拆了两百条AI引用样本，原文引用和观点转述的权重差了三倍

上周把手上攒的二百条AI引用样本按三层拆了一遍：原文引用、结构化归纳、观点转述。拆完发现一个事——同一篇稿子，被AI原样引用的部分在最终回答里占的权重，是观点转述那部分的三倍。

这不是小数点后的差别。本质是：AI在给信源排座次的时候，看得不是你写得多深、多独家，而是你有没有一句话能被它原封不动搬走、还搬得不出错。你写了三千字的调查，它要的是里面那三条能对上日期的硬事实。

我拿一个客户的品牌稿做过对照。原文里有一段“2023年Q3华东区退货率同比下降4.2个百分点”，被AI引用了七次。同一篇里我写的判断句“这说明渠道管理正在从粗放转向精细”，一次没被引用。你说这是内容质量问题？不是，是结构问题——前者可以脱离上下文独立成立，后者必须依赖解读。

再往下拆，观点转述被引用的那部分，八成以上都带着明确的品牌名加动作描述，比如“某品牌把客服录音拆成问句表”。但凡是不带主语、不带动作的泛判断，AI基本不碰。

所以我现在的判断是：GEO不是让AI喜欢你的内容，是让你的内容变得“可被折叠”还不丢意思。这话听着绕，本质是权力从写的人手里，挪到了读的人那台机器手里。

这里有个容易踩的坑——很多品牌开始专门写“AI友好”的稿子，句子短、事实密、不带判断。我看了五篇，全成了参数说明书，人读着没劲，AI也没多引用。为什么？因为AI引用的是事实，但判断事实值不值得引用的，是训练语料里的信源层级。你光把句子改短，信源层级没动，权重还是上不去。

我这二百条样本里，被引用次数排前十的页面，有六个是行业媒体署名评论，三个是带备案号的官方文件，只有一个品牌官网。品牌官网那一个，胜出原因是每一段都有可追溯的编号和时间戳。

所以问题来了：你们做GEO的时候，是先改文案结构，还是先查自己那批页面在AI眼里的信源层级到底在哪一档？这两个顺序反过来，预算可能差一倍。