被AI引用不等于被吸收：GEO跨平台度量框架解读

做AI搜索监测的这几年，我反复遇到同一个尴尬：月报里写着"本月品牌被ChatGPT引用12次"，客户追问"那这12次里AI到底说了我什么"，我答不上来。arXiv 2604.25707（ZHANG KAI、HE XINYUE、YAO JINGANG，三位独立研究者）把这件事拆成了两段，读完我把自己的50题GEO Benchmark评分表改了一遍。

一、它把"被引用"拆成了两件事

问题很朴素：被AI列为来源，到底算什么？

给出来的答案是两阶段。第一阶段叫引用选择（Citation Selection）：平台有没有触发搜索、有没有把你选进候选来源。第二阶段叫引用吸收（Citation Absorption）：被选中的那个页面，有没有真的把语言、事实、结构或论证带进最终答案。

做法是受控实验。数据集geo-citation-lab，602个受控prompt，横跨ChatGPT、Google AI Overview·Gemini、Perplexity三个入口，收回21,143条搜索层引用、23,745条引用级特征记录、18,151个成功抓到的页面，从里面抽出72个特征。

这个设计的价值在于，它没有停在"链接有没有出现"，而是往后追了一步，问这个链接对答案的贡献有多大。我自己的采样器一直只记前半段，差距就在这儿。

二、数字告诉我什么

一句话：引用广度不等于引用深度。

Perplexity平均每条答案引用的来源最多，Google也引得很广，这两家是铺得开的类型。ChatGPT相反，引用来源数量最少，但单个来源的平均引用影响力最高，它在同一批来源上压得更深。

高影响力页面有四个共性：更长、更模块化、与答案的语义对齐度更高、更可能包含可被直接搬走的体裁，比如定义和数据。

成立条件得说清楚：这组数字来自三个英文平台入口、602个受控prompt的框架，换个场景能不能复用是另一回事。

对我实际的意义是分平台定策略有了抓手——Perplexity和Google拼覆盖广度，ChatGPT拼单页深度。这个结论我现在敢写进方案，因为背后有21,143条引用撑着。

三、边界在哪里

三个平台之外，国内豆包、元宝、DeepSeek是否也呈现同样的广度与深度分化，这里没有答案。

第二个没被回答的是粒度。"更长、更模块化"到底长到什么程度、切到什么颗粒最优，在中文语境里是多少字一个小节、H2该怎么分层，没有数。

第三个是场景落差。固定题集和真实用户散乱的提问之间差多少，外推要打折扣。

四、这改变了什么

最大的修正是把KPI从"提及率"换成"引用吸收度"。

过去我的50题GEO Benchmark只记两件事：这个平台有没有在这题上提到品牌、提了几次。这是典型的广度指标。现在我要在评分表上加一列吸收度——同一个题，AI答案里有没有用到我页面里的具体表述、具体数字、具体结构。加完这一列，报告数字会变难看，但它更接近客户真正花钱买的东西：品牌在AI嘴里被怎么表达。

第二个修正是内容预算的分平台分配。以前一份内容铺所有平台，现在我会把"长、模块化、语义对齐、放可搬用的定义和数字"这套做法优先押在ChatGPT这类少而深的入口；Perplexity和Google那侧，覆盖广度仍然值得投，因为它们的引用池本来就宽。

第三点更细。做GEOStudio的时候我一直纠结模块化的颗粒度——切成多大的块，既能被检索命中，又能被装配进答案。这里没给答案，但给了一个可测量的方向：以后切块不用凭手感，可以拿"这个块有没有被吸收"来反推。

国内平台那一侧，我会用同样的两阶段口径重跑一遍。

参考文献

[1] ZHANG K, HE X, YAO J. From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platforms[EB/OL]. (2026-04-28)[2026-09-14]. https://arxiv.org/abs/2604.25707.
[2] AGGARWAL P, MURAHARI V, RAJPUROHIT T, et al. GEO: Generative Engine Optimization[C]//Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining. 2024: 5-16. DOI: 10.1145/3637528.3671900. (arXiv:2311.09735)
[3] LEWIS P, PEREZ E, PIKTUS A, et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks[C]//Advances in Neural Information Processing Systems. 2020, 33: 9459-9474. (arXiv:2005.11401)
[4] LIU N F, LIN K, HEISSER F, et al. Lost in the Middle: How Language Models Use Long Contexts[J]. Transactions of the Association for Computational Linguistics, 2024, 12: 157-173. DOI: 10.1162/tacl_a_00638. (arXiv:2307.03172)
[5] SAMBASIVAN N, KAPANIA S, HIGHFILL H, et al. “Everyone wants to do the model work, not the data work”: Data Cascades in High-Stakes AI[C]//Proceedings of the 2021 CHI Conference on Human Factors in Computing Systems. 2021: 1-15. DOI: 10.1145/3411764.3445518.