免费的AI引用不会一直有：上一次这样的空场被围起来，是在2013年

摘要：行业里都在说赚来的AI可见度有个正在关闭的窗口，可AI搜索的面积明明每个月都在扩张，那到底什么在关？一位干了二十多年的从业者给的答案是：关掉的是便宜的那部分，是那段你能用力气而不是预算赢下位置的时间。他亲历过一模一样的事——2013年7月30日，Google一句指南更新，就把新闻稿里的优化锚文本判成了非自然链接，那条路一夜之间关了。但当年叠着三份收益，被砍掉的只有一份。这篇讲清围栏是怎么合拢的、5月7日那次结构性跃升为什么按品类分得那么干净、以及为什么自然信号不会归零而是会变成付费系统的训练基底。

先把那句最容易被含糊过去的话摆出来。

“关掉的是便宜的那部分，是那段你能用力气而不是预算赢下位置的时间。”

这句话回答了一个我一直觉得别扭的问题：所有人都在说赚来的AI可见度有个正在关的窗口，可AI搜索的覆盖面明明还在扩张，每个月被聊天机器人回答掉的查询越来越多，带可点击引用的答案也越来越多。那到底什么在关？

AI搜索的面积在扩张，凭什么说窗口在关？

因为扩张的是面积，收紧的是获取方式。

这两件事完全可以同时发生，而且历史上就是这么发生的。一块地越来越大，不妨碍它同时被一道道栅栏分割成需要付费才能进的区块。

Greg Jarboe那篇把这件事讲透的复盘之所以值得读，不是因为它预测了什么，而是因为作者亲手在另一块地上经历过一次完整的围栏过程，知道它长什么样。

2013年7月30日那天，Google围起了什么？

那天Google更新了链接方案指南，把通过通讯社分发到其他站点的优化锚文本，明确归进了非自然链接——跟付费广告同一类。

理由说得很直白：这种分发是公司付钱给通讯社买来的，不是编辑意义上赚来的。

Google没有提前打招呼。它更新了一个关于链接垃圾的政策页面，新闻稿里的优化锚文本对SEO就不再算数了，一夜之间。

新闻稿SEO当年为什么能同时叠三份收益？

这一点必须讲清楚，否则后面的类比不成立。

把一份优化过的新闻稿通过通讯社发出去，当年能同时拿到三样东西：

• 直接的排名提升，来自指回客户站点的关键词锚文本。
• 引荐流量，来自链接本身被点击。
• 间接收益，来自记者读了这份稿子之后写出一篇原创报道，并且自发地链回来。

三份收益叠在同一个动作上，这就是那个“便宜的部分”。花一份钱，收三份果。

被砍掉的是哪一份，没被砍掉的又是哪两份？

这是全文最该记住的一处。

被砍掉的只有第一份：锚文本带来的直接排名提升。

没有消失的是后两份——分发本身仍然产生引荐流量，记者主动写稿并链回来的间接收益也照旧成立，因为那是编辑决定，不是买来的。

那次围栏之后，谁还在赢？

作者所在的机构在那次更新之后，又拿了很多年的奖，客户里包括大学这种对合规极敏感的主体。

原因不复杂：它适应了Google实际围起来的那一部分，而不是假装篱笆不存在，也不是站在篱笆外面抱怨。

更准确地说，决定谁在围栏之后还能赢的，不是谁抱怨得最大声，而是谁在围栏合拢之前，已经建起了篱笆拿不走的东西——引荐关系、记者关系、能拿给客户看的结果。

这个历史类比，对AI引用意味着什么？

AI搜索正在跑同一出戏，只是速度更快。

今天的AI引用也在叠好几份收益：被检索、被引用、被点击、被记住。这些收益现在大部分还能用内容和公关赚到，不需要买。

而围栏已经开始合拢了。问题不是它会不会合，是你在它合拢之前建起了什么。

为什么这次的围栏会比2013年那次快？

有三个结构性原因，值得单独说清楚。

第一，参与方少。当年围栏是Google一家在推，规则更新完还要等整个行业消化；现在几家平台各自在动，任何一家先商业化，都会给其余几家提供参照，跟进速度只会更快。

第二，反馈周期短。当年一条外链的效果要等下一次索引更新才看得出来，以月计；现在从发布到被引的中位时间不到七天，这意味着无论是内容方还是平台方，试错和调整都快了一个数量级。

第三，商业化的地基已经在铺了。可点击品牌链接一上线，广告排名需要的点击数据就开始积累，而这套数据积累到能用的规模，需要的只是时间，不需要任何新的技术突破。

把这三条放在一起，合理的预期不是“还有好几年”，而是以季度为单位去观察，别用年为单位去规划。

窗口不是一个日期，那它是什么？

这是我认为这篇里最有价值的一个重新定义。

大家习惯把“窗口”想成一个截止日期，好像某年某月之后就不行了。但实际上它是一场跟同行的赛跑——窗口关闭的时间表不固定，它取决于你的竞争对手多久醒过来。

在拥挤的B2B品类里，那个钟已经在走了。在冷门品类里，你可能还有很长时间。同一个“窗口”，对不同品类的人长度完全不同。

开口到底有多大？两个数字

一份覆盖1000个企业域名的审计给了两个数：

• 62%的域名在技术层面对AI模型不可见。
• 问这些品牌一个关于自己品类的、不带品牌名的普通问题——买家真会输入的那种——模型有81%的情况根本不提它们。

这就是开口的尺寸。场上大部分人还没入场。

62%技术上不可见，跟身份泄漏是一回事吗？

不是，两者容易被混淆，值得分开。

这里的“技术上不可见”指的是纯粹的可达性问题——爬虫进不来、内容读不到、页面渲染不出来。而站内AI核验不了你的业务时漏在哪那篇讲的身份泄漏，说的是爬虫进来了、内容也读到了，但拼不出一个可信的经营主体。

前者是门锁着，后者是门开着但屋里说不清你是谁。修法完全不同：前者十分钟能修好，后者要花几个月。

81%不被提及，跟90%零提及是同一件事吗？

方向一致，口径不同，别把两个数字混着引用。

站内AI搜索里九成品牌零提及那篇测的是品牌整体的提及率与引用率差距；这里的81%测的是一个更具体的场景——不带品牌名的品类问题下，模型提不提你。

后者更接近真实买家的第一次接触，也更残酷：他压根没打算搜你的名字。

从发布到被首次引用，中位时间是多久？

6.81天。

发布、被检索、被引用，整套流程的中位时间在一周之内完成。这个数字之所以重要，是因为它把“能不能被引用”这件事从一个玄学问题，变成了一个速度问题。

六点八天意味着什么？它凭什么是好消息也是坏消息

好消息是：横在一个品牌和一次引用之间的，主要是它动得有多快。不是权重、不是年头、不是预算。

坏消息是同一句话——横在你的竞争对手和一次引用之间的，也只是他动得有多快。

一周的周转意味着这场赛跑的每一轮都很短。你慢一个月，对方可能已经跑完四轮。

关闭窗口的是稀缺，还是速度？

是速度。这个区分很关键，因为它决定了你该急还是该慌。

如果关闭窗口的是稀缺——比如引用位置总共就那么多个——那这是零和游戏，你该慌。但实际情况是位置还在增加，关闭窗口的是同行的觉醒速度。

所以正确的反应不是慌，是现在就动手，因为动手的门槛低到不像话，而这个低门槛不会一直在。

5月7日那天发生了什么？

有一个被广泛报道的数字：ChatGPT引荐流量在那天跳了157.7%。

第一反应当然是怀疑：会不会只是个尖峰，过两天就回去了？

答案是没有回去。Similarweb把它称为一条新的基线而不是一次尖峰，另一家监测方也在自己追踪的每一个品牌篮子里看到了同样的结构性跃升——大约翻倍，而且守住了。

为什么说三种独立测量落在同一天，这个证据很硬？

因为它排除了单一测量方法出错的可能。

三家用不同方法、不同样本、不同口径的测量方，都指向同一个日期，这强烈暗示那天OpenAI产品内部确实改了什么——尽管这家公司从头到尾没有宣布过。

这也提醒我们一件事：平台的重要变更经常是不宣布的，你只能从数据的形状里读出来。这跟站内没有一个数字能算到你自己站上那篇讲的困境是一体两面——正因为平台不说，第三方测量才既必要又不可全信。

那次跃升按品类怎么分的？

这是整份数据里最有行动价值的部分：

同一次产品变更，三类品类拿到的东西差了一个数量级。

为什么B2B软件涨了两倍，电商几乎没动？

因为它们走的根本不是同一条链路。

对品牌链接更新的追踪给出的解释是：产品推荐走的是购物界面，而拿到这次流量增益的是品牌链接那条流。电商的推荐落在购物那一侧，所以没吃到这波。

推荐公司和推荐产品，为什么走的不是同一条路？

把上面那条翻译成一句话：模型推荐“一家公司”的品类涨了，推荐“一件商品”的品类没涨。

这个区分对你怎么定位自己很重要：

• 如果买家问的是“哪家公司能做这个”，你在品牌链接那条流上，这波红利有你的份。
• 如果买家问的是“买哪个型号”，你在购物那条流上，得按另一套规则玩。
• 很多做DTC的其实两条流都占，但资源往往全压在了第二条上。

这也解释了为什么同样做AI可见度，B2B的人这半年明显更兴奋——他们那条流刚好被拓宽了。

两家平台在下相反的赌注，谁对？

有个看起来很矛盾的现象：一家在测试广告，另一家在二月把自己的广告撤了回去。

很多人把这读成行业还没想清楚。但更合理的读法是：这不是困惑，是两家经济结构不同的公司，在做各自理性的选择。

为什么说两家都理性？先看各自的经济账

一家有数亿免费用户，基础设施账单随用户数一起膨胀。对它来说广告是给免费访问买单的方式，所以到五月，自助广告已经向任何美国广告主开放。

另一家规模小得多，而且它卖的产品本身就是信任。

两种模式下，广告的性质完全不同：前者是必要的成本分摊，后者是对核心卖点的直接侵蚀。

卖信任的那家为什么必须把广告撤回去？

那家公司的高管说得很直接：广告会让用户开始怀疑他们看到的一切。

这句话值得琢磨。在传统搜索里，用户早就习惯了广告和自然结果并排，也大致知道怎么分辨。但在一个只给你一个答案的界面里，用户没法分辨那句话是不是被买过。一旦怀疑开始，整个答案的价值都要打折，而不只是那条广告。

所以撤回广告转向订阅，对一个把信任当产品的公司来说是必然选择，不是退缩。

同一周开放自助广告，还做了另一件事

这是我觉得整篇里最该被单独拎出来的观察。

那家开放自助广告的公司，在同一周还做了另一件事：从5月7日开始，在答案里呈现可点击的品牌链接。

两件事被当成两条新闻分别报道了，但把它们放在同一周里看，形状就不一样了。

可点击的品牌链接，为什么是广告系统的地基？

因为嵌入品牌网址并追踪哪些被点击，正是一套广告排名系统需要用来学习的点击数据。

广告排名不是随便排的，它需要知道哪类结果在哪类查询下更容易被点。这个知识从哪来？从真实用户的点击行为里来。而在有品牌链接之前，答案里根本没有可点击的东西，也就没有这份数据。

所以这一步与其说是给内容方送流量，不如说是给未来的商业化系统埋管道。

这条管道跑在什么数据上？

跑在自然引用已经产生的那些点击上。

这句话的分量在于：你今天靠内容和公关赚来的每一次引用、每一次点击，都在给那套未来会向你收费的系统提供训练材料。

这听着有点让人不舒服，但它同时也是好消息——后面会说到为什么。平台愿意给你什么、什么时候开始收费，从来由它的商业模式决定，站内归因数据为什么不会免费给你那篇讲的是同一套逻辑在另一个功能上的表现。

“AI权威”到底是什么？它不是外链

这个词被用得很松，值得给个具体定义。

比较可操作的说法是：模型多久检索你一次、信不信任你、以及读你为足够当前和足够具体，从而愿意把你的名字放进买家真正在问的那些问题的答案里。

注意最后半句——不是任何问题，是买家真正在问的那些问题。

两千五百万条被引链接里，最强的预测因子是什么？

一份对超过2500万条AI被引链接的分析给出的答案不是外链，是赚来的媒体提及。

84%对0.3%，差了两个数量级还多。

这个对比说明了什么？

说明现在这个阶段，钱在这条链路上几乎买不到东西。

这既是好消息也是提醒：好消息是小预算的品牌现在有真实机会；提醒是这个比例正是“便宜的部分”的量化表现，而它不会一直是0.3%。

换个角度看，0.3%这个数字本身就是围栏还没合拢的证据。等它涨到两位数的时候，这篇文章讨论的窗口就基本关上了。

为什么说这大部分不是训练数据现象？

因为对供应商调研真正重要的那些引擎，是实时检索的，不是从一个静态索引里背诵。

这个区分很实用：如果是训练数据现象，你今天做的事要等下一次模型更新才可能生效，周期以季度甚至年计；如果是实时检索，那前面说的6.81天中位时间才成立。

两种机制对应两种完全不同的耐心水平。搞错了，你要么会过早放弃，要么会过度乐观。各家引擎具体从哪儿取料，站内读网络流量看引擎怎么挑源那篇有字段级的实测。

怎么衡量AI权威才不自欺？

第一步是彻底放弃“我们出现过一次吗”这种测试。

理由很硬：同一个提示两次拿到完全相同AI推荐的概率低于1%。所以单次结果是噪声，不是位置。

低于1%这件事，跟“名次是噪声”是一回事吗？

是同一件事的两种表述，可以互相印证。

站内名次为什么每次查都不一样那篇用两千多次实测算过采样门槛，结论一致：单次查询没有诊断价值。

需要注意的是它跟另一件事的区别——加一个买家条件导致的流失不是噪声而是响应，那是追问一句名单少掉六成那篇讲的。三者合起来是完整的：重复问的抖动是噪声，加条件的流失是响应，长期的出现率才是信号。

那该测什么？声量份额怎么算

可操作的做法是：

• 固定一组真实买家查询，别每次换题。
• 跨几个主要界面反复跑，攒够轮次。
• 打分标准是你的品牌有没有被点名在答案正文里，不是有没有出现在参考链接里。
• 把它算成对具名竞争对手的声量份额，长期跟踪走势。

第三条最容易被做松。出现在底部参考链接和被写进答案正文，对买家的影响完全不是一个量级。

它会像自然搜索那样被侵蚀吗？

被问到这个问题时，受访者没有回避：大概会，部分会。

这个坦率很重要，因为SEO这行的人对这种叙事有充分的疤痕——大多数人花了很多年在Google上建自然可见度，然后眼看着广告和AI概览一点点把它啃掉。

广告已经占了四分之一的AI概览结果

一个具体的数字：广告已经出现在约四分之一的AI概览结果里，一年前这个比例大约是5%。

一年五倍。这个斜率比大多数人的直觉陡得多。

AI概览在商业意图词上的整体渗透变化，站内六十万关键词六个月的实测那篇拆过，两组数据放一起看，趋势是同向的。

承认会被侵蚀，为什么反而让“现在就赚”的论点更站得住？

因为如果论点依赖“AI引用会永远免费”，那它一戳就破。

而实际的论点不依赖这个。它依赖的是两件今天成立、但不会永远成立的事。

第一个理由：入场价低，是因为大多数人还没费那个力气

现在大部分引用仍然来自赚来的工作，而不是广告支出——那个84%对0.3%就是证据。

入场价低不是因为平台仁慈，而是因为大多数品牌还没有费那份力气。62%技术上不可见、81%在品类问题下不被提及，这两个数说的都是同一件事：场上还很空。

这种空是暂时的，因为填补它不需要任何稀缺资源，只需要有人决定去做。

第二个理由：自然信号不会归零，它会变成什么？

这是整篇最反直觉、也最值得记的一句：即便付费层成熟，自然信号也不会归零，它会变成付费系统训练的基底。

把前面几条串起来就明白了：可点击品牌链接产生点击数据，点击数据训练广告排名系统，而那些点击本来就发生在自然引用上。

所以已经被自然推荐的品牌，正是那些点击数据在训练模型的品牌，也是买家在看到赞助答案时已经半认得的那些品牌。

付费搜索当年是怎么演变的？那个先例值多少

值不少，因为这条路已经完整走过一遍。

付费搜索成熟之后，那些同时也有自然排名的广告主，最终每次点击付得更少、转化更好。地确实被围起来了，但已经站在上面的人保住了最好的位置。

同时有自然排名的广告主，为什么付得更少转化更好？

两个机制叠在一起：

• 系统层面，一个在自然结果里也被认可的域名，通常被判定为更相关，这直接影响它需要出多少价。
• 用户层面，一个在同一屏上出现两次的品牌，比只出现一次的更容易被信任和点击。

把这两条平移到AI答案的场景里，逻辑是一样的：当付费位出现时，一个模型本来就愿意自然推荐的品牌，比一个只靠买位置露脸的品牌，成本更低、效果更好。

这就是为什么“现在赚”这件事，即便在完全悲观的假设下也仍然划算——你赚的不只是今天的引用，还有明天的议价能力。

本月该做的第一件事：自己先跑一遍审计

三条建议都不需要预算，这是第一条，也是最容易被外包掉的一条。

先自己跑，再考虑花钱请人跑。因为在你不知道自己真实起点的情况下买来的报告，你也判断不了它准不准。

那15到20个问题该怎么写？

写真实买家会在聊天机器人里输入的问题，三类各占一些：

• 比较类：某某和某某哪个更适合我这种情况。
• 推荐类：给某类人用的最好的某某有哪些。
• 决策类：我该怎么选、选的时候要看什么。

然后跨几个主要界面各问一遍，记三件事：你在哪里出现、哪里是竞争对手出现而不是你、哪里根本是空场。

这是一个下午的工作量，换来的是你真实的起点，而不是你假设的那个起点。空场的识别尤其值钱，站内八成五的品类还没有主人那篇讲的正是怎么把空场变成机会。

第二件事：追提及，不追链接

因为AI答案里大部分站外动作来自被谈论，而不是来自反向链接。

这句话对做惯了外链的团队冲击不小，它意味着预算和精力的分配要改。杠杆最高的动作变成了：进入这些模型实际检索的第三方对比文章、评测平台和品类综述。

第三方对比文章和评测平台，怎么进得去？

几条实际路径，按可控性排序：

• 主动联系那些已经做过你品类横评的作者，提供可核验的产品事实和差异点，不要提供软文。
• 把自己提交进行业目录和评测平台，很多是免费的，只是没人去填。
• 让真实客户在评测平台留下评价，这一层比你自己说什么都有用。
• 用一手数据换报道——你手上的行业数据是记者要的东西，这也是新闻稿那套里唯一没被围栏拿走的部分。

最后一条正好呼应开头的历史类比：当年围栏拿走的是买来的锚文本，没拿走的是记者自愿写的报道。今天大概率也是同一条分界线。

第三件事：今天就去看一眼robots.txt

这是三条里最不体面、但可能收益最高的一条。

相当一部分品牌之所以技术上不可见，原因尴尬到简单：他们不小心把几个AI抓取器挡在了自己站外面。

那十分钟零成本的修法，具体查什么？

打开你的robots.txt，逐条确认：

• 有没有针对具名AI抓取器的整体禁止规则，是不是当初为了防采集顺手加的。
• 有没有一条针对所有抓取器的通配禁止，把该开放的目录一起挡了。
• 防护层或者CDN那边有没有按特征拦截，这一层不在robots.txt里，要单独查。
• 关键页面能不能被匿名访问，登录墙和地区限制同样会造成不可见。

该不该拦、拦了会损失什么，是个需要算账的决定，站内要不要向AI爬虫收费那篇算过这笔账；技术端整体怎么配才能被抓到读得懂，则在GEO技术端怎么优化里。

一个下午的审计，具体该怎么排时间？

说“一个下午”容易让人以为很随意，其实它有个挺紧凑的节奏：

• 前半小时写问题。20个，三类各占一些，写完先给销售看一眼，让他们划掉不像真买家会问的那些。
• 中间两小时跑。三个界面各跑一轮，每个问题至少问三遍，因为单次结果是噪声。用无痕或临时对话，避免自己的历史把结果染色。
• 最后一小时记录。每个问题记三件事：你出现没有、谁出现了、答案引了哪些来源。

最后一栏最值钱，很多人只记前两栏。被引来源的那份名单，直接告诉你这个品类的事实源是谁，也就是你接下来该去哪儿争取提及。

空场怎么识别？什么样的空场值得占

空场指的是那种模型给不出几个具体品牌名、或者答案泛泛而谈的问题。它们是这轮里最便宜的机会。

但不是所有空场都值得占，判断标准有三条：

• 这个问题真有买家在问吗。有些问题之所以是空场，只是因为没人关心。
• 它离成交有多远。“某某是什么意思”这种空场，占了也换不来生意。
• 你有没有真材实料能填。空场之所以空，有时是因为需要一手数据或真实经验，而那恰恰是内容农场填不了、你能填的。

三条都过的空场，优先级高于任何一个热门大词。这跟品类层找空位的思路是一致的，只是颗粒度更细。

被点名和被链接，哪个更重要？

短期看被链接，长期看被点名。

被链接给你直接的引荐流量，能在后台看到，好汇报。被点名进答案正文的品牌，才是买家真正记住的那个，而且它不依赖用户愿不愿意点。

把这两栏混着记，是很多可见度报表虚高的根源。

品牌链接出现之后，你的落地页要不要改？

要，而且这件事的紧迫性被严重低估了。

过去AI答案里没有可点击的东西，被引用了也带不来访问，所以落地页怎么样无所谓。现在链接出现了，从答案点进来的人会直接落到某个页面上——而那个页面多半是你为搜索流量设计的，不是为一个已经读完一段答案的人设计的。

这批访客的特点很鲜明：他们已经知道你是谁、已经看过一段概述、进来是为了验证某个具体点。给他们看一遍品牌故事纯属浪费。这层落差怎么补，站内AI来的流量转化率更高可落地页接不住那篇拆得比较细。

引荐流量来了，你的后台能不能认出来？

多半认不出来，这是另一个容易被漏掉的环节。

从AI答案里点进来的会话，相当一部分不带可识别的来路信息，会被默认归进直接流量。于是你辛苦赚来的引用带来了访问，报表上却显示什么都没发生。

结果是团队据此判断“这条路没用”，把资源撤走——恰恰在窗口还开着的时候。这条链路怎么识别、分类规则该怎么写，ChatGPT推荐带来的访问在后台隐了身那篇有可直接照搬的做法。

围栏正在合拢的信号有哪些？该盯什么

与其猜日期，不如盯几个可观察的指标：

• 付费投放在被引来源里的占比。现在是0.3%，它往上走就是围栏在合。
• 广告在AI答案界面里的出现率。已经从约5%涨到约四分之一。
• 平台有没有推出面向内容方的付费曝光产品，哪怕是小范围测试。
• 自然引用的位置有没有被系统性下移，比如从答案正文挪到折叠区。

第四条最隐蔽也最要命——引用还在，但被放到了用户看不见的地方，这在传统搜索里发生过不止一次。

如果有一天预算真能买位置了，那时候该怎么办？

那时候的打法会变成两条腿走路，而不是二选一。

先想清楚一件事：付费位出现不意味着自然位消失，而是意味着同一屏上要同时争两个位置。付费搜索的历史给出的答案很清楚——两个都占的品牌，成本更低、效果更好。

所以现在做的自然工作，到那时候不是被作废，而是变成了你买位置时的折扣券。这也是为什么“等它明朗再说”是最贵的选项。

中文市场的窗口，跟英文市场一样吗？

不一样，而且大概率更宽，但也更难量。

更宽是因为中文语料里做过AI可见度这件事的品牌更少，空场比例更高。更难量是因为主流工具对中文界面的覆盖差，很多现成的监控产品在这边直接失灵。

对出海团队来说，实际的做法是分开跑：目标市场用当地语言和当地界面测一套，中文市场另测一套，别把一边的结论套到另一边。两边的竞争密度可能差好几倍。

这件事在团队里该谁负责？

它天然跨了三拨人，而且最容易卡在中间那拨：

第二行是关键。公关团队如果还在用发布数量和媒体级别考核，那他们做的事跟AI引用的关系是随机的。考核指标不改，动作就不会改。

怎么向老板论证现在就该投入？

别讲趋势，讲三个可验证的事实加一个类比。

• 事实一：现在的引用里，赚来的占84%，买来的占0.3%——所以现在花力气比以后花钱便宜。
• 事实二：从发布到被引的中位时间不到七天——所以见效周期比传统SEO短得多。
• 事实三：我们品类下的空场有几个，具体是哪几个问题——这个数字来自你自己跑的审计，最有说服力。
• 类比：付费搜索成熟之后，同时有自然排名的广告主付得更少、转化更好。我们现在做的，是在给未来的自己攒折扣。

最后那个类比对做过SEM的老板特别管用，因为那是他亲身经历过的账。

有没有一份能贴墙的窗口自查清单？

把全文收敛成一张表，每季度过一遍：

哪些动作不管围栏怎么合都不后悔？

这个问题值得单独回答，因为它决定了在不确定性下该往哪儿押。

三类动作是无悔的：

• 可达性。让机器进得来、读得到，这件事在任何规则下都是前提。
• 可核验的事实。你的服务范围、参数、政策写清楚，这既服务于AI也服务于人。
• 真实的第三方关系。媒体、评测方、社区里的真实存在感，是当年围栏拿不走的那部分，今天大概率也一样。

反过来，最容易后悔的是那些只为某一个平台某一版规则定制的动作。规则一变，投入全废。这条判断在为AI可见度买外链正在重演当年那一幕那篇里有更狠的版本——有些动作不只是会白做，还会留下要还的债。

记者关系这种老手艺，今天还值钱吗？

比前几年更值钱，而且理由变了。

过去做媒体关系，图的是曝光和背书，效果难量化，所以在预算表上一直是被砍的那一栏。现在它多了一条可量化的价值链：媒体内容是模型实际检索的对象，被写进一篇会被反复引用的横评，等于把自己塞进了这个品类的事实源。

而且这一层有个很好的性质——它不随平台规则变化而作废。2013年那次围栏拿走了买来的锚文本，没拿走记者自愿写的报道；今天的围栏大概率也是同一条分界线。押在这一侧的投入，是少数几种不会白花的。

反过来说，如果你的公关团队这些年一直在按发稿量交差，那这层关系可能压根没建起来，只是买过一堆分发。那两者在这条链路上的差别，就是有用和无用的差别。

小团队没有公关资源，这条路走得通吗？

走得通，而且现阶段小团队反而有个不对称优势。

大品牌的公关流程重，一份数据对外要过好几道审批；小团队一个人就能决定把后台数据整理出来发给某个作者。在一个周转以周计的场里，这个速度差是实打实的优势。

具体能做的：

• 把自己踩过的坑写成有细节的复盘，主动投给做相关选题的作者。有细节的失败案例比任何成功故事都容易被采用。
• 在垂直社区里长期回答真实问题，这些内容本身就在被检索。
• 把产品的硬事实整理成一页可复制的表格，让任何想写你的人都省事。

第三条的杠杆最容易被低估。写横评的人最怕的就是去官网翻半天找不到参数，你把这件事替他做了，被收录的概率会明显提高。

这份判断的保质期有多久？

机制的部分很稳，数字的部分变得很快。

稳的是那条历史规律：一块空场被商业化的时候，买来的那部分先被围起来，赚来的那部分留得更久，而已经站在场上的人保住最好的位置。这条规律在付费搜索、在新闻稿链接上都验证过一次。

变得快的是所有具体数字——84%对0.3%的比例、广告在答案里的出现率、各品类的引荐增幅，这些每个季度都可能不一样。所以正确的用法是记住机制，把数字当成需要自己重测的基线。

还有一层要留心：这类判断一旦广为流传，它描述的窗口本身就会加速关闭，因为看到的人都开始动了。这不是文章的副作用，这就是“窗口取决于同行多久醒过来”这句话的字面意思。

那个两百多亿的预测，该怎么拿？

被传得最多的一个预测是：美国AI搜索广告支出从2025年约10亿美元，涨到今年20.8亿，再到2029年的259亿，届时约占全美搜索广告支出的13.6%。

这是一家可信机构给的真实数字。但它是一个建立在平台采纳率和可购物广告格式假设之上的预测，不是对已经发生的事情的测量。

预测方自己标注的警告是什么？

给出这个预测的分析机构自己标了一条明显的警告：如果AI答案继续像在传统搜索里那样压制点击，那笔广告支出可能交付不了这个美元数字所暗示的流量，而平台方可能会放慢全面商业化，直到经济账算得更清楚。

另一家机构的模型则单看某一家公司的广告收入，到2030年就能达到300亿美元。

两个数字放在一起，合理的用法是把260亿当成一个可信的中点，而不是一件已定的事。这跟站内把一份被到处转述的主张逐字核回原文那篇讲的纪律是同一条：先找分母，再看假设，最后才谈结论。

公关的考核指标该怎么改？

这是落地环节里最实在、也最容易被跳过的一步。

传统公关的考核多半是发布数量、媒体级别、曝光量。这三个指标跟AI引用的关系是随机的——一篇发在大媒体上但没被检索到的稿子，在这条链路上等于零；一篇发在垂直小站上但被反复引用的横评，价值可能更高。

可以换成的指标：

• 被AI引用的提及数：这条提及有没有在你的审计里作为来源出现过。
• 事实源覆盖率：本品类被反复引用的那几家里，你占了几家。
• 可核验事实的落地数：你提供的数据有多少被对方原样采用。

第二条最能驱动行为。它把公关从“广撒网”变成“盯住那几家”，而那几家是从审计里数出来的，不是拍脑袋定的。

一手数据换报道，具体怎么操作？

这是当年新闻稿那套里唯一没被围栏拿走的部分，也是今天最值得复用的手艺。

核心是你手上得有别人没有的数据。出海生意在这件事上其实很占便宜：

• 你的后台有真实的品类数据，比如某类产品在某个市场的退货率、旺季波动、履约时效。
• 你有跨市场的对比视角，而当地媒体缺这个视角。
• 你有一线的操作细节，比如某项合规要求实际执行下来是什么样。

做法是把这些整理成一份不带营销话术的小报告，主动给做过相关选题的作者。记住关键：给的是数据和事实，不是稿子。你给稿子，对方要么不用要么标成广告，两种结果在这条链路上都无效。

评测平台和目录，哪些值得花时间？

不是所有都值得，判断依据来自你自己的审计。

做法很直接：把审计里记下的被引来源汇总，按出现频次排序。排在前面的那几家就是这个品类的事实源，其余的可以先放着。

然后逐个看能不能进：

• 目录型的通常可以直接提交，多数免费，卡点只是没人去填。
• 评测平台需要真实客户去留评价，这一层比你自己说什么都有用。
• 编辑型横评要靠联系作者，拼的是你能不能提供他要的事实。

按这个顺序做，前两类通常一两周就能见到变化，第三类要按月算。

如果品类里已经站满了人，还有机会吗？

有，但打法要换，不能硬碰品类大词。

三条现实路径：

• 往细分条件里钻。品类词下站满了人，不代表加了买家条件之后还站满。这一层的机制前面提过一次，而它反过来正是新品牌的机会——大牌因为定位太宽被筛掉，窄定位的反而留下。
• 往长尾问题里钻。审计里那些答案泛泛而谈的问题，往往是因为没人认真填过。
• 换品类框定。你在一个品类里挤不进去，换个说法可能就进了另一个候选池，这条路的机制在换个品类词AI就不推你了里讲过。

三条里第一条最被低估，因为大多数团队的监控压根没测到那一层。

这件事和传统SEO，是替代还是叠加？

是叠加，而且重合度比多数人以为的高。

可达性、结构清晰、事实准确、第三方背书——这几件事在传统搜索里同样是基本功。真正新增的只有两块：一是审计的方式变了，从查排名变成了跑真实买家问题；二是抓手变了，从追外链变成了追提及。

所以正确的资源安排不是另立山头，而是在现有流程里加两道动作。把它当成新项目去立项，反而容易因为看不到独立的ROI而被砍掉。

这波红利，跟“AI流量转化率更高”是同一件事吗？

不是同一件，但它们串在一起才完整。

流量涨说的是量，转化率高说的是质。5月7日那次跃升解决的是前者——之前没有可点击的链接，所以再多引用也变不成访问。而这批访客的质量本来就好，只是过去没有通道过来。

两件事叠加的结果是：这条通道刚被打通，而通道那头的人本来就更值钱。这也是为什么现在接住它比半年前重要得多——半年前接不住是因为没得接。

半年后回头看，该拿什么证明这半年没白干？

提前把证据设计好，比事后找补容易得多。建议保存这四样：

1. 第一次审计的原始记录。20个问题、三轮结果、被引来源，全部存档。这是基线。
2. 可达性修复前后的对比。robots改动的时间点、改了什么，写清楚。
3. 争取到的第三方提及清单，标注哪几条后来在审计里作为来源出现过。
4. 每季度重跑同一批问题的出现率曲线。

第四条是唯一能说明趋势的东西，前三条只能说明你做了事。而多数团队缺的恰恰是第四条——不是没做事，是做完了说不清有没有用。

顺带一提，出现率这个指标本身也要多轮采样才可信，单次结果没有诊断价值，这一点前面已经说过，落到执行上就是每次重跑都要跑够轮次，别图省事。

一个出海跨境物流服务商的三个月

保哥手上有个做跨境海运和海外仓的客户，服务对象是中小型出海卖家，典型的B2B服务生意——买家问的是“哪家公司能做”，不是“买哪个型号”，正好落在这波品牌链接红利的那条流上。

第一个月做审计。写了18个真实买家问题，跨三个界面各问三轮。结果挺难看：品类问题下他们只在两轮里出现过一次，而反复出现的是三家同行加两个媒体榜单。空场也很明显——凡是问到某个具体小众航线的，几乎没有任何品牌被点名。

第二个月做了两件事。一是查robots.txt，发现两年前为了防同行采集报价，运维加了一条通配禁止，把几个AI抓取器一起挡在了外面——这条改了五分钟。二是把重点从外链转到提及，联系了三家做过跨境物流横评的媒体和一个行业目录，提供的是可核验的服务范围、航线覆盖和时效数据，不是稿子。

第三个月开始有变化。品类问题下的出现率明显上来，而变化最大的恰恰是那些小众航线的问题——空场被占住了，因为压根没人跟他们抢。

诚实说一句，robots.txt那条改动的影响没法和媒体提及分开算，两件事是同时做的。要拆开得跑对照，方法在前面提过的那几篇里。

那次判断失手：把窗口当成一个日期在等

这个客户之前有过一段停滞，责任在我。

最早聊AI可见度的时候，保哥给的判断是：现在格局还没定，等主流平台的规则明朗一点再投入，免得白做。这个说法当时听起来很稳健。

问题在于它默认了“窗口关闭”是一个会被宣布的事件，等宣布了再动也来得及。

实际发生的是：那半年里，同行里动手早的两家把品类问题下的位置占住了，而且因为AI答案有明显的滚雪球效应，后来者要挤进去的成本比一开始高得多。窗口从来没有被宣布关闭，它只是一点点被别人填满了。

这次失手的代价是半年的先发位置。教训是：在一个门槛低、周转快的场里，“等格局明朗”几乎等同于“把位置让出去”。

这套判断最容易被误读成什么？

几种误读值得提前说清：

• 误读一：以为AI引用马上就要收费了。没有任何证据支持一个具体时间表，能确定的只是方向和已经开始铺的管道。
• 误读二：以为围栏合拢后自然工作就白做了。恰恰相反，历史先例说的是已经站在场上的人保住了最好的位置。
• 误读三：把84%对0.3%当成永久状态。那个比例正是窗口还开着的度量，它会变。
• 误读四：以为这是B2B专属的事。品类红利确实偏向B2B，但围栏这件事对所有品类都成立，只是各自的钟走得快慢不同。

从这周开始，先做哪三件事？

都是当周能开工的：

1. 写20个真实买家问题，自己跑一轮审计。一个下午，换来你真实的起点和一张空场地图。
2. 打开robots.txt看一眼。十分钟，零成本，而且相当一部分人会在这里发现问题。
3. 挑三家做过你品类横评的媒体或平台，各发一份可核验的事实材料。不是软文，是数据。

这三件加起来不超过一个工作日，而它们对应的正是审计、可达性和提及这三层。前两层今天就能见底，第三层需要时间，所以更该今天就开始。

常见问题解答

AI引用的免费窗口到底什么时候关？

没有一个日期。它不是被平台宣布关闭的，而是被同行一点点填满的，所以关闭速度取决于你所在品类里竞争对手的觉醒速度。在拥挤的B2B品类里这个钟已经在走，在冷门品类里可能还有很长时间。判断依据是去跑一轮审计，看你的品类问题下是空场还是已经站满了人。

2013年那次新闻稿链接被判非自然，跟今天有什么可比性？

可比的是围栏的形状。当年新闻稿分发同时叠着三份收益，Google一次指南更新只砍掉了其中一份——买来的锚文本；引荐流量和记者自愿写稿链回来的那两份都还在。今天的AI引用同样叠着好几份收益，大概率也是买来的那部分先被围起来，而赚来的那部分留得更久。

62%技术上不可见，跟AI核验不了业务身份是一回事吗？

不是。技术上不可见指的是可达性问题，比如抓取器被挡在外面、内容读不到、页面渲染不出来，这类问题往往十分钟就能修好。身份核验不了指的是爬虫进来了、内容也读到了，但拼不出一个可信的经营主体，那要花几个月。两者的修法和周期完全不同。

为什么说自然信号不会因为付费层成熟而归零？

因为可点击品牌链接产生的点击数据，正是广告排名系统需要用来学习的材料，而那些点击本来就发生在自然引用上。已经被自然推荐的品牌，恰恰是训练那套系统的品牌，也是买家看到赞助答案时已经半认得的那些。付费搜索当年就是这么演变的：同时有自然排名的广告主，最终每次点击付得更少、转化更好。

为什么5月7日那次跃升电商几乎没吃到？

因为产品推荐走的是购物界面，而那次拿到流量增益的是品牌链接那条流。简单说，模型推荐一家公司的品类涨了，推荐一件商品的品类没涨。做DTC的往往两条流都占，但资源常常全压在商品那一条上。

做AI可见度监控，为什么不能只看出现过一次？

因为同一个提示两次拿到完全相同推荐的概率低于1%，单次结果是噪声不是位置。可靠的做法是固定一组真实买家查询，跨几个界面反复跑，按品牌有没有被点名在答案正文里打分，并算成对具名竞争对手的声量份额长期跟踪。

追提及不追链接，那外链还要不要做？

要，但优先级和目的变了。在AI答案这条链路上，赚来的媒体提及约占引用的84%，付费投放只有0.3%，所以杠杆最高的是进入模型实际检索的第三方对比文章、评测平台和品类综述。外链在传统搜索里的价值没有消失，只是它不再是这条新链路上的主要抓手。

那个259亿的广告支出预测可信吗？

它来自可信机构，但本质是建立在平台采纳率和广告格式假设上的预测，不是已发生事实的测量。预测方自己也标了警告：如果AI答案继续压制点击，这笔支出可能交付不了对应的流量，平台也可能放慢商业化。另一家机构对单一公司的模型则给出更高的数字。合理用法是把它当可信的中点，不当已定的事。

权威参考资料