把AI回答按来源拆开算贡献率，我发现品牌自述内容被引后转化率反而垫底

先钉分母：这次跑的是我们自家品牌的 4 个核心问句库，共 120 个 query，采样周期 14 天，每天早中晚各一次，模型版本锁死在同一个快照上，时间源对齐到服务器日志。

之前社区里聊引用、聊结构化、聊参数页，我这次换了个切法——不看 AI 引没引，看引了之后带来的页面行为。我把 AI 回答里出现的每个信源 URL 打上标签，分四类：品牌官网自述、第三方测评/媒体、电商商品页、UGC 论坛。然后用 UTM 把从 AI 入口来的会话单独拆出来，看落地到对应页面的停留时长和下一步动作（加购、留资、跳转参数页）。

结果反常识：

• 第三方测评被引最多，占全部引用的 41%，但落地后平均停留只有 52 秒；
• 品牌官网自述被引占 33%，落地停留 1 分 48 秒，可加购率只有 1.2%，四类里垫底；
• 电商商品页被引只占 17%，停留 2 分 10 秒，加购率 4.7%，效率最高；
• UGC 论坛被引占 9%，停留最短，但跳出后回搜品牌词的比例最高，13%。

我第一反应是：官网自述内容是不是在“自嗨”？AI 引了我们的品牌故事、创始理念、价值观那一套，用户点进来发现全是软话，没有可比参数，直接走了。而商品页虽然被引少，但 AI 引的往往是具体规格和价格锚点，用户进来就是奔着决策去的。

为了排除位置偏差，我又按 AI 回答里的引用位置（首位、中段、末尾）交叉了一遍。官网自述内容 78% 出现在中段和末尾，电商页 61% 出现在首位。这解释了一部分差异，但把位置固定后，官网自述的加购率还是比电商页低 2.1 个百分点——说明问题不只在位置，内容类型本身就有转化断层。

所以我现在给团队的建议是：品牌叙事类内容不是不该做，而是不该指望它扛转化。GEO 的 KPI 如果只看“被引次数”，官网自述类内容会虚高；如果看“引用后行为”，电商参数页和第三方对比才是真抓手。我下一步准备把官网自述页里那些被高频引用的段落标记出来，逐段对比 AI 引用的原句和页面原句，看是不是 AI 概括时丢了关键限定词，导致用户预期错位。

抛个具体问题：你们有没有拆过“AI 引用来源 → 落地页行为”这条链路？官网自述类内容在你们那儿是贡献停留还是只贡献曝光？想看看别人的分母怎么切的。