把AI引用页按「有没有发布日期」切了刀，无日期那批八成是二手转述

先说结论：抓取量和引用量之间没有因果关系，中间隔着一层「内容被谁转述」。这层不拆，调爬虫通道就是白忙。

上周做了一次归因校验。拿我们一个客户站点的AI引用日志，把每条被引页面按「页面上是否带明确发布日期」切成两组，各抽了200条落地页手点核对。结果很直白：带发布日期的页面，一手信息占比七成以上，编辑时效、数据来源都能对上；不带日期那批，八成以上是二手转述——要么是聚合站的摘编，要么是论坛帖里抄来的一段，原始出处根本追不到。

简单说，AI引用不是看谁被抓得多，是看谁的内容在转述链上站得住。二手内容被引，往往是因为转述时把上下文丢了，AI反而更容易摘出「干净」的句子。这是个反直觉的坑：你内容写得越完整，越容易被别人摘走当二手信源。

所以归因得分层。第一层，抓取通道是否通畅——这块技术门槛真不高，日志对一遍就知道。第二层，引用口径怎么定义——是首屏引用、全文引用还是答案内提及，不同口径差出好几倍。第三层，内容本身的一手性——有没有可追溯的日期、数据来源、作者署名。我们这次卡住的就在第三层。

可执行的方案两条：一是所有内容页加结构化的datePublished和author字段，并和页面可见文本对齐，别只埋JSON-LD里当装饰；二是在引用日志里加一列「源页面类型」，把聚合站、论坛、官网分开统计，连续跑两周再看趋势。

我现在的判断是：GEO的技术门槛不高，关键是内容质量。但「内容质量」不是形容词，是可校验的字段和可追溯的来源。

问一句：你们在统计AI引用时，有没有把「被引页面有没有发布日期」当过滤条件？如果没加，报上来的引用数里二手转述占多少，心里有数吗？