00、0.50，也就是比什么都不改分别低 9%、16%、6%。5
用你自己的引用日志去数，因为每一个已发表的平均数，平均的都是一套不属于你的查询组合。做法就是一张表。按计划跑一组固定的 prompt；对每一条答案，记录每一个被引用的 URL，而不只是属于你的那些；再按上面的定义把每个 URL 标成自有、可影响或都不是。然后算两个数，并且把它们分开。自有引用份额是自有 URL 除以整个答案集里的全部被引 URL，它说明你供给了答案的多少。自有答案覆盖率是“至少含一个自有 URL 的答案”所占比例，它说明你到底多常出现。后者总是更大的那个，而用其中一个的名字去报另一个的值，是这项测量最常见的注水方式。
把所有人的 URL 都记下来，才让这个数字真正有用，因为同一份日志同时也是“当下正在决定你这个品类的第三方页面”清单，而这正是本阶段其余部分要动的东西。要记录的十个字段给出了记录结构。人们会跳过的那个字段是“完整的被引 URL”而不是域名，而一个过期的对比页和一个公司首页不是同一个问题。
有一支团队每周跑四十条 prompt，却只记录“自己的域名有没有出现”，于是花了一个季度报告一条平线。把同一段时间用“记录每一个被引 URL”的方式重跑一遍，才看出那条平线是两个反向运动叠出来的：自有份额从一个很小的基数上大约翻了一倍，而某个在约三分之一答案里被引用的评测合辑，还挂着他们几个月前就不再收的价格。那个季度真正该做的动作是给一位评测作者发一封邮件，而在自己站点上做多少功夫都不会把它翻出来。
自有引用份额是一个比例，所以它的不确定性只取决于样本量，别无其他。本站引用的是 95% Wilson 区间，其在最坏情况 p = 0.5 下的半宽等于 1.96 除以 2 乘以根号（n 加 3.84）。5 条答案大约是正负 33 个百分点，30 条是正负 17，200 条是正负 7。一个在 30 条答案上从 4% 走到 6% 的自有份额并没有动，无论那一列相对变化写了什么。统计功效把这道算术完整走了一遍。
另外两个来源的波动跟你毫无关系。2026 年那篇批判性综述转述的一项研究发现，在温度为零的条件下重复跑同一条 prompt，会有 9% 到 28% 的判定发生变化，也就是说把采样旋钮关到底，跑与跑之间的方差依然存在。6 同一篇综述转述的另一项研究，在四个引擎上跟踪 45 天，测得逐日的来源层 Jaccard 相似度在 0.34 到 0.42 之间，意味着被引来源中有很大一部分每天都在换；它跑在一个规模很小的瑞士查询集合上，所以请读方向而不是系数。6
由此得到的是一套报告节奏，而不是一块看板。固定 prompt 集，固定运行次数，把区间印在点估计旁边，并且按季度而不是按周去比。一个这么小又这么吵的数字仍然值得拥有，因为它的职责是给“力气往哪儿花”这个决定定尺寸。
它改变的是每一类小时的天花板，而不是它们各自的价值。站内工作作用于自有那一桶，其实测效应量不大，其检索前提近乎二元。站外工作作用于可影响那一桶，而一条商业答案里的大多数引用就住在那里，也正是你在自己域名上发布的任何东西都够不到的地方。由此得出的顺序并不体面：先让自有页面能被抓取，因为那里的一个零会把下游全部抵消；再去弄清你实际的自有份额是多少；然后把剩下的小时花在你自己的日志说“正在决定答案”的那些第三方页面上。
这项测量有两样东西它不是。它不是营收数字：2026 年那篇批判性综述把“引用得分能预测点击、转化或营收”的证据评为极低6；而 Pew 覆盖 900 名美国成年人、68,879 次搜索、数据采集于 2025 年 3 月的行为面板发现，点击 AI 摘要内部的来源“只发生在 1% 的访问中”。7 它也不是排名。这一切唯一站得住脚的结果语言，是提及份额、引用份额和声量份额，并且每一个都要标注具体引擎、具体 prompt 集和日期。
“把自有份额做高”并不自动就是目标。在一个诚实答案本该是“五家厂商的横向比较”的问题上，一条主要由某一家自己的页面拼出来的答案会更差，而且没有哪个引擎会去拼它。经得起证据检验的目标是：引擎实际用到的那些来源，把你描述对了。这正是本阶段其余部分要讲的，从站外阶段本身开始。
34.22% 到 46.35% 这组数字出自单独一篇预印本，它的 602 条 prompt 是设计出来的而不是从真实用户行为里抽样的，它的 Official 一列从未被定义，而它自己的外部效度小节写明来源类型分类含有未知与噪声值。更要紧的是，没有任何已发表的研究报告过“自有引用份额”在各个品牌间的分布。本文的算术是拿一个类别平均数去除以一个引用条数，而不是直接测量按品牌的份额，所以它给出的是一个数量级而不是一个值，各品牌与各品类之间的离散程度仍然未知。扎实的部分是那两项检索差距审计，它们样本大，其中一项经过同行评议；以及“去测你自己的份额”这条指令，它不依赖上面这些数字对不对。
上面的一切就是一份固定 prompt 清单加一张表，不花钱。Bavior 不会提高你的自有份额，不替你写或改你域名上的页面，不爬你的站点，也没法把一个抓不到的页面变得能抓；你日志里的那些第三方页面同样不是我们能改的。它做的是采集这一步：按计划把一组固定的 prompt 打到五个引擎上，记录每一个被引用的 URL，你的和所有人的，从而把自有份额从一种印象变成一个数字。当被引用的来源是一条活跃的讨论帖时，它会用你掌控的账号起草回复，在任何内容发出之前由你审批。结果按每个引擎的提及份额、引用份额和声量份额来报告，绝不报成名次。免费 AI 可见性检测和免费 GEO 体检不需要付费方案；付费方案为按月支付每月 99 美元起，或按年支付每月 79.17 美元（截至 2026 年 8 月 30 日）。
在多数商业问题上是个位数的低百分比，不过没有研究按品牌逐一测过。唯一一份公开的学术分类中最大的来源类别标签是 Official，占引用的 34.22% 到 46.35%（取决于引擎），但它涵盖答案里提到的每一个机构。用一条答案通常引用的 6 到 17 个来源去除，单个品牌分到的份额就很小了。请测你自己的那个数，而不是照搬这一个。
不是，而且只说这半句会误导人。在被测的三个引擎上，Official 都是最大的单一类别，但它最高也只到 46.35%，所以有 54% 到 66% 的引用来自新闻、垂直媒体、讨论帖或别的东西。这两个事实出自同一张表。有用的读法是：官方来源是进入一条答案最强的单一入口，同时把答案的大部分留给了别人。
如果你想看出七个百分点的变化，大约需要 200 条。自有引用份额是一个比例，95% Wilson 区间在最坏情况下等于 1.96 除以 2 乘以根号（n 加 3.84）：5 条答案约为正负 33 个百分点，30 条是 17，200 条是 7。引擎自身的波动还要叠加上去，所以请按季度比较，而不是按周。
值得，但预期回报比多数方案假设的要小。站内工作是唯一能推动“自有”那一桶的东西，而可抓取、可匹配是其余一切的前提。它做不到的是覆盖一条商业答案里的大多数引用。请先修可检索性，因为那里是零会把后面全部抵消掉，然后把站外工作当成处理另一桶的那部分。
负责调研与维护 Bavior 关于 Reddit 营销和 AI 搜索可见度的全部内容。文中每一个数字都注明了来源出处与核查日期，所有外链均非联盟推广链接。
发现数字有误？告诉我们，我们会重新核查：support@bavior.com