被引用最多，不等于最可信：16 万条信源的交叉验证

行业里流传着一份份「哪个平台引用哪个站点」的清单，但清单只回答了一半问题。把它们和我们自己的信源数据库放在一起看，结论有点反直觉——被引用得多，和被相信得住，几乎是两拨信源。这篇讲清楚这件事，以及它对预算分配意味着什么。

一、一个被反复问、却很少被算清的问题

做 GEO 的人几乎都被问过同一句话：「内容到底该发在哪？」

答案通常来自一份份「AI 信源清单」——按平台统计谁在引用谁，哪个站点被引用得最多。清单本身有价值，它把模糊的「多发内容」变成了可排序的渠道表。但清单只回答了半个问题。

另一半是：我投在这个渠道上，换回来的是什么？

一篇内容被 AI 写进答案，路径大致是两步：第一步是被召回——进入引擎的候选集合，这决定它有没有机会出现在答案里；第二步是被采信——引擎判断这个来源够不够格作为事实依据，决定它被写成「据某某报道」还是被当成背景噪声。

渠道清单测的是第一步。而第一步和第二步，在数据上几乎不重叠。

二、可信侧，行业给出的一个说法

与渠道清单相对，行业另一条线索指向的是可信度。10 月 30 日在盐城举行的「纵横贯通·智联共生」省市县三级媒体 AI 技术联动暨 GEO 共建研讨会上成立了 GEO 联合体、上线了面向媒体侧的 GEO 平台，并发布《纵横贯通 智联共生》技术报告。会上一个判断被反复引用：2026 年是主流媒体可信 GEO 元年——我国生成式人工智能用户已突破 7 亿，其中 76% 用它「回答问题」，用户不一定再点开媒体页面，AI 替他读完、总结、给出答案。

会上形成的共识更值得记：商业 GEO 争「答案里的曝光位」，可信 GEO 争「事实锚点」；商业 GEO 卖「被看见」，可信 GEO 卖「被答对」。盐阜大众报报业集团技术数据中心主任朱墨泉以《让可信成为默认答案》为题分享，逻辑是同一个——三审三校、事实核验、采编规范，把「事实何以可信」本身制度化。内容可以被复制，制度化的公信力无法被复制。

这个说法在直觉上是对的，但它止于定性。「事实锚点」到底落在哪些信源上？有多少个？贵不贵？智多研究院用自己的信源数据库算了这笔账。

三、智多研究院的实测：16 万条信源的可信位分布

智多研究院维护的信源数据库在最近一次合并更新后，覆盖全站 200,314 条在售信源（软文媒体 56,049 / 自媒体 120,584 / 短视频 23,675 / 百科 6），并按 32 项能力、六个维度给每一条打了能力标签——收录与可见性、权威与公信力、搜索权重、发布效率与可控性、内容形态、影响力。

先看最关键的一张表：体量最大的那些渠道，可信能力位上是什么状态。

但正因如此，结论反而更清楚了：体量最大的那几类渠道（抖音、头条、百家号、微博、公众号），在结构上就不是「可核验事实」的载体——它们能给你触达，给不了可信度。这不是某一批信源不行，是渠道形态决定的。

四、发现一：AI 收录这件事，权威属性高度集中

「AI 平台包收录」指平台明确标注该内容可被 AI 搜索引擎或大模型问答召回——这是离 GEO 最近、最硬的一个能力位。全站具备这条的共 655 条，只占全库 0.4%。

关键不在这 655 条的总量，而在它们的构成。按媒体层级拆开：

看具体是谁：人民日报 98 条、央视 38 条、新华社 21 条、凤凰网 50 条——AI 收录的分布，和媒体层级几乎完全重合。中央媒体以全库 0.75% 的信源体量，拿到了 655 条 AI 收录里的 158 条（24.1%）。

这组数字把行业那句「可信 GEO 争事实锚点」从定性变成了可复核的分布事实：AI 引擎在召回阶段就偏好权威层级，越往上越集中。这与「三审三校、事实核验」这套制度化机制在结果上是一致的——制度化的公信力，最终会沉淀成召回层面的分布差异。

五、发现二：权威与非权威之间，价格差就是「被看见 vs 被答对」的分界线

在软文类目内做对比（跨类目混合对比会出伪相关，我们自己踩过这个坑），权威/官方信源与非官方信源的差别非常干脆：

这张表就是「被看见」与「被答对」的价格差：愿意多付二十几倍的钱，买到的不是更多曝光，而是新闻源通道、搜索赋权与权威身份这三样可核验的东西。价格差这么悬殊，是因为稀缺——不是「贵的就是好的」，而是市场用价格标出了哪类资产真的稀缺。

类目内的溢价数据把这件事说得更细。同样在软文类目内，对比命中与未命中信源的成交价中位数：

三条结论直接可用：

• 真正该付溢价的是「证据链类」能力——官方号、可首发、资讯源、AI 收录，溢价都在数倍以上，因为这些位在全库是稀缺的；
• 「可带网址」「周末可发」这类反而更便宜——它们是供给充足的基础门槛，不是溢价项。这不意味着它们不重要（没有它们就建立不了品牌与 URL 的实体关联），只意味着不该为它们多付钱；
• 「可署名」几乎不加价（−20%）——说明市场认为署名本身不是稀缺物，稀缺的是「在权威站上以自有主体署名」的组合。这一条最容易在采购时被忽略。

顺带一句：免费或低价的信源并非没用，它们在可署名、可发视频、可发图文这类操作自由度上更高，适合做矩阵铺量与实体占位。问题只在于——这类信源能铺开事实，但撑不起结论。信源分层怎么摆、免费自媒体该怎么用，我们另有一篇专门讲（见《GEO 信源分层与成本账》），这里不重复。

六、发现三：能同时满足多重要求的信源，全站是个位数

把几条可信能力位叠起来看可选项的收窄程度（口径见下方说明）：

再看价格：AI 收录 655 条的成交价中位数为 ¥83，是全库中位价（¥38）的两倍多，但远低于「官方号」（命中中位 ¥761）与「可首发」（命中中位 ¥780）那几类证据链能力。

七、把渠道表翻译成「能力卡」：三步选源法

1. 第一步：按场景定能力组合。不同目标要的证据链完全不同。先选定场景预设，再看该组合在全站能匹配多少条、成交价中位多少——供给量本身就是稀缺度的直接读数：

品牌背书型只有 11 条，自媒体大号型只有 21 条但中位价到了 ¥50,000——供给越窄的组合越贵，这就是市场给出的稀缺信号。反过来，铺量型 6,339 条、中位价 ¥30，说明它是基础供给层。选源的第一个决策不是「哪家便宜」，而是「我要的能力组合市场上有多少条」。

2. 第二步：看类目内溢价，判断哪些该为它付钱。第五节那张表就是依据：官方号、可首发、资讯源、AI 收录是溢价项，值得付；可带网址、周末可发、保留期是基础门槛，别为它们多花。
3. 第三步：按渠道调性分配形态。同一个观点在不同渠道该有不同形态——短视频渠道要视频、公众号要长图文、搜索系要条目化内容、专业问答场景要结构完整且可溯源的长文。能力卡回答「投给谁才配得上被采信」，渠道调性回答「同一个观点用什么形态分发」。两个问题分开答，别混。

八、四个提醒，别把好事办坏

1. 供给侧数据不能替代引用侧实测。本文的 200,314 条数据回答的是「能买到什么、买到的信源具备哪些能力」，它不等于「AI 实际引用了谁」。这两件事互不替代，也都不该被包装成对方的结论。我们的做法是把两侧分开摆，而不是合成一个更好看的数字。
2. 能力位的价格溢价必须类目内对比。跨类目混合比较会造出伪相关——我们自己在报告生成阶段踩过这个坑。软文、自媒体、短视频是三套不同的供给结构，混在一起算溢价率，结论会漂亮但没用。
3. 「0」要分清是「没有」还是「不适用」。这是本文反复强调的那条线：自媒体与短视频的搜索权重、可带网址、AI 收录等字段大量为空，是渠道形态不具备这类资产位，不是这些信源能力差。误读这一条，会得出「自媒体一无可取」这种荒谬结论，也会把预算全砸在错误的地方。
4. 有属性，不等于被引用。一条信源具备「AI 平台包收录」标签，说明平台承诺它可被 AI 召回，不等于引擎一定召回了它，更不等于它会被采信为事实。能力位是必要条件，不是充分条件——真正的验收仍然要回到你那批真实问法的监测记录上（方法见《做 GEO 最怕「蒙眼开车」》）。

结语

渠道清单和信源能力，其实是同一件事的两面：前者告诉你内容该往哪去，后者告诉你内容凭什么被采信。只做前一半，你会买到很多被看见；两件事合起来看，才发现真正稀缺的东西——可核验的证据链——在整个市场上都是小数：能带网址的占 5.6%，有官方号身份的占 7.6%，而能被 AI 直接召回的只占 0.4%。

所以顺序应该是：先定能力组合，再看供给与价格，最后按渠道调性分配形态。反过来做——先抄一份渠道表、再按表投钱——你会买到很多曝光，却买不到被答对。

行业侧那句「让每一次提问都能抵达真实」，落到执行层其实是一句很具体的话：真实需要证据链，而证据链是可以被点名、被计数、被比价的。这两件事，都得从一张能查、能比、能持续更新的能力卡开始。