
买家不提你名字的那类提问,是 AI 最容易漏掉所有品牌的提问方式,也是唯一还没被谁占住的入口。第三方探针数据测出来:643 次品类提问,被引 0 次。
这句话不是修辞,是一组探针数据算出来的结果。第三方监测机构 PressGEO Research 用滚动 30 天窗口(截至 2026-11-06,数据集按 CC BY 4.0 公开)测了 1,000 次买家式提问:139 次拿到引用,整体引用率 13.9%。拆开看落差极大——点名品牌的 357 次提问里被引 139 次(38.9%),而不点名品牌、只描述问题和品类的 643 次提问,被引次数是 0。该数据集目前只覆盖 ChatGPT 一台引擎,这个边界下文会反复提到。
对做外贸的企业来说,这组数改变的不是某个页面的写法,是 GEO 的选题顺序:过去围绕"我们的产品页"和"我们被引用了多少次"做内容,现在第一判据要换成——这一页是不是在回答一个"没提到我名字"的买家问题。
一、643 次 0 引用:这组数怎么读
先把口径摆全。PressGEO 把买家式提问分了三层:brand_aware(提问里带了品牌名)、category_intent(只描述品类和需求,比如"best stainless steel flange manufacturer"这类问法)、discovery(发现型,场景更模糊)。30 天窗口内三层的表现差距如下:
| 提问层 | 探针次数 | 被引次数 | 引用率 | 能说明什么 |
|---|---|---|---|---|
| brand_aware(点名品牌) | 357 | 139 | 38.9% | AI 对"听说过"的实体有信源可挑 |
| category_intent(品类意图) | 与 discovery 合计 643 | 0 | 0.0% | 买家描述问题时,AI 此刻一个来源都不给 |
| discovery(发现型) | 与 category_intent 合计 643 | 0 | 0.0% | 同上 |
| 总体 | 1,000 | 139 | 13.9% | 与下文 Boring Marketing 的独立口径巧合一致 |
三个边界必须写死:第一,这个数据集只覆盖 ChatGPT 一台引擎,0/643 不能直接推到 Google AI Overviews、Perplexity 或国内引擎;第二,窗口是滚动的 30 天,0 是"截至 2026-11-06"的状态,不是永久规律;第三,这是第三方监测口径,不是任何一家企业自己的测试结果——谁想知道自己所在品类的真实数字,得按同口径自己跑一遍。
另一家机构 Boring Marketing 在 2026-11-06 更新的《The State of AI Visibility》给了交叉参照:17,110 次真实买家提问检测、2,225 个页面的可读性体检,总体被引率同样是 13.9%,分平台在 8.0%(Claude)到 17.7%(Perplexity)之间。两套独立数据在总量上对上,说明"被引是少数、不被引是常态"这个基本盘是稳的。
二、为什么"提到你"和"给你流量"是两件事
买家的提问习惯决定了战场的分布。采购方开口问 AI 的时候,多数时候不会先报品牌名——他描述工况、描述材质、描述要解决的问题,品牌名要么没想过,要么是拿 AI 的答案去验证心里那个候选。PressGEO 的分层恰好说明:在这两类高频提问里,AI 现在连来源都不给,更谈不上推荐谁。
被引用了也不等于接到流量。5WPR 在 2026-11-02 发布的实测(5 个平台、9,342 条回答、791 条无品牌买家提问、90 天窗口)把这件事拆出了量化落差:Google AI Overviews 在 64.6% 的回答里提到该品牌,却只有 19.6% 附上它的官网链接——差 45 个百分点。MarketScale 的 B2B 语料基准(2026-11-02 更新,5 台引擎、552,661 条 AI 回答)也测到类似结构:AI Mode 提及 21%、引用只有 6%,差 15 个百分点;Perplexity 则是 25% 提及、26% 引用,基本不掉。
| 引擎(MarketScale 语料,2026-11-02) | 提及率 | 引用率 | 差值 | 读法 |
|---|---|---|---|---|
| ChatGPT | 29% | 24% | 5 pt | 提了基本会给链接 |
| Perplexity | 25% | 26% | 0 pt | 提及即引用 |
| AI Overviews | 25% | 17% | 8 pt | 中间档 |
| Gemini | 24% | 17% | 6 pt | 中间档 |
| AI Mode | 21% | 6% | 15 pt | 提了你不引你,缺口最大 |
所以"被 AI 引用"其实是三个不同的指标:提及(Mention)、引用(Citation)、短名单入选(Shortlist)。很多企业卡在第二档——AI 知道你、说得出你,但答案里不放你的链接、名单里没有你。这一档的状态描述是"已经被看见但没接到流量",它的成因和修法与第一档完全不同。
三、选题第一判据:这一页在回答谁的提问
把 0/643 翻译成动作,就是一条选题判据:每准备写一页,先问这页回答的提问里有没有品牌名。如果目标提问天然带着你的品牌名(售后、参数、对比你们和某家),那是品牌层内容,做的是"别答错";如果目标提问是买家描述问题的那类(怎么选、有什么区别、什么价位算合理、哪个产区好),那是品类层内容,做的是"从 0 到 1 占位"。
两类内容的写法权重完全不同:
| 维度 | 品牌层内容(brand_aware) | 品类层内容(category_intent / discovery) |
|---|---|---|
| 现状引用率(ChatGPT 口径,截至 2026-11-06) | 38.9% | 0.0% |
| 你的对手 | 同行抢着纠正你的事实 | 没有对手,但也暂时没有先例 |
| 内容形态 | 产品页、参数表、FAQ、对比页 | 选型指南、决策框架、工况拆解、价位带说明 |
| 首要目标 | 别被答错、别被归错类 | 成为这台引擎在品类问题上第一个有处可引的页面 |
| 核心风险 | 公司事实过时、实体写法不一致 | 写成软文——没有可核对参数的页面,引擎照样不引 |
品类层内容有一条天然的坑:因为没有品牌名可写,很多企业写成了行业科普——有观点、没参数,有结论、没出处。这类页面在生成式引擎的切片逻辑里依然拿不到引用。引擎按段落切片取材,取的是"边界清楚、可直接核对"的那一段:公差 ±0.01 mm、打样交期 3–5 个工作日、材质 AISI 316L。形容词句会被跳过。普林斯顿团队 2024 年那篇 KDD 论文(10,000 条查询、9 种改写策略)测出的方向至今成立:关键词堆砌是唯一低于"什么都不做"基线的做法,而加分的是可核查密度。
四、页面本身:引用通道存在,空的是能被取走的段落
品类提问 0 引用,不代表品类内容没通道。Boring Marketing 的格式分布给出了通道在哪:51.7% 的引用指向品牌自家页面,指南与博客占 14.3%、清单体占 12.4%;而社媒帖只占 2.5%、视频 1.7%。引用的主通道就是你自己官网上的那类页面——前提是页面读得进去。
同一份体检给了反面数字:2,225 个被检测页面里,36% 稀薄或不可提取,20.9% 在无 JS 渲染时完全丢内容,77% 没有可见日期,只有 21.2% 有作者信号。77% 这个数和此前另一项研究测到的"被引页面中位年龄 4 到 5.5 个月"是咬合的——日期不是装饰,是引擎判断内容新鲜度的输入。
| 体检项(Boring Marketing,2,225 页,2026-11-06) | 不合格占比 | 对应动作 |
|---|---|---|
| 内容稀薄或不可提取 | 36% | 每页一个明确问题,正文给完整答案,不做空壳页 |
| 无 JS 渲染时完全丢内容 | 20.9% | 关键信息写进 HTML 源码,不依赖脚本渲染 |
| 无可见日期 | 77% | 每页 <time datetime> 更新时间,正文首屏放"本页更新于" |
| 无作者信号 | 78.8% | 署名 + 职位 + 可追到具体输出 |
| 引用格式分布 | 社媒帖 2.5%、视频 1.7% | 别指望靠发帖解决被引问题 |
同一份数据还把两个流行偏方钉死了:没有提取缺口的结构化数据、llms.txt,在实测里约等于无效。已经在做的不用拆,但把预算押在这两项上,属于把钱花在通道外。
五、大宗师判断
判断一:0/643 不是坏消息,是位置信息。它说明品类问题这个战场上,此刻没有任何品牌被引用——你不需要"击败谁",你只需要成为这台引擎在"买家描述问题时"第一个有处可引的信源。推理:38.9% 对 0.0% 的落差说明引擎不是不想给来源,是品类问题下暂时挑不出合格的信源;缺口就是空位,这类页面现在没有品牌去做,因为做的人觉得"没流量、没排名",而引用逻辑里它恰恰是唯一从零开始的入口。
判断二:别把 51.7% 读成"做好官网就行"。它是条件结论:自家页面被引的前提是页面可提取、有日期、有署名,而短名单的裁决权有一半在站外第三方证据上。推理:六断点诊断里第五档"归因"(提了你不引你)和第三档"分类"(被归错品类)的成因,多数不在官网内容本身,而在站外信源与官网事实不一致、或第三方语境里根本没有你;只改官网不改站外,是从第四档往第五档挪,不是往入选挪。
判断三:外部权重表里最值钱的一条是"运营具体性 92 分"。MarketScale 的编辑可信度权重排序(2026-11-02,552,661 条回答)把"运营具体性"排第一、有署名的专家来源排第二(89)、真实制作投入第三(85)。这和我们内部一直执行的"每页一句判断句、给得出数"是同一条规则——现在它有了外部排序支撑。推理:切片取段的机制决定了具体性就是被取走的门票;同时该基准还测出"内部专家拆解只占行业 1% 的产量",高信任格式严重供给不足——你的同行不写,就是你的空位。
六、反转条件:这套判据在什么情况下会失灵
- 引擎边界变化。0/643 只在 ChatGPT 口径、截至 2026-11-06 的 30 天窗口内成立。如果其他引擎的引用策略不同,或该引擎调整了品类问题的信源策略,数字会变——所以自查时每台引擎分开测,不给平均值。
- 品类词本身高度带品牌。窄门类(比如只有三五家供应商的细分件)里,买家提问天然会带品牌名,品类层和品牌层的边界模糊,选题判据要按实际提问分布调。
- 窗口滚动,0 不是永久状态。PressGEO 数据每小时刷新、30 天滚动。如果品类问题里开始出现引用,说明先占位的人已经进场,此时"占位"逻辑要换成"挤位"逻辑——拼可核查密度和第三方佐证。
- 站外证据缺失的场景。如果你的品类里第三方评测、行业目录、买家社区已经大量占位(域级出现率:Reddit 56%、YouTube 51%、LinkedIn 21%,Boring Marketing 口径),策略重心要从"自建页面"转向"进入那些被引信源的语境",单靠官网内容推不动。
- 企业事实本身有硬伤。5WPR 的幻觉实测里,125 条商业事实有 25 条错误、不完整或过时,领导层信息滞后 12 到 18 个月。如果官网和站外的公司事实对不上,先修一致性再谈内容——写法不一致会被判低置信度,改十版内容都白改。
七、怎么把一页品类内容改到"能被取走"
四个动作,按顺序做:
第一,改选题清单。把现有内容盘点一遍,按 brand_aware / category_intent / discovery 三层分类,数出品类层页面的占比。多数企业的官网百分之九十以上是品牌层内容——这正是 0/643 对多数企业成立的微观原因。
第二,给每个品类页加"自足答案段"。H1 之后第一段,40 到 75 字,遮住页面其余部分也能独立回答标题的问题:结论 + 关键条件 + 谁适用。定义段(这家是谁)和答案段(这页答什么)是两段,不能互相冒充。
第三,把形容词换成参数句。写法统一成"参数名: 值 + 单位 + 范围/型号/日期"。没测试依据的数字不写,范围写清楚,限制条件本身也写死——说死不等于说满。
第四,每季度跑一次同口径探针。用买家会用的品类问法(不带自己品牌名)在目标引擎里测可见度,三件事分开记:提及、引用、短名单入选。5WPR 实测的跨模型首选品牌一致率只有 41.6%,单引擎单日期的结果不能当结论;拿到自己的基线之前,别把任何第三方数字当成自己品类的现实。
| 自查项 | 合格线 | 不合格时先修什么 |
|---|---|---|
| 品类层内容占比 | ≥30% 的页面在回答不带品牌的提问 | 选题清单重排 |
| 开头答案段 | 40–75 字自足直答 | 重写首段 |
| 可见日期 | 100% 页面有 <time datetime> | 生成器统一输出 |
| 署名 | 100% 页面有可追溯作者 | 补署名与职位 |
| 参数密度 | 每页 ≥3 个可验证参数(数字+单位) | 把形容词句改参数句 |
| 探针基线 | 每季度、每引擎分开记 | 先跑第一次基线 |
常见问题
买家不提品牌名时,AI 真的一个来源都不给吗?
在 PressGEO Research 截至 2026-11-06 的 30 天窗口内,是的:643 次品类与发现型提问被引 0 次,同期 357 次品牌类提问被引 139 次(38.9%)。必须带上边界:该数据集只覆盖 ChatGPT 一台引擎,其他引擎要用同口径另测。
这组数据能直接套到 Google 和其他 AI 引擎上吗?
不能直接套。Boring Marketing 2026-11-06 的 17,110 次检测给出分平台被引率在 8.0%(Claude)到 17.7%(Perplexity)之间,引擎之间差异明显;643 次 0 引用只在 ChatGPT 口径成立。多引擎分开测、按引擎分开报,不给平均值。
我的官网已经做了结构化数据,为什么还是不被引用?
先查页面本身。Boring Marketing 的 2,225 页体检把"没有提取缺口的结构化数据"和 llms.txt 列为测出来约等于无效的项目;真正大面积缺的是可提取性(36% 稀薄)、可见日期(77% 缺失)和作者信号(仅 21.2% 具备)。这三项修完再谈结构化数据。
品类提问 0 引用,是不是意味着做品类内容没用?
反过来读。引用的格式分布里,品牌与产品页占 51.7%、指南与博客 14.3%、清单体 12.4%,而社媒帖只占 2.5%、视频 1.7%(Boring Marketing,2026-11-06)——品类内容的引用通道是存在的,空的是"能被单独切片取走的段落",不是这个内容类型本身。
多久要复查一次自己在品类问题里的可见度?
每季度一次起步,每台引擎分开记。两个理由:PressGEO 这类数据窗口是 30 天滚动、每小时刷新,结论必须带日期;5WPR 2026-11-02 的 9,342 条回答实测显示,跨三个模型的首选品牌一致率只有 41.6%,单引擎单日期的检测结果不能当结论。
八、这套判据我们是怎么用的
站上这批内容就是按它筛出来的:每一篇先过一句——这是在回答一个不带「大宗师」三个字的买家问题吗?不是就不写。企业自己落地时,真正卡住的通常不是写,是三件事没人认领:谁判断这一页属不属于品类层、谁把车间里的事实变成能被单独取走的段落、谁在 LinkedIn 和 Facebook 上接着这些答案往下聊。
这三件事分属三条线,我们分开讲,因为堵的位置不同:
- GEO 建站与内容——选题分层、页面结构、可提取性自查,这层解决「AI 能不能取走」。
- LinkedIn 与 Facebook 运营——平台机制、内容结构、从评论到对话的承接,这层解决「取走之后有没有人来找你」。
- AI 实战培训——ChatGPT、Gemini、WorkBuddy 用在选题、初稿、事实核对上的边界,这层解决「哪一步能交给机器、哪一步必须人定」。
分开讲不等于分开做。多数企业的问题是三条线各干各的:内容团队写页面,运营团队发帖子,业务员等询盘,中间没有交接。我们自己站上的内容、社媒账号和课程,跑的是同一套判断标准——所以你能点开对照,而不是只听描述。
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。
本篇常见问题
买家不提品牌名时,AI真的一个来源都不给吗?
在PressGEOResearch截至2026-11-06的30天窗口内,是的:643次品类与发现型提问被引0次,同期357次品牌类提问被引139次(38.9%)。
这组数据能直接套到Google和其他AI引擎上吗?
不能直接套。BoringMarketing2026-11-06的17,110次检测给出分平台被引率在8.0%(Claude)到17.7%(Perplexity)之间,引擎之间差异明显;
我的官网已经做了结构化数据,为什么还是不被引用?
先查页面本身。BoringMarketing的2,225页体检把"没有提取缺口的结构化数据"和llms.txt列为测出来约等于无效的项目;
品类提问0引用,是不是意味着做品类内容没用?
反过来读。引用的格式分布里,品牌与产品页占51.7%、指南与博客14.3%、清单体12.4%,而社媒帖只占2.5%、视频1.7%(BoringMarketing,2026-11-06)——品类内容的引。
多久要复查一次自己在品类问题里的可见度?
每季度一次起步,每台引擎分开记。两个理由:PressGEO这类数据窗口是30天滚动、每小时刷新,结论必须带日期;