给AI答案打上“时间戳”再算引用率，我发现三成“常青内容”其实在吃老本

上周复盘季度GEO报告，我按惯例拉了一份“AI引用率Top20”的内容清单。名单一出来，运营那边挺高兴：二十条里有十五条是半年前甚至一年前发的，说明“常青内容”策略奏效了。

我盯着那张表看了半天，总觉得不对劲。按照我之前的习惯，先钉口径：这里的“引用率”分母是什么？是过去90天全部AI回答里带品牌引用的次数。分子呢？是这20条内容被引用的次数。问题就出在分子上——我们默认了一条内容被引用一次和一百次是同一件事，只看“有没有被引”，没看“被引了多少次”。

我把口径拆成两层重算：第一层是“被引用内容的发布时间分布”，第二层是“单条内容的引用次数随时间的变化”。结果第二层一跑出来，那十五条“常青内容”里有十条的引用次数在过去30天跌了四成以上，其中三条近两周直接归零。

换句话说，它们不是常青，是在吃老本——平台早期的抓取红利吃完了，AI的语料池在滚动更新，旧内容正在被挤出召回集。我们之前看到的“稳定引用”，其实是分母没变、分子在偷偷掉，被一条“被引用过”的布尔值给盖住了。

具体说下我怎么测的：

1. 把每条被引内容打上首次抓取时间和最近一次被引时间两个时间戳，中间隔超过14天的标黄；
2. 按周切分引用次数，做简单的环比和趋势线，连续三周下滑的单独拉出来；
3. 对这些下滑条目做小样本复测——同一条问题在三个不同入口各问五遍，看AI还召不召回这篇。

复测结果比我预想的狠：三条“常青”内容在三个入口里已经连续七天零召回，但汇总报表上它们仍挂在Top20里，因为报表统计的是累计引用次数，不是当期。

我给团队的建议是：GEO的周报里必须加一列“当期引用次数”和“最近召回时间”，跟累计值并排放。只看累计，等于把一条内容的历史功劳当成它现在的战斗力，预算就会往已经失效的资产上继续加码。

最后抛个问题：你们盯AI引用的时候，是看累计次数还是看当期次数？有没有人试过给单条内容设一个“召回衰减预警线”，比如连续多少天零召回就触发复查？我目前用的是14天，但样本还不够，想听听别人踩过的坑。