TL;DR / 核心要点总结
- “AI 不引用我”不是一个问题，而是三个。 一次引用要连过三道关：检得到（进入候选池）、信得过（被判定为可用证据）、摘得走（能被整段摘出）。三关失败的结果都显示为“没被引用”，但对策完全不同。
- 引用是段落级的，不是网页级的。 Google 开发者文档把 Gemini 的引用颗粒度定义为“段落对段落”，Anthropic 的 Citations API 同样是逐句引用——“我这一整页讲得很好”没有意义，“我这一段能不能被单独摘走”才有意义。
- 多数网站卡在第二关。 SEJ 实测 50 个大站，可抓取层平均 74.4% 已经及格，语义标注层只剩 38.5%——能不能被抓到大多已不是问题，“AI 知不知道这一页在讲什么”才是分水岭。
- 官网不是引用主力，但在事实题上反超。 16.7 万次引用的研究显示 85.7% 的引用指向第三方；而在无品牌指向的事实性问题上，第一方官网引用占比反超 40%——AI 做的是“证据匹配”，不是“所有权偏好”。
- 先排除两种假象，再改内容。 引用率骤降可能只是模型换代噪声，被引用也可能只是“幽灵引用”（62%–73% 的引用看不见品牌）。
一、“AI 不引用我”不是一个问题，而是三个
多数人问这个问题时，期待的是拿到一份动作清单。但引用不是开关，而是一条流水线——任何一次引用，都意味着引擎完成了三步判断，任何一步没过，结果都显示为“没被引用”。
| 关卡 | 引擎在这一步做什么 | 失败时的典型表现 | 你该先查什么 |
|---|---|---|---|
| 第一关 检得到 | 把问题拆成多个子查询，从索引或检索池召回候选页面 | 答案里完全没有你，连品牌名都不出现 | 爬虫日志、robots 放行、页面是否被收录 |
| 第二关 信得过 | 判断这个来源有没有资格当证据 | 竞品被引用了、你没有；或引用了你，却写出与你定位不符的描述 | 实体一致性、语义标注、数据口径、第三方印证 |
| 第三关 摘得走 | 从页面里摘出一句能直接放进答案的话 | 被引用了，但锚点落在页脚或无关段落；或答案用了你的内容却没标你 | 段落能否独立成立、结论位置、表格与列表的使用 |
这三关是串行的：第一关没过，后两关的动作全部无效；第二关没过，段落改得再漂亮也不会被采信。所以先定位关卡，再投入动作——这也是本文与 GEO 优化怎么做 的分工：那篇讲五个工作面按什么顺序推进，本文只处理一个单点结果，一次引用在哪里断掉。
二、第一关：检得到——AI 在这一轮提问里根本没看到你
这一关有两个独立的子问题：爬虫能不能进来，页面能不能被召回。
爬虫要分级放行。 OpenAI 官方的分工很明确：OAI-SearchBot 负责 ChatGPT 搜索的收录与摘要，放行它才可能被引用；GPTBot 只负责训练，屏蔽它不影响搜索引用。Anthropic 同样三爬虫分权：ClaudeBot 管训练、Claude-SearchBot 管检索、Claude-User 负责用户主动抓取。所以“我们禁了 AI 爬虫”这句话没有信息量——禁了哪一个才是关键。
被收录 ≠ 被召回，“查询扇出”是常被忽略的一层。 Google 官方文档提到，模型会把问题拆成多个子搜索（query fan-out），每个子搜索独立选源。你丢掉的往往不是主问题的排名，而是某个子问题的覆盖：用户问“A 与 B 哪个更适合中小企业”，你的页面写全了参数，却没有一句回答“小团队该怎么选”，这个子查询就会去引用别人。OpenAI 侧也做过类似调整——8 月 8 日起带 site: 的定向抓取比例从 0.37% 提到 16.8%（约 46 倍），官方品牌站与机构源引用上涨 73%（完整时间线与数据）。
这一关的及格线其实不高。 SEJ 实测 50 个大型网站，可抓取层平均 74.4% 及格（三层断层完整数据）。含义很直接：卡在第一关，大概率是配置事故，不是能力问题——403、429、超时、robots 误伤、纯 JS 渲染，都是常见的静默杀手。
诊断动作
- 拉一周服务器日志，按 UA 过滤
OAI-SearchBot/PerplexityBot/Claude-SearchBot/Googlebot，看状态码分布——403、429 与超时排在最前面。 - 逐类确认 robots.txt 放行策略：训练型与检索型分开决定，不要一条 Disallow 全禁。
- 在 ChatGPT、Perplexity 里各问一个你确定自己该赢的事实性问题，看引用里有没有你。
三、第二关：信得过——看到了，但不敢拿你当证据
模型采信一个来源，要三件事同时成立：知道你是谁（实体）、内容可信（口径）、别处能印证（交叉验证）。这是三关里最容易被跳过、也最容易做错的一关。
（1）实体：先确认“你是谁”没有歧义。 模型对不一致的容忍度极低——官网叫“XX 科技”、第三方档案叫“XX 信息科技”，就会被当成两个对象。有个成本极低的自测：把品牌名单独丢给 AI 问“这是谁”，看它给出的描述与你的官网定位是否一致。 不一致，问题在实体层，不在内容层（关于页就是按这个思路做的实体锚点）。
（2）语义标注：让机器知道这一页讲的是什么。 50 站实测里，第二层“归因与语义层”（JSON-LD 结构化数据）平均只有 38.5%，只有 70% 的主页部署了 JSON-LD，接近三分之一的站点全站找不到结构化数据。需要提醒的是：结构化数据解决“读懂”，不解决“凭什么信你”——它是必要条件，不是理由（写法与常见错误）。
（3）口径：没有来源的数字是负资产。 可被采信的数字要有三件套：来源、时间、统计口径。缺一件，模型要么不用、要么用错——用错比不用更糟，因为你控制不了它把哪个数字放进答案。
（4）交叉验证：官网自述在采信阶段不是主力。 Shero Commerce 全球分析（2026 年 8 月 26 日）显示：ChatGPT / Perplexity / Google AI Mode 引用的 1,851 个来源里，只有 2.8% 是品牌自有网站，59% 是第三方媒体；AI 点名推荐某品牌时，该品牌官网被引概率只有 31%（完整拆解）。16.7 万次引用的研究给出了更精确的边界：85.7% 的引用指向第三方，但在无品牌指向的事实性问题上，第一方官网引用占比反超 40%（证据采购全景）。
合起来是个重要结论：官网在“事实题”上有优势，在“推荐题”上没有。 目标是“AI 推荐我的品牌”的话，只改官网就是半成品。
（5）最容易踩的坑：自夸无效。 Lily Ray 基于 100 个 B2B 查询的实测显示：AI 引用了你家“最佳/对比”类文章时，69% 的情况仍推荐竞对，只有 21% 把你评第一（实测细节）。AI 拿你的自夸当信息源，但不当结论。有效的是可交叉验证的事实——规格参数、价格区间、第三方评测、可查案例。
诊断动作
- 做一次品牌实体一致性测试，对照官网、第三方档案、社交主页三处口径。
- 抽 5 个高价值页面，检查是否有 Product / TechArticle / Article 级语义标注。
- 抽 10 个页面里的数字，统计有几个带来源与时间。
- 数过去 90 天第三方提到你品牌的次数——是提及，不是外链。
四、第三关：摘得走——信你，但你的段落没法直接用
这是最容易被跳过的一关：它不影响“能不能被引用”，只影响“被引成什么”。
先建立一个关键认知：引用是段落级的。 Google 开发者文档说明，Gemini grounding 的响应里 groundingMetadata 会把每个声明（segment）精确关联到来源段落（groundingChunks）——颗粒度是“段落对段落”，不是“网页对网页”；Anthropic 的 Citations API 同样是逐句引用。判据因此只有一条：把这一段单独摘出来、放进完全不同的上下文里，它还成立吗？
| 高引用率的内容形态 | 例子 | 为什么好摘 |
|---|---|---|
| 定义句 | “GEO 是……” | 主语加判断完整，不依赖上下文 |
| 对比表格 | 一行一个维度 | 天然是“事实的容器”，可整块搬走 |
| 步骤列表 | 1 / 2 / 3 顺序动作 | 可被整段复述为操作方法 |
| 带口径的数字句 | 数字 + 来源 + 时间 | 可直接采信，无需再核 |
这一关的可控性也是三关里最高的。7,387 次引用的实测显示：产品页以 24.1% 成为最大单一来源；“对比”类提示词只占 20%，却贡献约 27% 的引用（约 1.33 倍超额回报）；88.3% 的引用落在品牌可控内容上（页型分布完整数据）。引用的大头来自你自己能改的页面——这是三关里唯一由你说了算的一关。
负面清单（这些都是段落摘不走的原因）
- 用代词开头：“这一点”“如上所述”“前者”——脱离上下文就失去主语。
- 结论埋在第 5 段——行业实测口径显示约 44% 的引用来自页面前 30% 的内容。
- 规格、参数、价格只存在于图片或 PDF 里，正文找不到一句可摘的陈述。
- 一个 H2 底下挂 800 字不分段，模型无从判断该摘哪一句。
诊断动作
从高价值页面里随机抽 10 段，遮住上下文，逐段问：这段讲的是谁？讲的是什么？凭什么是真的？ 有一问答不上来，这段就摘不走。写作层面的完整细则见 GEO 时代的内容策略。
五、为什么“ChatGPT 不引用我的网站”——按引擎拆开看
“不引用”的原因，各引擎并不相同。官方机制已经公开的部分，可以省掉大量猜测：
| 引擎 | 检索通道（官方口径） | “不引用你”的最常见原因 | 优先动作 |
|---|---|---|---|
| ChatGPT | OAI-SearchBot 负责搜索收录与摘要；GPTBot 只影响训练 | 页面没被 OAI-SearchBot 抓到；或属采购决策类问题，答案优先走平台数据层 | 先确认 robots 放行 OAI-SearchBot，再查收录 |
| Google AI Overviews / AI Mode | 与经典搜索共用同一个索引，不存在独立的 AI 排名 | 索引内有，但语义与实体不足；或某个子查询没有对应段落 | 补语义标注与实体，用 GSC 报告看曝光 |
| Perplexity | 自建爬虫，引用密度在主流引擎中最高 | 社交源出清后（YouTube -88%、TikTok -72%），引用转向第一方与权威第三方 | 把产品页与文档页做成可摘录的事实页 |
| 国内（豆包 / DeepSeek） | 豆包走字节自建信源池；DeepSeek 走 Bing 系外部检索 | 两者机制相反，一套打法不通用 | 见站内国内引擎专文 |
各引擎的官方规则逐项拆解见 六大模型官方规则；国内两个引擎的机制差异见 豆包 + DeepSeek 双引擎拆解。
这里有一个必须纠正的预期：Google 官方明确说明，AI Overviews 和 AI Mode 与经典搜索共用同一个索引，不存在第二套“AI 排名”。 所以“AI 优化”不是另起一套排名体系，而是在同一索引上追加三个条件——放行、可读懂、可摘录。
六、被引用了，但没人记住你：先排除“幽灵引用”
如果你已经在引用列表里，咨询量却没有变化，问题可能不在“没被引用”，而在被引用了但品牌没被记住：62%–73% 的 AI 引用在用户视角里看不到品牌，你的内容在为 AI 打工（成因与修复路径）。修复方向是品牌锚定——让可被摘走的那句话里，主语是你的品牌，而不是“业内普遍认为”。
反向的假象同样常见：引用率骤降不一定是你的问题。 AI Mode 的底层模型已进入“三周一换”的节奏，不记录模型版本，你会把换代噪声当成事故处理（观测方法）。
七、引用率怎么测：三个必须分开记的字段
GEO 优化怎么做 讲过测量框架（提及率、引用率、推荐率三套指标分开看），这里只补“引用率”这一个指标自己怎么测。固定 Prompt 测试集要能测出引用，每次记录必须包含三个字段：
| 字段 | 为什么要记 | 常见错法 |
|---|---|---|
| 引用的具体 URL | “品牌被提到”是推荐，“页面被引用”才是引用 | 只记“有没有提到我” |
| 引擎 + 模型版本 | 引用率波动绝大多数来自模型换代，不标版本无法归因 | 只写“ChatGPT” |
| 日期与问题原文 | 单次结果没有解释力，只有趋势有 | 用一次抽查下结论 |
数据源的边界也要清楚：Google 已于 2026 年 8 月 31 日向全球开放 Search Console 的生成式 AI 性能报告，但它只给曝光、不给点击，退出控制还是资源级一刀切——拿它当排名报表看，一定会误判（口径与边界）。
八、30 天行动清单
今天做
- 把品牌名单独丢给 ChatGPT 等引擎问“这是谁”，核对描述与官网定位是否一致
- 挑 3 个你确定自己该赢的事实性问题各测一遍，记录引用 URL、引擎与模型版本、日期
本周做
- 拉一周服务器日志，按 AI 爬虫 UA 统计状态码，找出 403 / 429 / 超时
- 逐类确认 robots.txt 放行策略，训练型与检索型分开决定
- 抽 10 个高价值页面做“段落独立成立”测试，标出摘不走的段落
本月做
- 补齐核心页面的 Product / TechArticle / Article 级语义标注，输出覆盖清单
- 把 3–5 个产品页与对比页改造成可摘录事实页：结论前置、补对比表、数字带来源与时间
- 建立第三方提及计划，把“被推荐”的证据来源从官网扩到第三方
- 固定 Prompt 测试集按周复测，三个字段分开记录
结语：卡在哪一关，就在哪一关投入
如何让 AI 引用我的网站？把问题拆开就不玄学了：先确认引擎在这一轮提问里能不能看到你，再确认它敢不敢拿你当证据，最后确认你的段落能不能被整段摘走。
三关里最反直觉的一条是：绝大多数网站早就过了第一关，却一直在第三关使劲。 内容改了一轮又一轮，实体没对齐、语义没标注、第三方没有一句关于你的话——改到最后，AI 依然不知道你是谁。
先定位断点，再投入动作，是这件事上唯一能省下大笔预算的做法。
📩 需要帮助？GEO 咨询团队可以为你做什么
想知道自己卡在哪一关，可以按这个顺序往下走：
第一步 · 先自己看 —— 用免费工具 30 秒检测你的网站是否具备 AI 搜索可见度基础（AI 爬虫访问、结构化数据、内容可读性三项）：GEO 诊断工具 →
第二步 · 再找人诊断 —— 如果你需要的是一次逐关定位、拿到按优先级排序的修复清单：GEO 审计与 AI 搜索诊断 →；确认方向后要持续优化：GEO 优化服务 →
本文为方法说明类内容。文中引用的数据均来自站内已发布报道的公开来源，并已在对应位置给出内链；涉及各 AI 引擎机制的部分以官方文档口径为准。AI 搜索产品的机制与命名变化较快，本文结论截至 2026 年 9 月。