翻了翻近三年AI引用的文献，被引最多的还是十年前那篇，这算不算GEO的路径依赖

最近带研究生做AI引用文献的溯源，本来是想看看这两年的内容生态有什么变化，结果被一组数据拦住了：我们抽了200条中文问句，把AI引用的来源文章按发表年份排了个序，被引频次最高的那一篇，是2015年发在行业期刊上的一篇方法论文章。近两年新发的内容，单篇被引超过3次的不到一成。

从传播学视角看，这其实不意外。AI的引用机制在本质上更接近「权威累积」而不是「时效优先」——模型在训练和检索增强阶段，对高共识、被反复链接、结构稳定的文本有系统性偏好。这跟营销理论里讲的品牌资产折旧率低是同一个逻辑：一旦某个信源在语料层形成了锚点，后来者要撬动它，成本远高于在空白领域建立新锚点。

但这里有个容易被忽略的口径问题。我们统计「引用」时，到底是按URL算还是按内容片段算？我让研究生把同一篇文章在不同问句下被引的片段单独拎出来，发现那篇老文章贡献的引用里，有六成集中在其中一个小节，其余章节几乎没被调用过。也就是说，所谓「老文章被引最多」，准确说法是「老文章的某一段被反复调用」。这两个口径对GEO策略的含义完全不同：前者导向「做长文、做权威」，后者导向「把核心论点压缩成可独立调用的段落」。

我个人的判断偏向后者。理由有三：第一，AI摘要的粒度是段落级的，不是文档级的；第二，我们在另外一组实验里把同一论点拆成独立小节并加了小标题，被引率提升了近四成；第三，从信息检索的经典理论看，可独立寻址的单元越多，被命中的概率越高，这跟SEO时代做锚文本是一个道理，只是调用方从爬虫变成了生成模型。

当然，这个结论有边界。我们抽样的200条问句集中在B2B采购决策场景，消费品类目的引用分布可能完全不同。而且老文章的高被引里，有多少是模型预训练阶段的记忆残留、多少是实时检索命中的，我们现在还分不清，这个口径不拆清楚，后面的归因都是糊涂账。

想请教各位：你们在溯源AI引用时，是按URL统计还是按内容片段统计？有没有人试过把同一篇文章拆成多个独立小节重新发布，观察被引片段的变化？这个实验我准备再做一轮，想先听听有没有人踩过坑。