AI搜索让外链点击率掉了18.8%，GEO的战场已经换到答案措辞里

核心洞察

这篇文章最值得看的不是那些百分比数字，而是它揭示的一个转向：搜索的竞争单元从“页面排名”变成了“答案里的措辞”。我比较认同它对站外权威的强调，很多团队做GEO只盯着自己官网改来改去，但数据说八成以上的AI引用来自第三方，这个认知差可能是2026年最大的执行陷阱。

2026年8月18日，宾夕法尼亚大学和东北大学的研究者在arXiv发了一项预注册随机对照实验。1100名美国Google用户被随机分进不同搜索环境。结果很直白：被强制进入AI Mode谷歌的对话式AI搜索模式，类似ChatGPT，提供更少的外部链接。的用户，对外站点的点击率掉了18.8个百分点；把AI OverviewsGoogle在搜索结果顶部显示的AI生成摘要，通常包含3-8个来源链接，覆盖200多个国家的搜索结果。完全隐藏的那组，点击率反而涨了8.8个百分点，用户对信任度、满意度、有用性的感知没有任何可察觉的下降。

同期其他独立研究在用不同方法给出同向结论。Pew研究中心发现，有AI Overview时只有8%的用户点传统结果，没有时是15%。SparkToro口径下68%的Google搜索以零点击结束，AI Mode单独高达93%。Ahrefs测得AI Overviews出现时首位结果的点击率下降58%。

这组数字的意义不在于“AI抢走了流量”，而在于它证明了一件事：搜索的价值分配节点，已经从“结果页的第几位”前移到了“答案里的第几个词”。

核心结论

1. AI搜索显著抑制外链点击：宾夕法尼亚大学与东北大学的预注册随机对照实验（1100名美国Google用户）显示，被强制进入AI Mode的用户对外站点点击率下降18.8个百分点；完全隐藏AI Overviews的组别点击率反而上升8.8个百分点，且用户对信任度、满意度、有用性的感知无显著下降。

2. 排名不等于被AI引用：Ahrefs研究发现，Google AI Mode的引用中88%来自自然搜索排名前十之外；Digital Applied对680万条AI引用的分析显示，域名权威只能解释不到4%的引用方差，而内容结构因素的相关性高达+0.71。

3. 关键词堆砌在生成式引擎中有害：KDD 2024发表的GEO-BENCH实验（1万条查询、9个数据源、25个领域）表明，添加引文相对提升41%、添加统计数据提升30%到40%，而关键词堆砌低于基线，在Perplexity上甚至下降9%到10%。

4. 站外权威是AI引用的主要来源：多伦多大学研究表明，82%到89%的AI引用来自earned media而非品牌自有内容；2026年行业口径显示约85%的品牌提及源自Reddit、LinkedIn、媒体报道等站外来源；品牌在网页上的文本提及对LLM引用的影响力可达传统外链的3倍。

5. 中国GEO市场已进入标准化阶段：2026年9月10日，中国商务广告协会归口的五项GEO团体标准（T/CAACCHINA 001–005-2026）正式实施，首次定义RAG、语义相关性、可信语料中国GEO团体标准中定义的核心术语，指可被生成式AI安全引用、来源可追溯、内容真实可靠的信息源。、黑帽GEO指通过操纵数据、制造虚假信息等不道德手段进行GEO优化的行为，于磊明确反对此类做法。等核心术语，并提出生成式AI引用决策的五大信号：语义相关性、信息增益、实体一致性品牌在不同页面描述自身时保持名称、定位、服务内容等核心信息一致，以便AI准确识别为同一实体。、品牌权威性、内容质量。

一、范式转移：从“被找到”到“被说出口”

传统搜索是一场关于位置的竞争。用户看到十条蓝色链接，点进去，自行比对，自行决策。品牌有机会用落地页、用内容、用视觉去弥补排名劣势。

生成式搜索取消了这道缓冲带。用户问一句话，AI组织一段答案，答案里可能提到三个品牌，也可能一个都没有。品牌失去了“被点击后自我解释”的机会，AI说的那一句，就是用户听到的全部自我介绍。

GEO的核心命题因此发生了根本位移：不是“能不能被找到”，而是“会不会被准确理解、在正确场景中被正向复述”。同一家企业可能出现四种尴尬状态：问品牌名时AI能复述简介，问应用场景时AI完全不提；AI提到了品牌，但引用的是三年前的过时参数；AI能推荐产品，却说不清服务范围与适用条件。

规模上这不是未来时。中文侧，QuestMobile数据显示截至2026年3月AI原生App月活突破4.46亿，单季度新增1.3亿，增速43.4%；到6月豆包月活已达3.82亿。CNNIC数据显示我国生成式AI用户规模5.15亿，其中80.9%用AI回答问题。Gartner则预测传统搜索引擎查询量将下降25%。

二、AI到底凭什么引用你

理解GEO，必须先理解生成式引擎的两段式流水线：检索，然后合成。首步从索引里捞回候选文档，第二步由模型判断哪几篇值得引用、怎么组织语言。

这个结构带来了几个反直觉的、被大样本数据证实的结论。

排名不等于被引用。Ahrefs研究发现，Google AI Mode的引用中88%来自自然搜索排名前十之外。你在Google排第20名，可能恰恰因为结构清晰、表述具体而成为AI的优选信源。

域名权威的权重被大幅稀释。Digital Applied对680万条AI引用的分析发现，域名权威只能解释不到4%的引用方差（相关性+0.18），而结构因素的相关性高达+0.71。这是GEO与传统SEO最本质的分野：SEO重度依赖外链与域名权重，GEO更依赖“这段内容能不能被干净地摘出来”。

引用面互不重合。AI Mode与AI Overviews即便给出语义相似的答案，引用的URL重叠度只有约13.7%。一套内容打天下的时代结束了。

引用位极度稀缺。Perplexity平均每次回答引用3.1个域名、ChatGPT 2.6个、AI Overviews 1.9个；AI通常只引用2到7个来源。这不是“前十名分配流量”，而是赢家通吃。各平台的引用呈现习惯差异也很大：Perplexity 97%的回答带引用，Google AI Overviews为34%，ChatGPT仅16%。

学术地基：KDD 2024的那篇论文

GEO这个词的学术起点，是Aggarwal等人发表于KDD 2024的《GEO: Generative Engine Optimization》。他们构建了GEO-BENCH，1万条真实查询、9个数据源、25个领域，测试九种内容改写策略。结论分三层：

添加引文相对提升41%，强。添加统计数据提升30%到40%，强。流畅性优化提升22%到29%，强。引用来源提升28%到30%，强。技术术语、权威语气、通俗化提升8%到12%，中等。独特词汇约提升5%，微弱。关键词堆砌低于基线，在Perplexity上甚至降9%到10%，有害。

两个发现值得单独拎出来。

其一，关键词堆砌，传统SEO最核心的手段，在生成式引擎里不仅无效，还有害。这不是推论，是实测。

其二，“流量平权”效应。论文原表显示，应用“引用来源”策略后，SERP排名第5的网站可见度提升115.1%，而排名第1的网站反而下降30.3%。GEO颠覆了传统搜索的等级秩序：低排名的小创作者收益大，头部反而受损。

必要的审慎：该实验基于GPT-3.5-turbo、Top-5来源、2023到2024年的引擎环境。今天的百分比数字不能照搬，但方向性结论——可归因的证据密度大于数量堆砌——被后续多项产业研究反复验证。

三、GEO不是SEO的插件：四层递进

把GEO理解成“SEO加个FAQ”是非常大的误区。它们优化的是完全不同的对象。

传统SEO的结果形态是十条蓝色链接，GEO是一段结构化答案加引用源。SEO争夺排名位置，GEO争夺措辞、顺序与归因。SEO的排名逻辑是关键词加外链加PageRank，GEO是语义相关性加信息增益加实体一致性。SEO的权威来源是域名权重，GEO是第三方可信语料加站外提及。SEO见效周期3到6个月，GEO局部2到4周，体系化60到90天。SEO的技术依赖是外链加技术SEO，GEO是知识图谱加语义标注加权威矩阵。

GEO的能力可以拆成四层递进，缺任何一层，上层都不成立：

可抓取，可检索，可引用，可复述。

可抓取：AI爬虫能不能进来、能不能读懂，这是技术层。可检索：语义上能不能匹配到用户那句自然语言提问，这是内容层。可引用：值不值得被当作证据挂上来源链接，这是证据层。可复述：AI描述你的时候，说的对不对、好不好，这是实体层。

大多数企业卡在首层而不自知，或者跳到第四层才发现AI一直在用错误的信息复述自己。

四、落地：从技术到心智的五层工程

有意思的是，中国首个GEO团体标准给出的技术框架恰好也是四层：L1技术基础层、L2内容质量层、L3平台适配层、L4品牌心智层。下面按可操作的方式展开。

L1｜技术可达层：先把门打开

检查robots.txt。审计数据显示，28%的企业站点正在屏蔽GPTBot、ClaudeBot或PerplexityBot，多数不是出于版权考量，而是被过于宽泛的规则误伤。这是零成本、高优先级的一步。

服务端渲染。依赖客户端JavaScript展开的FAQ、对比表、折叠内容，爬虫触发不了点击事件，等于不存在。

llms.txtA standardized file format that allows website owners to communicate AI training and usage policies to AI crawlers, language models, and AI-driven search engines.。这是最容易被误用的工具，三条纪律：它不是sitemap，是策展型manifest，把全站URL倒进去就失去了意义；主文件控制在1万词以内，深度内容放llms-full.txt，优先链接.md/.txt而非.html，放在域名根目录或/.well-known/llms.txt双份镜像；过期的llms.txt比没有更糟，内容迁移、新品发布、定位调整后必须同步更新，保持与站点真实状态一致。

结构化数据。四类Schema是基础配置：Article、Organization、FAQPage、Product+Offer。Moz研究显示带FAQ schema的页面出现在AI Overviews中的概率约为4倍，而对50多个品牌站的审计发现，只有11%的关键页面部署了任何FAQ结构化标记。这是一个投入十五分钟、产出极高的缺口。

L2｜内容结构层：为“摘取”而写

答案前置。AI检索主要评估标题后的前300字符。如果那300字符是铺垫，整个段落不会被选中。实操标准：每个H2下方用40到60词直接回答该标题所提的问题。

定义块。把一句话定义用引用格式单独框出来，这被多个GEO实践团队评为“单页收益高、耗时最短”的修改，每页30分钟以内。

自包含测试。把任意一段复制到空白文档，脱离上下文还能不能读懂？读不懂，AI就不会引用它。

信息密度。每150到200词安排一个可归因的数据点；段落控制在134到167词。Omniscient Digital对2.3万条AI引用的分析发现，44.2%的引用来自内容的前30%。结论前置不是风格偏好，是结构性要求。

L3｜证据密度层：让AI敢替你背书

模型被训练成对事实性主张保持谨慎。同样是引用一个来源，写法差异决定了AI敢不敢复述。

弱写法：“近年搜索行为发生了巨大变化。”

强写法：“据Ahrefs 2026年对30万条SERP的研究，AI Overview出现时首位结果的点击率平均下降34.5%。”

后者能被模型有信心地复述，因为机构名、年份、样本量、具体数值全部显式化。这并不意味着每段都要堆引用，而是：凡事实性主张，必带可验证归属。

进阶动作是制造citation magnet，也就是引文磁铁：原创调研、专有方法论框架、行业数据。如果你的内容只是复述另外50个页面都说过的话，AI会引用原始出处，而不是你。

L4｜实体一致层：别让AI认不出你

同一个品牌在全网出现三种写法（“Acme Corp”/“ACME”/“Acme Corporation”），实体信号就被切碎了，模型可能不认为它们是同一家公司。

动作清单：统一品牌命名与产品命名；部署Organization + sameAs指向Wikidata、维基、官方社媒；每篇文章链接到带资质的作者页；补齐发布时间与更新时间。

一致性优先于数量。有研究指出，当AI在不同信源间发现关于某品牌的相互矛盾信息时，会倾向于跳过引用该品牌。品牌词查询的引用率若低于80%，通常不是内容不够多，而是信息冲突或实体定义薄弱。

L5｜站外权威层：最被低估的一环

这是多数GEO项目失败的真实原因。多伦多大学的研究表明，82%到89%的AI引用来自earned media，而非品牌自有内容；2026年的行业口径也显示约85%的品牌提及源自Reddit、LinkedIn、媒体报道等站外来源。另有研究指出，品牌在网页上的文本提及对LLM引用的影响力可达传统外链的3倍。

同时要接受一个残酷的节奏：未持续更新的页面，丢失引用的速度是正常的3倍。国内运营实践还给出一个明确的时效窗口，多数内容的AI引用黄金周期集中在1到5周，超过一个月缺乏持续供给，可见度会明显下滑。

五、中国市场：一个割裂但正在标准化的战场

在中国做GEO，首先必须接受的现实是：各大AI平台的数据生态相互独立，一套内容无法通吃。

豆包，3.82亿月活（6月），信源偏好今日头条、抖音、百科、知乎，图文加短视频多模态，典型推荐位3到5个。千问，1.67亿，偏好硬核参数、“服务能力”类内容，推荐位3到5个。DeepSeek，1.30亿，偏好结构化、逻辑性强的内容，3000字以上深度分析，微信生态权重高，推荐位2到3个，偏好简洁精准。元宝，约4984万，公众号文章引用权重极高，依赖微信生态。Kimi，约729万，偏好微信公众号、知乎、小红书，要求完整论证链，推荐位2到4个，偏好详细分析。

由此产生两条中国结论。

其一，微信生态是基础设施，不是渠道选项。微信搜一搜已全量接入DeepSeek-R1，十亿级月活用户的搜索行为正在被重构；DeepSeek与元宝都深度依赖微信生态，公众号内容矩阵因此从“可选项”变成“必选项”。

其二，百度并未退场，而是在混合化。百度AI搜索占比已超35%，“搜索+生成”的混合模式成为主流。

合规：2026年是从野蛮生长到有标可依的分水岭

2026年9月10日，中国商务广告协会归口的五项GEO团体标准正式实施（T/CAACCHINA 001–005-2026），覆盖通论与术语、服务商评估、计价评估与测量、可信语料、服务流程合规与安全。标准首次定义了RAG、语义相关性、向量检索、可信语料、黑帽GEO、语料投毒等核心术语，并提出生成式AI引用决策的五大信号：语义相关性、信息增益、实体一致性、品牌权威性、内容质量。

2026年3月，中国信通院启动首轮《生成式引擎优化（GEO）可信基本要求》评测；此前2025年11月已有14家企业联署行业倡议，2026年2月AIIA发起GEO专项安全承诺。

监管已明确介入：市场监管总局《2026年全国广告监管工作要点》将AI生成广告列为集中整治重点。

黑帽GEO的代价远高于收益。伪造Schema标记、垃圾外链堆砌、强行投喂污染语料，一旦被识别，AI平台会对该品牌实体整体降权甚至屏蔽，丧失被引用机会；情节严重者可能触及《广告法》《反不正当竞争法》《消费者权益保护法》及《生成式人工智能服务管理暂行办法》。

一个提醒：市场规模的口径极度混乱。你可能会看到“2026年48亿到2030年1376亿”、“2026年186亿”、“AI搜索营销市场320亿”、“2030年240亿”等互不兼容的数字。这些测算的统计口径、是否含服务与媒体投放、是否含出海，全都不一致。不要拿任何一个数字直接做预算依据。

六、度量：从“有没有被提到”到“被怎么说、带来什么”

“ChatGPT提到我们了”不是业务结果。GEO需要一套三层指标体系。

首层｜可见度

引用率等于提及你的查询数除以测试查询总数再乘100%。AI声量份额等于你的提及数除以全部品牌提及总数再乘100%。位置质量看你是首个被推荐的，还是第五个。

参考基准：品牌词查询的引用率应高于80%，低于此值说明技术或实体层面有问题；品类词（非品牌）起步目标10%到15%，达到30%以上即构成品类权威。由于每次回答只引用2到7个域名，占比更重要。

第二层｜表述质量

实体准确率：AI对你品牌、功能、定位的描述是否准确，目标90%以上，低于70%说明实体出了问题。情感倾向：正面、中性、负面分布，高可见度加负面情感，比零可见度更糟。用例覆盖率：你希望被关联的核心场景，有多少真的触发了品牌提及。

第三层｜业务影响

AI归因流量：AI界面常不传referrer，这部分流量往往落进“直接访问”。建议在“您如何得知我们”问卷中增加AI助手选项，并联动监测品牌搜索量变化。AI影响管线：成交路径中AI推荐作为发现或验证来源的订单占比。AI渠道CAC。

测量方法：建立15到100条的查询库（品类型、问题型、对比型、场景型），每周跑20条核心查询、每月跑全量。关键提醒：模型是随机的，同一问题要重复跑多次看排名标准差，否则你会把噪声当成趋势。Google Search Console现已提供生成式AI表现报告，可查AIO/AI Mode展示量，但点击数据目前仍与自然点击合并。

值不值得？现有数据相当正面：AI引荐流量的转化率约14.2%，远高于自然搜索的2.8%；Shopify 2026年Q1数据显示AI引荐会话在产品页的转化率高出约50%，客单价高14%；被AI Overview引用的品牌，每次展示获得的自然点击比未被引用的品牌高约120%。

七、下一个三年：三个正在发生的变化

从“答案”到“代理”。 一次ChatGPT回答会提到3到5个品牌，而一个AI代理只选一个站点、一个商品、一次结账。它的每一个决策都是一道过滤器，没进候选集的品牌从头到尾不会出现。

现实是：全网估计不到1%的商品页能被AI代理完整读取。Product/Offer schema中价格、库存、配送、退货的机器可读性，是进入候选集的前提条件，不是加分项。

执行层仍不稳定：OpenAI已于2026年3月5日下线Instant Checkout，聊天内结账转化约为点击跳出的三分之一。发现层正在固化，交易层还在洗牌。现在该做的是把发现层的数据基础打好。

多模态GEO。 多模态优化的核心是语义统一：图片、视频、文本必须传达完全一致的信息，图文不一致会拉低整页可信度评分。实操上，图片Alt文本应写成“品牌+型号+核心功能+适配场景”，而不是“产品图”；没有字幕的视频几乎不会被引用。团体标准判断多模态GEO约在2027年进入规模化应用期。

行业出清。 服务商能力两极分化，仅约15%具备全栈自研与意图匹配能力，大量服务商仍在做换皮的SEO批量发稿。随着标准落地与监管介入，低价灌水型服务加速失效，合规化、常态化的月度运营方案将成为主流。

八、给决策者的90天行动清单

第0周｜建立基线。现在就去豆包、DeepSeek、元宝、千问、Kimi里搜你的品牌名，记录三件事：AI知不知道你、怎么描述你、有没有推荐你。这是GEO的第零步，也是不可跳过的一步。

第1到2周｜技术体检。robots.txt是否放行AI爬虫，是否服务端渲染，Schema覆盖，部署llms.txt。

第3到6周｜改造前20页。不要全站铺开。选出流量高的20个页面，做四件事：加定义块、答案前置40到60词、补FAQPage schema、把定性表述换成具名数据。GEO优化叠加在已有权威信号上，复利高。

第4到8周｜站外信源。在3到5个高可信第三方平台建立可被检索的品牌提及。注意平台差异：深度报告投DeepSeek，行业白皮书投豆包，公众号矩阵投元宝，硬核参数投千问。

第7到12周｜建立监测仪表盘。固定查询库、固定节奏、固定口径，进入1到5周的内容补给循环。

三个反共识提醒

别急着做新内容，先改旧的高权重页。结构优化对已有权威页面的边际收益，远高于新发一批页面。

别只押一个平台。主流AI平台之间的引用重叠度只有约13.7%，在一个平台上赢不代表在另一个平台上存在。

别把它当一次性投放。内容引用的时效窗口是1到5周，超过一个月断供可见度就会下滑。GEO是运营，不是项目。

结语

SEO争夺的是位置，GEO争夺的是措辞。

位置可以买、可以堆、可以等；措辞只能用一致的事实、可验证的证据和持续的补给去换。当AI成为用户与信息之间的那层中介，品牌真正要经营的不再是流量入口，而是自己在机器心智中的那条实体记录。它是否清晰、是否可信、是否在用户发问的那一刻被准确取用。

常见问题（FAQ）

GEO和SEO到底有什么区别？

SEO争排名位置，GEO争措辞与归因。SEO依赖关键词、外链和域名权重，GEO依赖语义相关性、信息增益和实体一致性。AI引用中88%来自排名前十之外，域名权威仅解释不到4%的引用方差。

为什么我的网站AI从来不引用？

先检查四层递进：可抓取、可检索、可引用、可复述。28%的企业站点误屏蔽GPTBot等AI爬虫；内容若依赖客户端JS展开，爬虫无法触发。答案前置、定义块、自包含测试是基础。

GEO多久能见效？

传统SEO见效3到6个月，GEO局部优化2到4周，体系化建设60到90天。关键在四层能力：技术可达、内容结构、证据密度、实体一致。缺任何一层，上层都不成立。