平台与数据

83% 与 84% 同时成立:GPT-6 Astra 把搜索预算收回品牌官网,AI 引用里仍有 84% 来自第三方

📅 2026-11-09 ⏱️ 阅读时间 15 分钟 🏷️ AI 搜索 信源结构 平台更新

先看一个真实会发生的场景。一位越南食品厂的采购在 ChatGPT 里问:「做常温酸奶代工,哪几家有 FSSC 22000、月产能 3000 吨以上、能接中国订单?」 AI 给了四个名字,你是其中之一。但它写的产能是 2023 年的旧数,认证写成 ISO 22000,还把你的工厂地址写到了另一个省。采购没有追问,他直接点开了四家的官网核对——如果你的官网没有一页把这四个事实写清楚,你在这一轮里就出局了。

这个场景里发生了两件不同的事,而 2026 年的两份报告,恰好各测了其中一件。

9 月 8 日,Writesonic 发布对 GPT-6 Astra 的检索行为测试:Astra 每次回答只发起 6.1 次搜索,上一代 GPT-5.6 Sol 是 10.3 次;打开的网页从 82 个降到 50 个。更关键的是这些搜索去了哪里——83% 直接落在品牌自己的域名上,只有约 17% 是开放网络。

10 月 28 日,Muck Rack 发布《What Is AI Reading?》第四版,拆了 2026 年 4,000 万条以上 AI 回答、2.07 亿条引用:媒体与第三方来源合计超过 84%,品牌自有内容只占 15.2%,付费内容 0.3%。

一个说 AI 几乎只读你的官网,一个说 AI 引用里你的官网只占一成半。两份报告都在 2026 年,都被大量转发,结论看起来完全相反。这篇要回答的不是「谁对」,而是它们各自在说什么,以及企业该按哪一个排预算。

本期三个基准读数
83% GPT-6 Astra 的搜索动作落在品牌自有域名上的比例(Writesonic,2026-09-08,50 个购买类提示)
84% 媒体与第三方来源在 AI 回答引用中的合计占比(Muck Rack 第四版,2026-10-28,2.07 亿条引用)
10 亿 Google AI Mode 全球月活用户(Think with Google,2026-05)

三个数字连起来读,指向的是同一件事:AI 搜索的「查证」和「背书」正在被拆到两个地方。查证发生在你的官网上,背书发生在别人的页面里。把这两件事混成一句「AI 到底引不引用我」,是 2026 年 GEO 预算最常见的浪费方式。

模型并不缺信息,它缺的是决定「信哪一句」的成本。域内检索降低的是查证成本,第三方引用降低的是采信成本——两笔账,两个战场。

一、两份报告,各自量的是什么

先把两份报告的样本和口径摆平,否则后面所有推论都是空的。

报告发布方 / 日期样本测量的对象结论
GPT-6 Astra 引用研究Writesonic / 2026-09-0850 个提示、16 个品类,对比 GPT-6 Astra 与 GPT-5.6 Sol模型发起搜索的动作落在哪个域名83% 落在品牌自有页;域内检索占 75%
What Is AI Reading? 第四版Muck Rack / 2026-10-282026 年 4,000 万条以上回答、2.07 亿条引用;9 月另用 1,020 个不含品牌名的提示测四引擎最终答案里展示出来的引用来自哪类来源第三方 84%+,品牌自有 15.2%

差别从第三列就开始了:一个数「动作」,一个数「呈现」。这两个东西不但不等价,方向还可能相反。模型可以为了核实一个价格,在你的官网连打五次域内检索,最后写答案时却引用一家行业媒体——因为那家媒体把「这家厂的产能与认证」写成了一句可以被安全复述的话。

Writesonic 自己的数据也印证了这种「动作收敛」:域内检索(用 site: 把搜索锁在单一品牌域名内)的占比,两代模型前是 59%,GPT-5.6 Sol 是 71%,GPT-6 Astra 是 75%;另外有 8% 的搜索干脆跳过检索,直接打开模型已经记住的品牌 URL。两项相加,就是那个 83%。

而 Muck Rack 那边,9 月的四引擎测试里,被 ChatGPT、Claude、Gemini、Perplexity 同时引用的域名只有 212 个。引用面在收敛,而收敛的方向是「少数被反复引用的第三方页面」。

二、为什么相反:一个算动作,一个算结果

把两件事分开,矛盾就消失了。

检索动作是成本项。模型每多搜一次、多开一个页面,都是钱和时间。当模型具备了直接浏览与操作网页的能力,它自然会选择最短路径:知道你的域名,就去你的域名里找价格、规格、认证、联系方式,这些是「结构化的硬事实」,在官网上最全、最准、最容易解析。GPT-6 Astra 的官方发布材料里,计算机操作在 OSWorld 2.0 上拿到 72.6%,且每项任务比上一代少约 47% 的时间——模型的浏览效率在提升,它没有理由再靠「广撒网」去猜你的产能。

引用呈现是信任项。模型在生成答案时,要对「这句话可不可信」下判断。判断依据不是你的官网写得多漂亮,而是有多少彼此独立的来源在说同一个数。这就是 84% 的来源结构:新闻、行业协会、经销商页面、B2B 平台店铺、百科与点评,构成了 AI 的「外部背书层」。

所以正确的说法不是「AI 只读官网」或「AI 只信第三方」,而是:

Writesonic 的 50 个提示是购买类问题,Muck Rack 的 1,020 个提示是不含品牌名的消费者问题。样本本身就分属两个漏斗,结论当然相反。这不是谁造假,而是两份报告各自回答了不同的问题。

三、AI 搜索其实有两个漏斗

把上面两条合起来,就是 2026 年做 GEO 的基本地图。企业最常见的错误,是拿「发现层」的预算去做「验证层」的事,或者反过来。

发现层(Discovery)验证层(Verification)
用户状态只知道需求,不知道品牌已经看到你的名字,正在核对
典型提问「越南哪家做食品级包装的厂靠谱」「XX 公司有没有 BRC 认证、产能在哪看」
AI 的主要动作开放网络检索、多源比对域内检索、直接打开官网页面
决定胜负的资产第三方共识:媒体、协会名录、经销商、B2B 平台、点评官网事实层:认证、规格、产能、价格、交期、联系与实体信息
失败的样子AI 根本没提你AI 提了你,但数字是错的、地址是错的、认证是错的
成本结构慢、贵、不可完全控(要影响别人的页面)快、便宜、完全可控(自己的网站自己改)
可验收指标无品牌提示集下的提及率、引用域名类型分布品牌提示下的官网引用占比、事实字段一致率、机器可读入口完备度

这张表解释了一个反复出现的现象:很多企业花钱做了大量内容,AI 还是说错它。因为内容补的是发现层,说错发生在验证层。反过来,只修官网不建站外共识,结果是「AI 提到你时很准,但很少提到你」。

两层的投入顺序,对多数 B2B 企业应该是先验证、后发现:验证层的动作在自己的服务器上,成本低、当天可验收、错了会直接丢单;发现层要动别人的页面,周期以季度计,且受平台抽样波动影响(我们实测同一品牌连跑 10 轮,提及率最高与最低相差 12.6 个百分点,单次观测不足以判断趋势)。

四、平台侧为什么往这个方向走

不是模型厂商心血来潮,是产品形态在推。

一是模型能自己操作网页了。 GPT-6 Astra 的发布材料里,明确把「计算机操作」与「浏览器使用」列为核心能力:填表单、更新 CRM、整理日历、跨标签页执行任务,OSWorld 2.0 得分 72.6%(上一代 65.7%),单任务耗时从约 75 分钟降到约 40 分钟。一个能自己点开你「产品规格」页并读到表格的模型,不需要再依赖别人转述你的参数。

二是搜索入口本身在变长、变深。 Google 在 2026 年 5 月公布:AI Mode 全球月活突破 10 亿,上线以来查询量每季度翻倍以上;AI Mode 的平均查询长度是传统搜索的 3 倍;美国市场每 6 次搜索里就有 1 次用语音或图片,图片搜索月环比增长超过 40%;「去哪」「该不该」「有什么点子」这类决策型提问增长快于整体。查询越长,模型需要的「可核验事实」就越多——而最权威的事实源,通常还是品牌自己的页面。

三是成本压力。 一次回答发起 6.1 次搜索而不是 10.3 次,读 50 个页面而不是 82 个,对平台是实打实的算力与延迟节省。这个方向不会逆转:模型会越来越倾向于「少搜、搜准、直接去可信域名取事实」。

对中国市场的含义要谨慎表述。DeepSeek、豆包、Kimi 的检索策略没有公开的同口径数据,我们也没有做过 fan-out(单次提问拆成多少子查询)的对照测量,不能把 6.1 与 10.3 直接套到中国引擎上。但方向上的判断是稳的:只要模型具备联网与网页操作能力,减少无效检索、优先访问可信域名,就是所有平台共同的经济学。

五、市场盘子的四个读数

把镜头拉远,这轮变化的商业背景是四条互相咬合的曲线。

读数数值来源说明
传统搜索量2026 年下降 25%Gartner(2024-02 预测)预测值,非实测;用作方向判断
用户习惯80% 消费者至少 40% 的搜索依赖 AIBain消费者侧,不代表 B2B 采购同样比例
中国 GEO 市场2025 年 349.3 亿元 → 2026 年预计 942 亿元艾媒咨询(2026-02)含服务与工具,口径以原报告为准
越南 AI 覆盖ChatGPT 覆盖率 81%Technode(2025-08)覆盖率口径,不等于日活或商业使用率

这四条放在一起看,能得出一个不太浪漫的结论:GEO 的预算会继续涨,但「写更多文章」这一项的边际收益在下降。因为内容供给的增速远快于 AI 引用面的扩张——Muck Rack 测到的「四引擎共同引用域名只有 212 个」就是证据:引用不是均匀分布的,它向少数可核验、可复述的来源集中。

真正稀缺的不是字数,是可被复述的事实:一个有出处的产能数字、一份能被查到的认证、一个稳定的公司实体、一页结构化的规格表。这也是为什么我们一直把「先让站内外说的是同一个数字」放在「多写内容」之前。

六、我们量到的验证层:越南企业几乎全空

以上都是别人的报告。我们自己从 2026 年 9 月 29 日到 10 月 23 日,用开源引擎 geo-optimizer(MIT,8 维 100 分)对越南九个行业做了纵向实测:183 个域名,127 家可评分,加权均分 41.7。11 月又补了房地产(30 个域名,23 家可评分,均分 49.17)与矿产建材(15 个域名,10 家可评分,均分 48.2)。

这些分数不是「网站好不好看」,而是「AI 能不能读懂并核验你」。拆到维度上,验证层的空洞非常具体:

维度满分矿产建材 10 家均分实际含义
schema(结构化数据)166.50没有 Organization / Product / FAQ 标记,AI 只能猜字段
llms.txt182.0010 家里 8 家为 0,没有任何面向 AI 的站点说明
ai_discovery(机器可读入口)60.409 家为 0,AI 找不到「这家公司是谁」的机器入口
brand_entity(实体一致性)103.00名称、地址、认证在不同页面各写一套

房地产那一批更直接:23 家可评分站点里,0 家在 robots.txt 里点名 AI 爬虫,0 份真正可用的 llms.txt。也就是说,当模型想「去官网核实一下」时,一半的门是关着的,另一半开着门但没有可解析的事实。

这就是验证层的现状:它不是「做得不够好」,而是「基本没做」。对服务商来说这是机会,对企业来说这是风险——因为验证层的失败不表现为流量下降,而表现为「客户拿着错误信息来找你对质」,或者更常见的,客户什么都不说,直接去问了下一家。

七、六个动作,都能当天验收

按验证层优先、发现层次之的顺序,给一张可以直接排期的清单。

#动作判据(做完能不能验收)工时
1事实页:把认证、产能、规格、交期、最小起订量写成一页可解析的表格每个数字旁有来源或口径说明;表格用 <table> 而非图片;页面 200 且无 JS 也能读到2–5 天
2实体收敛:公司名、地址、税号、认证在 title / H1 / og / JSON-LD / 关于页五处一致五处去后缀后完全一致;Organization schema 可解析;sameAs 至少 1 条指向权威平台1–3 天
3机器入口:robots.txt 放行 AI 爬虫、llms.txt 写清「我们是谁、有哪些事实页」、补 sitemap主流 AI UA 实测可抓取;llms.txt 指向的每个 URL 都返回 200;sitemap 无死链半天
4结构化补全:Organization、Product/Service、FAQPage、BreadcrumbList 四类按实际内容补JSON-LD 可解析、无中文混入 vi 页;FAQ 答案与正文一致;不堆无关类型1–2 天
5第三方一致性清单:经销商页、协会名录、B2B 平台店铺、点评站逐个核对核心事实名称、地址、认证、产能与官网一致;差异逐条有处理记录与日期3–7 天
6监测:固定问题集 × 多引擎 × 重复采样,分层统计发现层与验证层每月同口径复跑;区分「显著变化」与「抽样误差内」;单列「官网被引用占比」每月 2 小时

如果只能做一件,做第 3 件:半天工时,决定的是 0 与 1。如果只能做两件,加第 1 件:它决定 AI 提到你时说的是不是真的。

八、五个常见误判

九、怎么验证:三个指标就够

不需要一上来就做大屏。三个指标,月度复跑,足以判断方向对不对。

① 无品牌提示集的提及率。 准备 20–50 个「不含你品牌名」的真实客户提问,固定引擎、固定采样次数,统计被提到比例。这是发现层的唯一硬指标。必须带样本量与日期,且要有噪声基线。

② 品牌提示下的官网引用占比。 用「你们家有没有 X 认证」「你们的产能在哪看」这类问题,统计 AI 答案里的引用域名中,自有域名占多少。这是验证层的核心指标,也是 83% 那个数字在企业侧的自测版本。

③ 事实字段一致率。 挑 10 个关键字段(名称、地址、认证、产能、交期、MOQ、电话、税号、成立年份、主要客户行业),逐项核对「官网 / AI 回答 / 第三方页面」三处是否一致。这一项最土,但最能减少丢单。

三个指标的共同要求是:同口径、带日期、重复采样。少了任何一条,数字就只能当参考,不能当结论。

最后回到开头那个越南采购。他会不会选你,取决于两件事:AI 有没有在第一步提到你(发现层),以及他点开官网后能不能在 30 秒内核实这四个事实(验证层)。第二件事今天下午就能改,第一件事要一个季度。先改能改的。

一句话可复制的结论:AI 的检索动作有 83% 回到品牌官网,但引用展示仍有 84% 来自第三方——先修「查证」,再修「背书」,顺序反了预算就白花。
AI 引用里超过 84% 不是你的官网:2.07 亿条引用记录拆开看 AI Mode 把 44.9% 的引用留给了 Google 自己:2026 年 Q4 引用规则换了 四个机器可读入口:AI 没被告知你是谁,写得再好也不会被引用

🎁 免费领取AI可见性诊断

你的品牌在ChatGPT、Perplexity、Google AI Overviews中被引用了吗?
越智通GEO团队为你提供免费的AI可见性诊断,找出品牌在AI答案中的隐形原因,给出可落地的优化建议。

立即领取免费诊断 →
✅ 30分钟深度诊断 ✅ AI引用现状分析 ✅ 竞品对比报告 ✅ 优化建议清单
数据来源:① Writesonic《GPT-6 Astra Searches 40% Less》(2026-09-08,50 个购买类提示、16 个品类,对比 GPT-6 Astra 与 GPT-5.6 Sol)——每次回答 6.1 对 10.3 次搜索、50 对 82 个结果页、域内检索 75%、直接打开品牌 URL 8%、合计 83%;② Muck Rack《What Is AI Reading?》第四版(2026-10-28,4,000 万条以上回答、2.07 亿条引用;9 月以 1,020 个不含品牌名的提示测 ChatGPT / Claude / Gemini / Perplexity)——第三方 84%+、品牌自有 15.2%、付费 0.3%、四引擎共同引用域名 212 个;③ OpenAI《GPT-6 Astra:新一代智能》(2026-09,OSWorld 2.0 72.6% 对 65.7%、单任务约 40 分钟对 75 分钟);新华社 2026-09-04 报道(9 月 3 日发布);④ Think with Google《How AI Mode is changing the way people search》(2026-05)——AI Mode 月活超 10 亿、查询每季度翻倍以上、平均查询长度 3 倍、美国每 6 次搜索 1 次用语音或图像;⑤ 越智通 GEO 越南垂直实测(2026-09-29 至 2026-11-08:九期 183 个域名 / 127 家可评分 / 加权均分 41.7;房地产 30 个域名 / 23 家可评分 / 49.17;矿产建材 15 个域名 / 10 家可评分 / 48.2;开源引擎 geo-optimizer,MIT);⑥ 行业面:Gartner(2024-02)、Bain、艾媒咨询(2026-02)、Technode(2025-08)。
方法与免责:本文外部读数均引自上述公开发布,未做独立复算。Writesonic 为 GEO 工具厂商、Muck Rack 为传播行业机构,两份报告各有立场与样本边界:前者 50 个提示、只比两代模型;后者提示为英文消费者查询,不含中文与越南语 B2B 场景。「83%」是检索动作分布、「84%」是引用展示分布,两者口径不同,不可相加或相互替代。文中越南域名只作技术样本,不作优劣排序、不含付费排序,也不构成对任何企业网站质量或安全策略的评价;引擎分数衡量「AI 可读信号能否被解析」,不等于「某次提问一定提到你」。所有引用类数字均需带日期与样本量复述,单次观测不得当作趋势。

在越南做生意,判断比努力重要

《越南昨日头条》每天一期:政策变动、产业信号、可执行清单,不发广告。已日更 60 多期。

扫码关注 · 每天 5 分钟扫码用小程序问一句

88/100
本页 AI 就绪度 88/100由越智通GEO诊断引擎实测 · 2026-11-22 · 免费测你的网站 →