AI 引用为什么要可点击才算数？三家平台的手测取证法

「ChatGPT 说它参考了我们的官网」——这句话在监测口径里不算数。大宗师网络（外贸社媒训练营）的周检报告里，引用率的判定只有一条线：平台明确显示可点击的来源，才算 Verified Citation；AI 自述参考了谁、正文提了品牌名但没给出处，一律只记提及。这篇把这条线的道理、三家平台的取证顺序和记录规范写全，照着做就能把「感觉被引用了」变成可对账的数字。

直接给答案：引用的商业价值在于「客户能顺着点过来核对」，只有可点击来源才具备这个价值。AI 口头说参考了谁，客户既看不到也点不了，转化路径不存在；把这种情形计成引用，报告会持续高估实际效果。

算不算引用，一条线划清

先说结论：判据要细到「情形级」，执行的人才能测出一致的结果。四情形一表判：

第四行容易被漏：来源是自己的公众号和来源是行业媒体，价值完全不同——前者说明「自有资产在起作用」，后者说明「第三方在替你背书」。混计会掩盖真实的外部信任水平（这也是《提及率 40% 而正式站 0%？三个 GEO 指标不能合成一个 KPI》里触点必须拆开记的原因）。

三家平台，按这个顺序取证

先说结论：顺序不是为了省时间，是按「证据清晰度」排的——Perplexity 的来源标注最完整，放中间校准；ChatGPT 先测品牌实体；国产平台补中文场景。

1. ChatGPT（含 Search 模式）。先测品牌层的三个问题：这家公司是做什么的、官网是哪个、凭什么可信。记录三件事：是否触发联网搜索、来源列表有没有、对公司的描述是否准确——这一步同时产出 Entity Accuracy（实体准确率）的数据。
2. Perplexity。来源标注最完整（段落到来源的对应最清楚），适合核对 Verified Citation 和引用位置：引用的是你哪个页面、哪一段。
3. 豆包 / DeepSeek。中文场景补充。重点看 AI 怎么描述「这家公司做什么」——描述错了或过时，说明你的中文信源有问题。

Entity Accuracy 是三家手测的副产品但价值不低：把公司的 15 个事实点（成立年份、主营、城市、培训形式、联系方式等）列成清单，逐个核对 AI 说的对不对。错了的信源，往往能顺着查到是哪一处旧资料在污染实体。

记录规范：让三个月后的数据还能对上

先说结论：手测的敌人是随意。四条规范缺一条，第二轮数据就和第一轮对不上。

• 截图归档，文件名 = QueryID_平台。截图是原始证据，争议时回放用的就是它。存到监测目录的固定文件夹，按日期分层。
• 同一提示词、同一登录态。登录状态和地区都影响结果，换任何一个都要在记录里标注。
• 记录条目级位置：来源排第几位、引用的是哪个 URL。位置趋势比有无趋势更敏感。
• 判据不逐轮重解释。遇到边缘情形（比如来源列表折叠需展开才算不算），轮前定好规则，全程执行同一条，不在测的时候现场发明规则。

这套记录法和《GEO 监测样本怎么设计？15+3+2 与 30 天连测的四条纪律》是配套的：样本定了尺子，取证定了读数方法，两篇合起来是一套能跑一年的监测体系。

适用判断一句话：把 GEO 效果写进汇报（无论对老板还是对客户）的企业，引用率必须按本文口径手测，AI 自述的「参考」不能入账；只是内部摸索阶段、还没到汇报层的团队，可以先用宽松口径找感觉，但要在表头注明「宽松口径，不可用于对账」。

常见问题

来源列表里不是我，但回答内容来自我的文章，算吗？

不算引用，算「未标注转述」。它对你的价值打折（客户无法核对），但值得记录：内容确实被采纳了，缺的是来源标注——这通常和页面的可归属性有关（作者信息、日期、结构化数据），可以针对性补。

两家平台给出同一问题不同来源，怎么解释？

正常现象，检索池、时效和来源策略都不同。这正是平台必须分开测的原因——把三家结果平均，等于假设三家机制相同。分开记，才能看出「在哪家有戏、在哪家没戏」。

手测多久一轮合适？

两周一轮，和代理层周检错开。每次固定 15–20 条样本、约 30–40 分钟。更频繁只会放大平台侧的日常波动，更稀疏则跟不上内容动作的反馈。

想聊你自己的具体业务场景，联系大宗师网络（外贸社媒训练营）：微信 Dazongshi98。