昨天，我花了整整5个小时，给一个客户做了一次完整的AI可见度检测。

覆盖豆包、DeepSeek、通义千问等主流AI平台，围绕客户所在行业的核心关键词、长尾问题、竞品对比，逐条记录AI的回答内容和引用来源。

检测做完，我盯着数据看了很久。

有一个变化，比任何单个关键词的排名都更值得警惕——

AI平台对传统官媒、新闻稿类信源的引用率，已经低到接近归零。

这不是某一个平台的问题，是整个生成式AI的信源偏好正在发生结构性迁移。

而更可怕的是，绝大多数GEO服务商，还在用三年前的打法，收着今天的钱。

01 一个被刻意忽略的事实

先解释一下，什么叫"官媒引用率"。

过去做GEO（生成式引擎优化），行业里有一个心照不宣的标准打法：给客户大量发布新闻稿，覆盖央媒、行业媒体、地方门户，用"权威媒体背书"来影响AI的判断。

逻辑是：AI觉得官媒说的话可信，就会优先引用，客户品牌就能在AI回答里露脸。

这个打法在2024年还能奏效。

但现在，情况变了。

我在检测中发现，AI回答里引用的来源，正在从"新闻媒体"快速转向"垂直社区、专业论坛、知乎/小红书/抖音等内容平台、企业官网和独立博客"。

传统新闻稿？大部分情况下，AI连提都不提。

某些竞争激烈的品类，官媒引用率已经无限接近于0。

我把这个数据给客户看的时候，他第一反应是："不可能吧，我们上个月刚发了30篇新闻稿。"

我说："你去问豆包，这个行业哪个品牌好，看它提不提你。"

他问完，沉默了很久。

02 为什么会这样？三个深层原因

背后有三个原因，一个比一个根本。

第一，AI的信源评估逻辑在进化。

早期大模型对"权威"的判断比较粗糙，域名权重高、建站时间长的媒体网站容易被优先引用。但现在模型越来越聪明，它开始判断内容本身的"信息增量"——一篇通稿式的新闻稿，和一篇真实用户的深度体验帖，AI更倾向于引用后者。

第二，新闻稿的内容同质化太严重。

一篇稿子发50家媒体，内容一模一样。AI在训练和检索时会去重，50篇在它眼里可能就是1篇，而且是"低信息密度"的1篇。

第三，用户提问方式变了。

现在用户问AI的问题，越来越具体——"XX品牌和YY品牌哪个好""XX产品有没有人用过""XX行业怎么选供应商"。这些问题的答案，新闻稿给不了，真实的用户讨论和专业内容才能给。

三个原因叠加，结果就是：新闻稿在AI眼里，正在变成"无效信源"。

03 最残酷的后果：大量服务商正在交付空气

这个变化最直接的冲击，落在了GEO服务商身上。

我接触过不少同行，也接过一些"前任服务商做砸了"的客户。发现一个普遍现象：

很多服务商还在用2023年的方法论，收2026年的钱。

他们给客户的交付报告里，赫然写着：本月发布新闻稿XX篇，覆盖媒体XX家，百度收录XX条。

但客户去问AI："这个行业哪个品牌好？"——AI的回答里，根本没有这个客户。

客户不是傻子。一次两次可以解释，三个月看不到效果，就会要求退款。

这就是为什么最近行业里"GEO交付纠纷"越来越多。不是客户变挑剔了，是服务商的打法彻底失效了，而他们自己还没意识到。

说一句得罪人的话：现在市面上至少一半的GEO服务商，根本交付不了真实的AI可见度效果。

他们能交付的，只有"发稿数量"这个虚假的过程指标。

这就是GEO行业最大的骗局——

你花了钱，买了一堆AI根本不看的东西，还被告知"这就是GEO"。

04 GEO下半场的真正打法

官媒引用率下降，不等于GEO没用了。

恰恰相反，AI正在成为最大的流量入口，GEO的价值比以前更大。只是玩法必须彻底重构。

核心转变：从"媒体覆盖"转向"信源结构"。

具体来说，有四个方向：

1. 信源多元化，不再单押新闻稿。

AI现在引用的信源非常分散——知乎、小红书、抖音、B站、行业论坛、垂直社区、企业官网、独立博客、问答平台……你需要在这些平台上都有高质量的内容布局，而不是把预算全砸在新闻通稿上。

2. 内容必须有"信息增量"。

AI不引用同质化内容。你发的每一篇内容，都要回答一个真实的用户问题，提供独特的观点、数据或体验。通稿式的"公司荣获XX奖"，AI根本不看。

3. 建立"可信实体"的全网一致性。

AI会交叉验证一个品牌的信息是否在多个平台一致——名称、产品、参数、案例、联系方式。如果各平台信息混乱，AI会降低对这个品牌的信任度。全域信源管控，就是干这个的。

4. 用真实检测数据说话，而不是发稿数量。

交付给客户的，不应该是"发了多少篇"，而是"在哪些AI平台、哪些关键词下、排名第几、被引用了几次"。用可验证的结果交付，而不是用过程指标糊弄。

05 写在最后

我做GEO这几年，最大的感受是：这个行业的变化速度，比大多数人想象的快得多。

2023年有效的方法，2024年可能就打对折，2025年可能完全失效。

官媒引用率趋近于0，只是一个信号。它告诉我们：AI的信源逻辑还在快速进化，今天有效的打法，明天可能就不管用了。

对于GEO服务商来说，这是最坏的时代——旧打法失效，新打法需要重建能力。

但这也是最好的时代——当大量同行还在用过期方法交付时，谁先掌握真正的AI信源管控能力，谁就能吃掉这个市场。

对于企业客户来说，我的建议只有一句：

别再为"发稿数量"付费了，为"AI可见度结果"付费。

下次服务商给你看交付报告时，先问一句：我去问豆包、DeepSeek、千问，它能推荐我吗？

如果答不上来，这份报告，就是一张废纸。

本文基于真实AI可见度检测数据撰写，仅代表个人观察。

欢迎GEO行业同行和企业客户交流探讨。