把AI答案里的年份翻出来数了数，发现「时效标签」比内容长度更影响引用

前几天翻旧硬盘，找出一份2003年给厂里做的内部资料索引，那时候查东西全靠人工标年份。现在看AI答案，忽然想起这茬——AI引用内容时，到底看不看「时间」？

我拿手头一批问句做了个小实验，方法很土：

• 选了60个带明确时间指向的问句（比如「2024年XX行业报告」「最新XX标准」），每个问句跑三个不同AI搜索入口，共180条答案。
• 把每条答案里被引用的页面按「有没有明确年份标注」分成两组：A组页面标题或首段含年份，B组完全没提时间。
• 再按内容长度切一刀（800字以上/以下），看交叉分布。

结果有点反直觉：

1. A组（带年份）被引用的比例是B组的2.3倍，但差距主要集中在「问句本身含年份」的那40个里，另外20个泛问句两组差不多。
2. 内容长度的影响反而弱——800字以上和以下的引用率只差0.4倍，远没有年份标签明显。
3. 更细的一层：带年份但年份是「2022」的页面，在「最新」类问句里引用率掉到B组以下，说明AI不是见年份就认，它似乎在比对「时间一致性」。

我的判断（不一定对，欢迎拍砖）：

GEO里大家爱谈「答案前置」「结构化」，这些当然有用，但「时效信号」可能是被低估的一个变量。历史上有意思的是，搜索引擎早年对「日期」的处理也很粗糙，后来才慢慢学会区分「发布时间」和「内容时效」。现在AI搜索像是走同一条老路，只是速度快得多。

工具能帮你批量跑问句、截引用，但「年份该怎么标、标在哪、标几个」这种口径问题，工具替不了你。我见过一个页面正文里年份出现七次，反而像在喊「我很旧」，引用没涨。

所以抛个具体问题：你们有没有试过把同一个页面的年份标注从「标题」挪到「首段」或「数据表脚注」，AI引用率有变化吗？我这边样本还太少，想凑够100条再下结论。