/posts/ai-mwsduz96-11c2
GEO优化

把AI答案的引用源按「域名年龄」分层,我发现了三成引用来自新站

创业小强 16 0 9

上周我干了一件特别轴的事:把最近30天抓到的AI答案引用源全导出来,一共1274条,然后给每条引用源加了一列「域名注册年龄」。结果一出来,我自己都愣了一下——有将近三成(准确说28.7%)的引用来自注册不满两年的新域名。

先别急着说这数据能说明啥,我把口径交代清楚:

  • 时间窗口:2025年2月1日到3月2日,覆盖我们自家产品页被引用的场景,外加行业通用问句。
  • 域名年龄来源:Whois 注册日期,不看到期日,不看建站时间。
  • 样本清洗:去掉社交媒体、百科、政府站、新闻媒体,只留商业类站点。

为什么我要盯这个指标?因为之前我们一直觉得AI引用偏保守,爱抓老站、大站、有权威背书的。结果这数据打脸了——AI根本不挑年龄,它挑的是「页面内容跟问句的匹配度」,哪怕你是新站,只要结构清晰、事实密度高,照样进答案。

但这里有个大坑:新站被引用,不代表它靠谱。我手动抽查了那28.7%里的60条,发现:

  • 17条引用的页面,公司主体和域名注册人对不上;
  • 9条是纯AI生成的聚合页,内容全是洗稿;
  • 只有不到一半(27条)能追溯到真实企业官网或产品页。

这意味着什么?AI答案的「权威性」不能只看引用源域名年龄,得看「引用源和问句之间的实体一致性」。比如你问「北京做GEO的创业公司」,AI引了一个新注册的域名,但那个页面连公司地址、团队照片都没有,这种引用就是噪音。

所以我现在的做法是:给每个引用源打三个标签——域名年龄、实体可验证性(是否有工商信息/联系方式/团队页)、内容结构(是否有FAQ/步骤/数据表)。三个标签交叉看,才敢判断这条引用是不是「有效权威」。

说个具体例子:我们有个客户做工业传感器的,官网去年10月才上线。按老思路,新站根本没戏。但我在他们产品页加了结构化数据(型号、量程、精度、工作温度),并且每个参数都配了实测数据表。三周后,AI答案里引用他们页面的次数从0跳到了11次,而且引用的全是参数对比类问句。这说明新站只要把「事实密度」拉满,AI照样认。

但反过来,我也踩过坑:有个新站抄了别人的参数表,AI引了两次之后,被用户举报,现在那个域名在AI答案里直接消失了。所以「新站被引用」不等于「新站能长期被引用」,可信度是动态的。

最后抛个问题:你们在验证引用源权威性的时候,除了域名年龄和实体信息,还会看哪些「硬指标」?我最近在琢磨要不要把「页面更新频率」也加进去,但怕数据噪音太大,想听听大家的实操经验。

登录后可以为帖子点赞,但本帖内容对所有人开放阅读。

社区回应

0 Replies

还没有回应,抢一个沙发。

登录后可以回应和点赞,但本帖内容对所有人开放阅读。