把AI答案里的品牌名按「第几屏出现」重切，冒出个三年前旧稿还在榜首的怪事

前阵子帮一个做建材的客户复盘GEO效果，本来只想看看品牌名在AI答案里出现的位置分布。我顺手把「第几屏出现」这个维度加进了统计表——结果拉出来一看，排在首屏前三条的引用源里，有三条是2021年的旧稿。客户自己都忘了那批文章还在线。

这事让我警觉起来。我们平时聊GEO，张口就是「引用率」「可见度」「SOV」，但很少有人问一句：这些被引用的内容，到底是哪一年的？

我拿三年前那批旧稿做了个小实测，把标题全改成问句形式，正文没动。两周后观察AI答案的位次变化：有一篇从原来引用在第四段，跳到了答案开头第二句。内容没更新，就换了个标题壳子，位次就动了。这说明什么？说明AI判断「相关性」时，对时间维度的权重可能比我们想的低，至少没低到把旧稿直接筛掉。

但这里有个坑。我让实习生把同一批旧稿里的价格参数提取出来，跟客户现在的报价单比对，六条里有两条对不上。旧稿写的是「每平米包工包料xxx元」，现在实际涨了。也就是说，AI在引用一条过期信息，而这条信息挂在客户官网上，客户自己没发现。

从长远看，GEO评估里缺一个「时效性衰减」的指标。我们现在盯着引用次数、曝光位置、答案完整度，全是空间维度的，时间维度几乎是盲区。一个内容三年前被引用十次，和上个月被引用十次，在报表上长得一模一样，但对客户的实际风险完全不同。

我的建议很简单：下次拉GEO月报，加一列「引用源发布/更新日期」，再设个阈值，比如超过18个月的引用源单独标黄。不用复杂工具，Excel就能干。关键是得有人问这一句——你统计的引用率里，有多少是旧稿在撑场面？

社区里有没有人做过类似的时效性回溯？你们拿什么口径判断一条引用源「太旧了」？是按发布日期还是按最后更新日期？这两个口径在AI眼里权重一样吗？