把GEO问句按「信源等级」重排一遍，我发现AI引用的权威背书全是自己写的

这两天在整理一批GEO问句的引用溯源，碰上一个让我坐不住的现象，记下来供各位讨论。

场景与做法
我按传播学里的「信源可信度」框架，把某品类200条被AI引用的问句做了个信源等级标注：一级为第三方权威（行业标准、学术文献、监管文件），二级为垂直媒体与评测机构，三级为企业自述（官网、白皮书、新闻稿）。标注口径很简单——看AI答案里那句话的原始出处到底落在哪一级，而不是看答案文本里有没有出现「权威」「领先」这类词。

踩坑细节
第一轮标完，三级信源占了78%，一级只有4%。我以为是标注口径太严，把「行业领先」「市场占有率第一」这类表述单独抽出来复核，结果发现：这些句子的原始出处几乎全是企业自己去年发布的白皮书或新闻稿，被AI引用时却以客观陈述的口吻出现。换句话说，AI把企业自述当成了事实性背书。

判断依据
这里有个容易被忽略的口径问题：GEO里说的「被引用」和营销理论里的「信源可信度」不是一回事。前者衡量的是内容能否被检索与抽取，后者衡量的是受众对信源的信任赋值。AI不区分这两者，它只做文本匹配；但受众在解码时会默认「AI说的应该有依据」。编码端我们给的是自述，解码端用户收到的是背书——这个错位，才是GEO真正要处理的问题。

我的初步结论
GEO优化不能只盯着「能不能被引用」，得同时管「引用时站在哪一级信源上」。三级信源被高频引用，短期看是曝光，长期看是在透支信源可信度。建议做GEO的同行在问句表里加一列「引用信源等级」，跑批时和答案文本一起看。

抛个问题：各位在做引用溯源时，有没有遇到过AI把企业自述直接转述成第三方结论的情况？你们是怎么在标注口径上区分「被引用」和「被背书」的？