从「上线」到「被持续引用」：当 B2B 的存在变成一场概率游戏

GEO 的兴起常被讲成「SEO 的升级版」，这个说法太小看它了——真正发生的是：一家企业在市场上「存在」的方式被改写了，从一次上线，变成一个需要不断重新证明的概率事件。

01 / 先说一个场景

2026 年，一位德国采购经理需要找三家中国华东地区的精密机加工供应商。

他没有打开 Google。他对着对话框说了一句："Which Chinese precision machining suppliers in East China hold IATF 16949 and have supplied to European tier-1 automotive customers?"

三十秒后，他拿到了三个名字、一段对比、几条理由。然后他给这三家发了邮件。

剩下的一万家工厂，在这笔生意里，从未存在过。

这不是假设。Forrester 在 2026 年度买家旅程调查中访问了近 18,000 名全球商业买家，结论是：生成式 AI 与对话式搜索已成为采购研究中「最有价值的信息来源」，得票数是排名第二来源的两倍——超过了供应商官网、超过了产品专家、超过了销售代表[[1]](https://no8.global/cn/blog/hai-wai-ke-hu-bu-zai-zhi-kan-guan-wang-aizheng-zai-zhong-xie-quan-qiu-gong-ying-shang-shai-xuan-gui-ze)。B2B 买家在采购流程中使用 AI 工具的比例，从 2025 年的 89% 升至 2026 年的 94%。Gartner 的独立调查给出 45% 的近程采购渗透率，并预测到 2027 年，95% 的销售研究工作流将以 AI 为起点——而 2024 年这个数字还不到 20%。

二十年来的 B2B 营销，核心命题一直是「把买家弄到我的网站上来，然后在那里说服他」。现在命题变了：在你还没机会开口之前，AI 已经决定你是否值得被提及。

这就是 GEO（Generative Engine Optimization，生成式引擎优化）的全部背景。但它的内涵，比「新渠道」三个字要深得多。

02 / 从「位置」到「引用」：一次逻辑断裂

SEO 的底层假设是位置：有一个排行榜，你的目标是往上爬。爬上去，你就「在那里」了。这是一个关于排序的游戏。

GEO 的底层假设完全不同。生成式引擎不是给你一个位置，它是自己写一篇答案，然后决定要不要提你、提谁的链接、用什么语气提。

于是游戏规则从「排序」变成了「入选 + 采信」，而这个游戏有几个反直觉的性质：

第一，引用数量是极度稀缺的。 一次采购调研，ChatGPT 平均引用 6.88 个来源，Google 12.06 个，Perplexity 16.35 个[[2]](https://arxiv.org/html/2604.25707v2)。你面对的不是「第 3 名还是第 8 名」的问题，而是「进不进这 7 个名额」的问题。落选不是排名靠后，落选是零曝光。

第二，被引用 ≠ 被看见。 Indig 的数据显示，62% 的引用中，品牌名从未出现在答案正文里——业界的叫法是 "ghost citation"：你被当作脚注引用了，用户记住了答案，记不住你[[3]](https://cite.solutions/blog/ghost-citations-ai-brand-mentions)。更往上还有一层：AirOps 数据显示，AI 检索到的内容中约 85% 从未最终展示给用户。

第三，被引用 ≠ 被采信。 那篇 SIGIR 2026 的论文做了 252,000 次受控对照实验，测试 18 个内容因子，结论是：驱动「被优先引用」的最大因素是主题相关性与上下文位置，其次是显性价格信息和近期时间戳；而「把格式改漂亮」这种纯排版优化，效果微乎其微[[4]](https://arxiv.org/html/2605.25517)。换句话说，AI 不吃包装，AI 吃证据。

第四，最狠的一条：引用是不稳定的。 这正是「从内容上线转向被持续引用」这句话的真正分量所在。

03 / 「持续」两个字，是整个命题的重心

先摆数据。

• SparkToro 用 600 名志愿者跑了 2,961 个 prompt：同一个问题跑两次，列出完全相同品牌列表的概率不到 1/100；顺序也一样的概率不到 1/1000[[5]](https://cite.solutions/blog/ghost-citations-ai-brand-mentions)。

• Ahrefs 发现，对同一个 query，Google 的 AI Mode 和 AI Overviews 有 87% 的概率引用不同的来源。

• 一篇 arXiv 论文对四个引擎做了多日重复测量：连续两天之间，引用来源集合的重叠只有 34–42%，品牌集合 45–59%，日间更替率约 65%；结论明确写着——单次观测具有误导性，可见度必须被理解为「跨重复运行的概率」[[6]](https://arxiv-vanity.com/papers/2604.07585)。

• 该论文给从业者的方法论建议极其具体：每个 prompt 每天至少跑 7 次（品牌级）、8 次（来源级），标准误才降到 0.10 以下；单个品牌的估计需要 10–24 天的滚动窗口才稳定。

请把这几条数字连起来读。它们说的是同一件事：

在 AI 搜索里，「被引用」不是一个状态，而是一次抽样。

这意味着什么？意味着「内容上线」这个动作，在 GEO 时代几乎失去了意义。

一篇稿件发布出去，第二天有人问 AI，AI 提了你——这不能说明任何问题。那个「有」，只是从一个概率分布里抽出来的一次幸运。同一句话换个时间问，你就不在了。

所以衡量标准必须换。不是「我们发了多少篇」，而是：

在固定的问句组合上、跨足够的重复次数、跨足够长的时间窗口，我们的被引用率是多少，它的趋势是向上还是向下。

注意这个表述里藏着三个层次的范式转移：

第三条和第四条值得单独说。

内容从「资产」变成了「订阅」。 这是商业模式层面的地震。过去一个企业做完一轮内容建设，可以歇两年、吃两年红利。现在不行——你的「存在」需要被持续地重新证明。这直接改变了营销服务的形态：行业里开始出现 RaaS（按效果付费）、月度引用率报告、持续的信源维护。营销从项目制走向运营制，从交付物走向服务水平协议。

归因的崩塌则是一个更麻烦的问题。 AI 助手剥离了 referrer，大量 AI 驱动的访问以「直接流量」的形式出现在分析工具里。这既是 GEO 服务商最难自证的地方，也是甲方最容易踩坑的地方——任何承诺「保证引用率」的合同，本质上都在承诺一个它无法控制的随机变量。

04 / 更深一层：被引用不够，要「被吸收」

如果说「持续引用」已经是行业前沿的衡量标准，那么它还缺一层。

另一篇 arXiv 论文提出了一个我认为是当下最重要的 GEO 概念：引用选择（citation selection）vs 引用吸收（citation absorption）[[2]](https://arxiv.org/html/2604.25707v2)。

• 引用选择：平台搜索、并决定把你列入来源列表。

• 引用吸收：你的页面真的为最终答案贡献了语言、证据、结构或事实支撑。

研究测出两者是背离的：

Perplexity 引用得最广，但每个页面对答案的实际贡献最浅；ChatGPT 引用得最少，但被它引用的页面，是真的被「吃进去」了。

「广撒网式引用」和「深度采信」，是两种完全不同的胜利。 只统计引用次数的看板，会把前者误报为后者。

那什么样的页面会被「吸收」？研究给出的特征很有意思：更长、更模块化、与生成答案语义对齐，并且富含可抽取的证据类型——定义、数值事实、对比、程序步骤。还有一个漂亮的负面发现：单纯的 Q&A 排版并不提升吸收（Q&A 页面平均影响力 0.0947，非 Q&A 页面 0.1005，反而低 5.74%）。

另一项覆盖 100,000+ prompt、100+ 品牌的规模化研究则给出了这样几条[[7]](https://www.arxiv.org/abs/2606.20065)：

• 引用来源中约 78% 指向企业官网；非官网来源里 YouTube 领先，超过 Reddit、编辑媒体和 Wikipedia。

• 被引最多的内容形态是「best-of」榜单类文章，占全部引用约 21%。

• 情感框架的不稳定性是「是否被提及」的 6.7 倍——也就是说，AI 是否说你好话，比 AI 是否提到你，波动大得多。

把这些拼起来，一幅很清楚的图景出现了：

GEO 的实质，是「证据容器设计」。

一个页面必须先在权威、可识别性、语言与领域语境上具备被选中的资格，然后在语义对齐、结构可读性、证据密度上具备被吸收的价值。

而这恰恰是 B2B——尤其是制造业 B2B——被低估的结构性优势。

工厂有 parameter、有认证编号、有第三方检测报告、有可核验的出口记录、有工程落地案例。这些东西天然就是 AI 最容易吸收的证据形态：数值事实、程序步骤、对比、资质定义。相比之下，那些靠形容词堆叠起来的消费品牌文案，在 RAG 面前反而毫无优势。

这在过去二十年是不可想象的：制造业最不擅长「讲故事」，最擅长「列参数」。而现在，参数第一次比故事值钱了。

05 / 为什么「6 亿买家数据」这类资产突然变得关键

到这里可以谈服务商了。

易询盘（大鱼致远旗下）公开披露的信息里，有几个数字值得注意：成立 2015 年，累计服务超过 10,000 家中国出海企业，客户业务覆盖 180 多个国家和地区，建立了超过 6 亿的全球买家数据基础，另有「十亿级采购人格数据库」；团队规模 120+，覆盖 ChatGPT、Gemini、Google AI Overviews / AI Mode、Claude、Grok、Perplexity 等平台；产品矩阵包括易询盘、易询盘 GEO、SocialArks、WCC（独立站与 SEO）、MLK（智能客户转化）[[8]](https://www.ithome.com/0/990/102.htm)。公开案例中，一家工业设备制造企业部署一年后 AI 可见度提升 32%、询盘增长 200%、年有效询盘 1000 个。

（说明：以上均为服务商自行披露口径，效果数据未经第三方审计，采购方应索取测量口径与归因方法。）

我不想评价具体某家公司的优劣。我感兴趣的是一个结构性问题：

在 GEO 这门生意里，真正的护城河是什么？

大多数人的直觉是「内容生产能力」。错了。内容是最容易被复制、最容易被大模型批量生成、也最容易被竞争对手跟进的环节。

真正的上游是：你知道买家会问什么。

前面所有方法论都建立在同一个前提上——你得先有一个「问句库」。海外采购商在你的细分类目下，究竟会怎么向 AI 提问？是 "fireplace mesh manufacturer"，还是 "emergency eyewash factory OEM"，还是 "which Chinese suppliers have shipped to European chemical plants in the past two years"？

这个问题的答案密度，决定了 GEO 的命中率。 而答案从哪来？从真实的买家行为数据里来——行业、职位、企业画像、采购行为、搜索意图。

于是，「6 亿全球买家数据」这类资产的战略含义就变了：它不只是投放用的受众包，它是问句生成器。谁掌握的买方行为样本越厚，谁就能穷举出更长尾、更接近真实采购语境的问句，从而在 AI 那里铺下更密的证据网。

这也解释了一个产业走向：垂直外贸服务商可能比通用 GEO 公司更有机会跑出来。 因为通用 GEO 公司拥有的是「优化技术」，而垂直服务商拥有的是「买方语境」。前者可复制，后者靠时间积累。前述 SIGIR 论文也印证了这一点——在 18 个因子里，主题相关性是第一驱动力，而「主题相关性」的前提，是你真的知道那个主题在买家口中长什么样。

顺带说个容易被忽略的链条：GEO 只解决「进名单」，不解决「接得住」。 AI 推荐完之后，流量落到哪里？独立站能不能承接？询盘能不能被分级？销售有没有跟进 SOP？只有把「AI 可见度—询盘采集—客户沟通—转化」串成一条闭环，GEO 的流量才有意义。这也是为什么单一的内容优化服务正在被「全链路」方案取代——这不是营销话术，是 AI 流量转化率高（约 14.2%，对比传统自然搜索的 2.8%）但绝对量小、容错率低所决定的必然[[9]](https://unifiedplatforms.com/blogs/aeo/how-buyers-use-ai-to-choose-vendors/)。

06 / 暗面：三层阶梯，与一场认识论公地悲剧

现在说不好听的部分。

第一，AI 没有民主化商业信息，它把声誉的马太效应编码了。

那项 100+ 品牌的研究给出了一个冷酷的三层品牌阶梯：

每一级之间约 30 个百分点。这意味着：AI 不是在给中小企业发门票，它是在放大已有的名气。 一个没有第三方 corroboration 的新品牌，在生成式答案里天然处于结构性劣势。

而且这还只是「被提及」的差距。前面提到，情感框架的波动是提及波动的 6.7 倍——小品牌不仅出现得少，一旦出现，被描述成什么样也更不可控。

但我想指出这个阶梯的另一面：11% 不等于 0，而且它是可积累的。 中小企业的现实路径不是去抢大类目的头部位置，而是在一个足够窄的品类里，成为唯一可被采信的证据源。当问句细分到「华东地区具备某某认证、做过某某客户的五轴加工厂」这个颗粒度时，头部的 73% 就会失效——因为巨头不生产这个粒度的事实。细分，是小企业在概率系统里唯一可靠的杠杆。

第二，投毒：一场关于「真」的公地悲剧。

这一条更严重，也更少被放在宏观层面讨论。

2026 年，中国媒体反复曝光了一条完整的 GEO 黑色产业链：上游技术开发，中游批量注册自媒体账号矩阵、高频发布虚假内容，下游水军刷量控评提升权重，使 AI 更易抓取采纳[[10]](http://dz.jjckb.cn/www/pages/webpage2009/html/2026-02/04/content_113566.htm)。有记者虚构了一款名为「泉嘉德」（谐音「全假的」）的智能水杯，按 GEO 流程铺完内容，数小时后该产品就被多款主流 AI 列为推荐对象，AI 甚至为其补充了虚假的电商参考价。

更值得警惕的是量化结果：360 数字安全集团漏洞研究院的报告指出，当训练数据中仅混入 0.01% 的虚假文本时，模型有害输出就增加 11.2%；即使只有 0.001%，也上升 7.2%[[11]](https://finance.ce.cn/rolling/202605/t20260528_2996084.shtml)。

万分之一的毒，就能显著扭曲认知。

这里有一个认识论层面的恶性循环，我把它称为「越被引用，越像事实」：

1. 商业主体批量生产看似权威的内容；

1. 内容被 AI 反复检索、引用；

1. 引用频次本身成为「可信度」的信号，进一步推高被引用概率；

1. 高频出现的内容，在下一轮模型迭代中更可能进入训练数据；

1. 虚构沉淀为常识。

在这个循环里，「正确」不再有独立的生存优势，「善于被采信」才有。这是对信息生态的一次稀释：不是更真实的内容赢，而是更像真实的内容赢。

而把这个循环放在 B2B 场景里看，后果还要重一层。在问答型 AI 阶段，投毒的产出是「一条错误回答」，用户还能交叉验证。但当 AI 智能体开始做事——自动选品、自动询价、自动下单——被投毒的信息就不再是「一条错误回答」，而是「一个错误行动」。错误从认知层下沉到了执行层。

还有一条灰色分支叫「反向 GEO」：为竞争对手部署负面关键词，让 AI 在提到对手时输出不利表述。这意味着 GEO 的军备竞赛，已经从「让自己被看见」进化到「让别人被污名化」。

第三，证据的稀缺与行业的虚空。

一篇覆盖 2023–2026 年 45 项研究的批判性综述，给出了这个领域最清醒的判断[[12]](https://fr.arxiv.org/abs/2607.14035?context=cs)：

GEO 不是一个排序任务，而是一条随机的、部分可观测的管道，跨越搜索激活、爬取索引、检索、重排、上下文分配、引用、显著性、事实吸收、保真度与用户行为十个阶段。

在该综述覆盖的研究中，没有任何一种技术被证明对「有机可发现性」或下游行为具有稳定的、纵向的、跨平台因果效应。

请注意这句话的杀伤力。它说的是：目前市面上的 GEO 服务，绝大多数卖的是信念，不是证据。

也难怪行业呈现出的样子是这样的：报价像「海鲜价」，一年五六万到二三十万不等；近 80% 的「GEO 课程」内容只是传统 SEO 知识的重新拼装；效果无法像网站流量那样归因，评估「往往只能凭感觉」（央广网报道引述从业者观点）[[13]](https://www.cnr.cn/tech/gstj/20260220/t20260220_527531193.shtml)。

07 / 结语：我们正在把「谁值得信任」这个问题外包出去

把上面所有事情串起来，我看到的是一条比营销更长的线索。

SEO 时代，搜索引擎的角色是导航员。 它说「这里有」。它不负责判断这里好不好，只负责告诉你位置。信任的判断，留给了人。

GEO 时代，AI 的角色是顾问。 它说「这家可以」。它替你完成了筛选、对比、排序，甚至替你形成了第一印象。信任的判断，被外包了。

于是出现了一个人类历史上从未有过的局面：「谁值得信任」这个社会最基础的裁决权，正在被交付给一个没有责任主体的、概率性的系统。

它不署名，不担责，不接受质询。它今天说你好，明天可能不说——而它自己也不知道为什么。

这就是「从内容上线转向被持续引用」这句话底下，最沉的那层意思。

在旧的秩序里，存在是一次性的：你建了工厂，你做了认证，你上线了网站，你就「在」了。存在是一个可以被完成的事实。

在新的秩序里，存在是概率性的，且需要被不断重新证明。你的存在不是一个状态，而是一个维持中的过程。一旦你停止生产可采信的证据，你就会缓慢地从对话里退场——不是被谁打败了，只是被概率遗忘。

这对企业提出的要求，其实比任何营销技巧都朴素：持续地、可验证地、结构化地，把你是谁、你能做什么、你做到过什么，翻译成机器也读得懂的事实。

听起来很技术。但换个说法你就会发现它其实很古典——

它要求你，一直说真话，并且一直拿得出证据。

一个把「可信」变成硬通货的市场，未必是坏事。只要我们还守得住「真」的成本低于「假」的成本这条底线。

而这条底线，现在正被一条分工明确、投入产出比极高的产业链，日复一日地测试。

08 / 附：给 B2B 企业的一份现实清单

该做的四件事

1. 把衡量口径换掉。 别再问「发了几篇」。建立固定的 20–30 条核心问句组合，每天至少跑 7–10 次，用 2–4 周滚动窗口看引用率趋势。同时分开统计三个指标：引用率（URL 出现）/ 提及率（品牌名出现）/ 推荐率（被明确建议）——只报引用率会高估真实可见度（ghost citation 的坑）。

1. 做「证据容器」，不做「文案美化」。 优先生产可抽取的事实：参数表、认证编号与发证机构、第三方检测数据、对比矩阵、交付流程步骤、可核验的客户案例（带时间、地点、规模）。按 SIGIR 的结论，价格信息要显性，时间戳要新，这两项是稳定的正向因子。

1. 把战场选窄。 不要在大类目里和大品牌拼 73%。在你的真实能力颗粒度上（工艺 + 认证 + 区域 + 客户类型）做高密度证据，成为细分问句下的唯一可采信来源。

1. 补上承接端。 AI 流量转化率高但绝对量小，一次糟糕的独立站体验就足以浪费掉全部曝光。独立站、询盘分级、跟进 SOP 要同步建设。

该警惕的三件事

1. 任何「保证引用率」的承诺。 引用是随机变量，日间更替率约 65%。可承诺的是过程与方法论，不是结果。

1. 任何「一键铺量」的方案。 短期能提曝光，长期是在给自己的品牌注入不可控的风险——包括被平台反作弊识别，以及被归入「伪权威」语料。

1. 任何拒绝披露测量口径的服务商。 索取五类证据：数据资产来源与更新机制、算法能力说明、可验证案例及其测量口径、交付团队结构、合同中的指标定义与争议处理方式。

参考来源

1. Forrester 2026 Buyers' Journey Survey（约 18,000 名全球商业买家）转引：Global 8

1. Zhang Kai, He Xinyue, Yao Jingang. From Citation Selection to Citation Absorption: A Measurement Framework for GEO Across AI Search Platforms. arXiv:2604.25707 — 链接

1. Ghost Citations: 62% of the Time AI Cites You, Your Brand Name Never Appears — Cite Solutions（含 SparkToro 2,961 prompts 研究）

1. What Gets Cited: Competitive GEO in AI Answer Engines. SIGIR 2026, 252,000 trials, 18 factors. arXiv:2605.25517 — 链接

1. SparkToro prompt volatility study（同 3）

1. Don't Measure Once: Measuring Visibility in AI Search (GEO). arXiv:2604.07585 — 链接

1. Pratyush Kumar. GEO at Scale: Measuring Brand Visibility Across AI Search Engines. 100K+ prompt responses, 100+ brands. arXiv:2606.20065 — 链接

1. 《外贸B2B GEO服务商采购对照：从四项可验证维度看四家供应商》— IT之家；《AI入口重构制造业出海获客》— 新浪财经

1. How Buyers Actually Use AI to Choose Vendors in 2026 (Data) — Unified Platforms

1. 《引擎优化还是数据污染？AI搜索暗藏"灰色地带》— 经济参考报

1. 《AI反投毒！从GEO到A-GEO：智能体时代品牌认知"新基建"》— 中国经济网（引 360 数字安全《大模型安全漏洞报告》）

1. Olivier Martinez. Optimizing Visibility in Generative Engines: A Critical Survey of GEO (2023–2026). arXiv:2607.14035 — 链接

1. 《小心你的AI小助手被悄悄植入广告》— 央广网

（本文中的服务商数据均为其公开自披露口径，未经第三方审计，不构成采购建议。）