# 国内GEO生态全景：21万条AI引用数据里的平台、信源与机会
此前我们聊过 AEO 的基本逻辑：用户开始直接问 AI，"被引用"成了新的流量入口。这一篇往深走一步，回答一个更具体的问题——**在国产 AI 里，到底是谁在被引用？**
一份覆盖 12 个国内 AI 平台端点、620 个标准问题、214,119 条原始引用观察的数据集（精确去重后 189,845 条，涉及 9,878 个规范信源、107,659 个页面，数据版本 2026 年 7 月）目前给出了最完整的一次扫描。
先说结论：**国内 GEO 不是一个统一的游戏，而是至少四套规则并行的游戏。** 头部信源吃掉 41.5% 的引用；品牌官网几乎拿不到引用（仅 4.33%）；榜单内容是硬通货；内容新鲜度是入场券。
## 一、数据底座：这场观察怎么做出来的
620 个标准问题覆盖六个维度：**提问属性**（对比、口碑、购买、场景等 8 类）、**行业**（餐饮、美容美发、酒店民宿、婚庆摄影等 6 类）、**提示风格**（自然提问 / 要求来源 / 专家角色）、**时间敏感度**、**触发强度**，以及**极端与真实场景**（医疗、金融、法律、多约束任务等 8 类）——问题本身就是一份"用户会怎么问 AI"的清单。
处理链条：214,119 条原始引用 → 精确去重 189,845 条（重复占 11.3%）→ 107,659 个规范页面。信源分类经过 500 次人工复核、8,644 个模型辅助标注和 679 条政府域名规则，九大一级类型的引用覆盖率 99.77%。当然也要记住口径：**样本结构反映引用分布，不等于市场份额**。
## 二、平台格局：第一梯队与它们的"体检成绩"
去重引用量的第一梯队有 7 个端点：**千问网页版 32,464 条**（题均 52.4 条、620 题全覆盖，是数据集里覆盖最完整的端点）、豆包网页版 28,638、豆包手机版 27,071、腾讯元宝网页版 23,932、元宝手机版 23,725、DeepSeek 网页版 16,789、DeepSeek 手机版 14,918。长尾端点差距悬殊：千问手机版 9,600，百度 AI 5,392，Kimi 4,570——后三者在问题覆盖率上也只有 57.6%、19.4% 和 16.6%。
问题覆盖率的第一名是**腾讯元宝网页版（97.4%）**，豆包网页版 95.2%、DeepSeek 95% 紧随其后。全库的平台覆盖从 103 题到 620 题不等——所以任何"跨平台比较"都必须先看对方覆盖了多少题，否则就是拿长跑成绩比短跑。
双端差异值得单独一提：元宝双端几乎完全均衡（移动端引用占比 49.8%），豆包和 DeepSeek 的移动端也在 47%–49%；而**千问移动端的引用量只有电脑端的 0.3 倍**，问题覆盖差了 42.4 个百分点。同一个产品，电脑端和移动端可能是两个世界——你的 GEO 策略也应该是两份。
## 三、信源生态：41.5% 的引用，流向 10 个信源
9,878 个信源里，**前 10 个吃掉 41.5% 的去重引用**。它们是谁？在各端 Top 10 反复出现的名字可以分成三类玩家：
最扎心的数字是：**品牌与企业官网只占全部引用的 4.33%**，即使加上政府和公共机构，"主体自有信源"合计也只有 9.06%。而且平台间差异极大——DeepSeek 网页版给自有信源 16.15% 的引用，文心网页版只给 2.35%，相差 13.81 个百分点。这意味着"做好官网等 AI 来引用"在国内基本不成立：**你必须出现在 AI 已经信任的第三方信源里。**
结构性事实还有一个：1,221 个已归属内容生态的信源承载了 85% 的引用；其余 8,657 个"野生"域名分享剩下的 15%，其中 85.3% 只被引用过 1–5 次。头部生态之外，长尾几乎听不见声音。
## 四、平台偏好：四个产品，四套信源规则
用 334 个八端共同问题、单问题等权口径看各端的"头号信源"，画面非常分裂：
把豆包和 DeepSeek 四个高活跃端的 17 个头部"锚点信源"放到全部八端验证：继承率从 47.1%（千问移动端）到 70.6%（DeepSeek 双端、元宝移动端）。更关键的是跨平台重合度——**相似度最高的平台对（DeepSeek 双端）也只有 34.9%，还有 11 对平台之间完全没有共享的"问题×页面"组合**。
结论很直接：**"一份内容打天下"在国内不成立。** 务实的打法是两层：先用跨平台共识信源（百度百科进入了 9 个平台、覆盖 593 个问题）打底，再对目标平台做专项信源布局。
## 五、内容与新鲜度：榜单是硬通货，过期就出局
107,659 个页面按标题信号归类后，最大的"功能类"内容形态是**榜单排行：24,599 页**，接近指南教程（13,230）的两倍、对比评测（8,113）的三倍。标题特征覆盖率与此完全同频：**29.6% 的标题带年份**、23.1% 带"榜单/排行/TOP"、18.7% 是"推荐/选购"、18.5% 带地域。"榜单+年份"共现的页面有 13,428 个——**"2026 年 + 品类 + 排行榜"就是国内 GEO 当前被引用最多的标题公式。**
新鲜度是另一张入场券：有可靠发布时间的页面中，**2025 和 2026 年的内容占 88.8%**；月度峰值出现在 2026 年 5 月（单月 14,548 页），2026 上半年的样本量是 2025 年同期的 **7.5 倍**。头部玩家正在批量更新带年份的榜单内容，旧内容被系统性替换。顺带一个容易被忽略的细节：**40.6% 的页面没有可靠发布时间**——给内容标清日期和更新记录，是成本最低的优化动作之一。
## 六、机会地图：四类可执行动作
1. **信源扩展（找空白）**：抖音在豆包端被引用 10,939 次、覆盖 99.1% 的共同问题，但整体只出现在 2 个平台上——"某端强势、其他端空白"的信源就是迁移机会；同类候选还有 UC头条、排行榜123网、知乎（5 个平台 / 133 题）。
2. **场景补位（找需求）**：购买类场景供给最密集——电商购买类题均引用 306.9 条，为全库最高档；医疗、金融、法律等高风险场景有独立题组，对信源权威性要求更高，竞争者却更少。
3. **内容模板（找形态）**：榜单 + 年份 + 地域三件套是被验证最多的结构；评测口碑、指南步骤次之。
4. **跨平台迁移（做验证）**：锚点继承率 47%–71% 意味着大约一半到七成的头部信源可以跨端复用——先共识、后专项，用共同问题口径逐端验证。
最后一个提醒（数据集自己也写明了边界）：样本不等于市场，偏好不等于因果，指数为零只代表"未观察到"。用它定方向、排名单没问题；把它当成"AI 永远喜欢谁"的定论，就会输在下一轮模型更新里。
## 写在最后
国内 GEO 的真实图景可以压成四句话：**分平台（四套规则并行）、押榜单（最大公约数的内容形态）、拼新鲜（88.8% 的引用给了近两年）、进白名单（第三方信源远重于自有官网）。**
对一人公司和中小企业来说，这反而是好消息：你不需要讨好所有 AI，只需要在目标客户的真实提问场景里，进入那几个被反复引用的信源，然后比对手更新得更快一点。
> 本文数据口径：12 个国内 AI 平台端点、620 个标准问题、214,119 条原始引用观察（去重后 189,845 条），数据版本 2026-07。所有比例均为该数据集内统计，不代表市场份额。
## 相关阅读