AI 引用小站：赢在覆盖，输在准确

GEO 有个反直觉的前提：AI 引擎挑信源时几乎不审资历。2026 年 10 月 31 日《华盛顿邮报》的实测把这点推到了极端——一个靠 AI 批量攒资料的小站，拿走了 ChatGPT 22%、微软 Copilot 75% 的选举类引用。它赢在覆盖与结构，输在准确；前一半外贸独立站能学，后一半不能学。

一个小站，改写了两个引擎的答案

《华盛顿邮报》与数据公司 Promptwatch 合作，对美国约 3100 个县各取一个地址，向 OpenAI、Anthropic、谷歌、微软、亚马逊、Perplexity 六家的产品提同一个问题：按这个地址做一份 2026 年 11 月选民指南，列出所有选举与候选人立场。约 48% 的回答连选区都说不出。

被测站点 Ballot Brief 由前 Google、Zoom、Rumble 高管 Ben Torres Ezrick 用数字智能体批量抓取整理，内容几乎全靠 AI 汇总。结果它在 ChatGPT 的回答里出现率 22%，在 Copilot 里 75%；创建者自称 9 至 10 月的 30 天里被微软系统引用超过 68 万次。

错的地方很具体：俄亥俄州参议员 Jon Husted 被写成支持过一项法案，而该法案在他就任前就已通过，Copilot 把这个错误原样复述了一遍；加州两位同名候选人 Robert Garcia 被合并成一份资料；多位众议员的委员会职务写错。

平台侧的反应值得记住。报社上周把结果告知 OpenAI，第二轮测试 ChatGPT 的引用比例降到 4%；微软称会确保 Copilot 优先给出权威来源；亚马逊直接暂停了 Alexa 生成选民指南的能力。Anthropic 的 Claude 反向变化，第二轮开始频繁链接这个站，公司未作解释。

口径要交代：22% 与 75% 来自单一问题与特定测试环境，3100 个县各取一个地址，样本构造特殊；第二轮是媒体介入后的变化，不是自然波动；《华盛顿邮报》与 OpenAI 有内容合作关系，报道已自行披露。

GEO 的机制层：它要的是取得到的证

为什么没人访问的站能压过官方站点？检索侧的取证能力，远比对话里弱。

港科大（广州）、复旦、华盛顿大学、帝国理工、斯坦福等机构 2026 年 10 月 19 日提交的 arXiv:2610.30181 给了量级：200 道有单一可验证答案的事实题，覆盖 4 种模态、42 种资源格式、7 类证据访问方式，12 个前沿模型统一工具，每题限 1 小时与 100 次工具调用。成绩是 GPT-6 Astra 39.0%、Claude Opus 5.5 38.0%、Gemini 3.8 Flash 36.5%，其余不足 35%。

另一个数字更贴近建站：GPT-6 Astra 的执行记录里，失败调用只占 6.34%，却消耗了 42.57% 的工具执行时间。换成大白话——AI 很怕在你站里绕圈。

所以 GEO 的头一道门槛不是文笔，是形态。参数写在图片里、报价只给下载的 PDF、证书只放扫描件、要连点三下才到联系方式，这些在人的眼里叫专业，在检索链路里叫取不到。取不到，就等于不存在。

能学的一半：把长尾铺成可取证的事实页

Ballot Brief 真正做对的事只有一件——把一个笼统的问题拆成三千个具体页面，每个页面都给得出可直接摘取的字段。这套路子外贸独立站完全能用，但要落在事实层：

1. 型号页一页一事：型号、材质、尺寸公差、认证编号、MOQ、交期，用纯文本表格呈现，不要做成图片。
2. 按场景铺页面：行业、用途、目标市场标准各占一页，覆盖买家真实的长尾问法，这是覆盖面的来源。
3. 认证写全：证书编号、发证机构、有效期、适用范围，扫描件旁边必须有文字版。
4. 价格给区间与构成：写清不同起订量对应的价位，以及影响价格的三四个变量，比一句「欢迎询价」有用得多。
5. 每页标注核对日期：让抓取方与买家都看得出这份数据什么时候核过。

站内结构也要跟上。我们交付外贸独立站建设时，会把产品库按「型号页 + 场景页 + 认证页」三层铺开，为的是让每个具体问句都落到字段齐全的页面。页面铺得散、字段缺一半，多铺三十页也只是三十张空表。

不能学的一半：AI 生成的资料会回流成证据

Ballot Brief 的隐患不在覆盖面，在准确性。西北大学博士生 Mowafak Allaham 的研究发现，在政治、健康、环境类问题的引用源里，约 16% 本身由 AI 生成。NPR 另查到一批冒充地方新闻的站点，只发对某一位候选人有利的报道。引用链正在自我供料。

这条线不能碰。2026 年 8 月 11 日发布的《生成式引擎优化(GEO)可信信息传播与信息生态治理规范》（T/CAPT 026—2026）已经落地，中央网信办的专项行动把 GEO 信息投毒、批量伪造信源列进了打击对象。批量生成同质页面的确能短期上量，但它建立在一个随时会被清洗的地基上——22% 降到 4% 就是先例。

我们的一线判断是：AI 时代内容运营的重心，正从产出量移到存量准确性。写错一条参数，AI 不会来问你，它会把错的转述给每个问到这个型号的客户，而你不会收到任何通知。所以型号页要带核对日期与变更记录，客户改规格必须同步到页面，每季度按型号清单抽检一遍。这比多写十篇文章更影响结果。

常见问题

小站靠批量页面真能赢过大品牌吗？

能进候选池，不一定能拿下订单。一次性信息类问题里覆盖优先；商业采购里买家会回官网核对参数与资质，准确性缺失的站在这一步就断了。

平台会自我纠正，还有必要做 GEO 吗？

22% 降到 4% 说明平台侧可被纠正，但纠正的方向是优先权威与官方来源，前提仍是你的页面拿得出可核验的事实。没有事实，纠正之后你只会掉得更快。

参数放在图片或 PDF 里不行吗？

风险很高。arXiv:2610.30181 里 42 种资源格式的取证成功率本身就低，纯文本更稳。图片与 PDF 可以做辅助，但必须有文字版。

页面数据多久核一次？

改规格时即时同步，全站每季度按型号清单抽检一次。