做 AI 可见度的人常把「被引用」当成门槛的证明：AI 愿意引你，说明你够权威。一份刚公开的研究把这个假设拆开了——真正决定内容能不能进 AI 答案的，往往不是内容多好，而是你能不能往那家被引的站点里发东西。
研究者跨 10 个 AI 搜索平台抓了 17,211 条引用，落在 6,356 个域名上，然后做了两件事：先把「谁在引」画成地图，再自己注册账号、发帖，看能不能被引进去。结论不算舒服。
引用很集中，但入口大多不设防
第一层发现是引用高度集中：每个平台引用最多的前 20 个域名，吃掉了该平台 20.5% 到 70.8% 的引用。换句话说，AI 答案的信源盘子很小，摸清一个平台偏好的那几类站点，基本就摸到了它的引用入口。
第二层发现是这些入口大多不设防。研究者挑了 22 个与「已被引用域名」绑定的发布平台做门槛测试，15 个在注册和发帖两端都属于低门槛或中门槛——不需要资质、不需要审核、不需要历史。
- 注册容易：邮箱就能开号，不用企业认证；
- 发布容易：发出去基本即生效，不排队、不人工审核；
- 同场竞争：普通用户帖与机构稿件在检索里同等取用。
两头一叠加，结论就出来了：引用集中说明入口少，门槛低说明入口好进。这两件事单独看都不算问题，凑在一起就变成一句话——被引用，不能直接等于被信任。
实测：一个编造的概念，7 天被 8 个平台引了
只做统计还不够，研究者做了受控实验。他们造了一个并不存在的概念，只用普通账号发在平台偏好的站点上，然后看各平台多久会把它写进回答。
结果是：10 个平台里有 8 个，在 7 天内引用了这个编造的概念。在其中一家高偏好平台上，一篇普通帖带来的引用影响，超过了 20 多篇对照组的低偏好内容。第三组数据更直接——一份 14 美元的 GEO 类采购，产出了 13 条公开帖，其中一条在 1 小时内就被某平台带着标记引用了。
这些数字要读得克制一点。它们说明的不是「作弊很划算」，而是三件事：
- 引用选择层对发布门槛的敏感度，可能高于对内容质量的敏感度；
- 引用量是可以被低成本做出来的，它不是质量指标；
- 「被引用」和「被可信来源引用」，在数据上必须分开记。
| 别把它当 | 该把它当 |
|---|---|
| 引用次数 = 权威度 | 引用次数 = 覆盖面 |
| 被引 = 被信任 | 被引 = 被检索到 |
| 一个好用的总分 | 一张要分级的信源清单 |
对正经做 GEO 的团队意味着什么
第一，把「被谁引」写进报表。只统计引用条数等于把所有信源拉平；按域名门槛、站点类型、是否自有渠道分组，才能看出你的引用是长在墙上还是沙上。
第二，别用引用数做唯一 KPI。既然几美元的帖子和一份白皮书在计数器上长得一样，考核就该往更贵的指标上收：品牌词有没有被提及、答案里的表述准不准、决策类问题里有没有你、能不能连续几个月复现。
第三，低门槛入口自己也要占，但用准确的信息。门槛低不等于不该做——那些被 AI 高频引用的平台，恰恰是普通品牌能低成本进入的位置。区别只在于你往里面灌编造的概念，还是放可核对的事实。
写在最后
这份研究最值得记住的不是「14 美元」这个数字，而是它把两个常被混在一起的判断拆开了：能不能进 AI 答案，取决于平台的信源地图；该不该信这条引用，取决于信源本身的门槛。做 GEO 的日常，其实就是把这两件事分别测、分别管——一张信源清单，一份门槛分级，一套不被单条引用打动的监测节奏。