这一周，AI 可见度的三个测量口径同时出了问题（含我们自己证据链的一个洞）

一句话结论： 8 月 12 日到 17 日之间出现的三份材料，分别打穿了 AI 可见度测量的三个层级——点击层、答案层、报表层。如果你这几天正在做 8 月的 GEO 月报，其中至少有一项数字大概率是错的。

我们先说命中我们自己的那一项。

洞一：点击层——`utm_source` 漏掉的，正是引用率最高的那批

我们在 2026 年 8 月 6 日发布过《如何证明你的网站被 ChatGPT 引用了？四层证据链方法论》，把证明拆成答案层、抓取层、点击层、业务层四层。其中点击层的核心工具，是 ChatGPT 给外链附加的 utm_source=chatgpt.com 参数，我们在《GA4 里的 AI 流量》里也详细写过它的用法和已知缺口。

8 月 17 日 Search Engine Land 发布的 RESONEO 检索栈研究，指出了一个我们此前不知道的缺口：

在思考模式下，由模型自己主动打开的那些页面，展示给用户的引用里不带 `utm_source` 参数。

为什么这条要命——同一份研究给出的漏斗数据是：

61,332 个 URL   →   进入来源侧栏
 5,032 个        →   成为某条引用背后的主要来源
   759 个        →   被模型真实打开（全部在思考模式）

被真实打开的页面，74% 会被引用；只被检索、从未被打开的，只有 7%。

ChatGPT 检索漏斗：61,332 个 URL 进入来源侧栏，5,032 个成为引用主要来源，759 个被模型真实打开；被打开的 74% 会被引用，仅被检索的只有 7%

也就是说，引用率最高、最有价值的那 759 个页面，恰恰是不留 UTM 痕迹的那一批。用 `utm_source=chatgpt.com` 过滤来衡量 ChatGPT 曝光，你统计到的是点击，漏掉的是"读"。而"读"才是引用的前置条件。

我们的方法论要怎么改

我们此前的表述是"点击层用 UTM 参数 + 无 referrer 黑洞补偿"。这个表述现在不完整，需要补上第三个来源：

证据来源	能证明	不能证明
`utm_source=chatgpt.com`	用户点了这条引用	模型读了多少页
服务器日志中的 `ChatGPT-User` UA	模型真实打开过这个页面	是否最终被引用
缓存抓取日期查询	最近一次有用户触发抓取的时间	抓取的原因和上下文

三个证据来源能证明与不能证明的事：UTM 证明用户点了引用但不证明模型读了多少页；ChatGPT-User 日志证明模型打开过页面但不证明最终被引用；缓存抓取日期证明最近一次被触发抓取的时间

第三行是这份研究提到的一个几乎没人在用的信号：有一个 API 参数可以返回某个 URL 存储副本的抓取日期。研究者的评价是，这实际上是一个近乎免费的曝光指标，但没有人在盯它。

这意味着我们此前四层证据链里的"抓取层"和"点击层"边界需要重画：`ChatGPT-User` 的日志记录不该只算抓取证据，它同时是当前唯一能覆盖那 74% 高引用率页面的观测口径。这同时是对《服务器日志取证：用 AI 爬虫 UA 证明你的页面被抓取和检索》的一处补充：该文把 ChatGPT-User 定性为「有真人在 ChatGPT 里读了这一页」——这个定性没错，但按上面这条，它漏掉了这个 UA 在测量上的第二重身份。

如果你的 GEO 服务商给你的月报里，AI 曝光这一栏只有 GA4 的 AI Assistants 渠道数字，那这份报告是不完整的——不是因为它造假，是因为这个口径本身有结构性盲区。

洞二：答案层——单平台采样不成立，以及一组和我们此前引用的研究相反的数据

8 月 12 日，AI 可见度工具厂商 GetIntel 发布了《AI Software Index 2026》。

口径先摆出来： 126 个软件品类，每个品类约 80 个买家口吻的问题，覆盖 1,825 个品牌，最终 9,978 个有效回答（ChatGPT 5,023 条，Gemini 4,955 条）。问题投给的是消费者版应用而非开发者 API——理由是买家看到的是界面不是 API，这一点和上一篇提到的"API 不能预测产品行为"的发现方向一致。全部数据采集于 8 月 6 日单日。

结论一：三分之一的品类里，两个助手给出不同的第一名

买家打开的是 ChatGPT 还是 Gemini，直接决定了哪家公司被推荐。

这条直接否定了单平台可见度报告的有效性。 我们在《出海企业的监测方案怎么配》里写过跨平台配置的必要性，但当时给的是定性理由。现在有了一个粗略的量级：平台间分歧率约三分之一。

如果你的可见度报告只测 ChatGPT，你对自己在 AI 里的处境的了解程度，大约打了六七折。

结论二：ChatGPT 和 Gemini 对"官网"的态度截然相反

	推荐产品时引用该产品自家官网的比例
ChatGPT	53%
Gemini	13%

Gemini 转而依赖第三方页面。而研究提到的一个细节值得警惕：Gemini 引用最多的所谓"独立来源"，是其他软件公司写的博客文章，且这些公司往往和它们所写的品类毫无关系。

结论三：G2、Capterra、TrustRadius 三家加起来只占 5% 的引用

被引用最多的域名是 techradar.com（1,114 次），Reddit 第二（807 次），Zapier 第三（418 次）。

这里我们必须诚实地指出一个矛盾。

我们在《SaaS 与软件出海的 GEO 打法》和《工业品与原材料出海的 AI 可见度实操指南》两篇里引用过一组数据：在 B2B 技术服务品类中，61% 的 AI 引用给了第三方"Top 10"榜单，被研究品牌的官网在前 30 个被引域名里占比为 0%。

这次的数据说 ChatGPT 有 53% 的推荐引用了产品官网。方向是反的。

我们不打算调和这两组数字。它们的口径不同——一个统计的是"被引域名的份额"，一个统计的是"推荐某产品时是否引用了该产品官网"，前者是域名维度的分布，后者是回答维度的条件概率。分母不同，结论自然不同。

但这恰恰是我们想让读者看见的东西：GEO 行业目前流传的大部分"结论"，其差异来自口径而非事实。 我们在《内容结构化改造指南》里对照过 Princeton GEO（KDD 2024）和 C-SEO Bench（NeurIPS 2025）两项结论相反的研究，这是同一类问题的又一次出现。

任何一份不写清分母的 GEO 数据，都不该被拿来做预算决策。

这份研究的边界

发布方自己说得很清楚，我们照实转述：这是两个引擎、单日的一次快照，没有误差范围，没有同行评审；"第一名"的定义只是回答里第一个被提到的品牌，对一段有层次的回复来说这是个粗糙的度量；单次快照无法说明这些结论是否稳定。GetIntel 表示会按季度刷新——真正值得等的是 11 月那次：如果分歧率仍然接近三分之一，那才说明买家确实在从不同助手拿到不同答案。

另外，GetIntel 本身是 AI 可见度工具厂商，这份索引同时是它的营销素材。这一点和上一篇里的 RESONEO 一样，不影响数据可用，但必须写在旁边。

洞三：报表层——Google 官方的生成式 AI 报告出了 bug

这条时效性最强，也最直接。

从 8 月 12 日至 13 日前后开始，大量站长报告 Google Search Console 的效果报告出现曝光量与点击量下滑，其中生成式 AI 功能报告（该报告不显示点击）同样出现曝光下降。下滑范围过于普遍，社区判断是 bug 而非真实变化。

8 月 17 日，Search Engine Land 报道 Google 已确认该问题，起始时间为 8 月 13 日，表现为曝光量下降。

这意味着：所有在 8 月 13 日之后、基于 GSC 生成式 AI 报告出具的可见度数字，都不能作为真实变化解读。

我们知道有多少团队正在这几天出 8 月上半月的月报。如果你的报表里 AI 曝光那一栏出现了断崖，先别写复盘结论，也别急着调整内容策略——先确认这个 bug 的影响范围和回填情况。Google 目前只确认了现象，没有公布影响范围和数据回填时间表。

这个报告是 2026 年 6 月才上线的官方一方数据源，我们在《如何进入 Google AI Overviews 的引用列表》里推荐过用它来做测量。推荐依然有效，但它现在多了一条使用前提：任何异常波动，先排除平台侧故障，再谈归因。

补充：引用不是状态，是会衰减的

8 月 14 日，AI 可见度平台 Profound 提出了"引用衰减"（citation decay）这个指标概念。

我们认为这个概念方向是对的，但要提醒读者注意它的来源——这是厂商提出的商业指标，不是学术定义，目前没有公开的验证方法论。

不过它指向的问题是真实的：AI 引用有高度的时间波动性，一次截图不构成任何证据。

这一点我们在《答案层实测：用 prompt 抽样量化「AI 到底引不引用你」》里已经用固定提示词集 + 重复采样 + 波动区间的方式处理过。上面三个洞加在一起，只是把这个结论推得更硬：

单一时间点的截图 → 不成立（波动性）
单一平台的采样 → 不成立（三分之一分歧率）
单一渠道的流量归因 → 不成立（UTM 漏掉 74% 那批）
单一官方报表 → 不成立（会出 bug 且不告诉你）

四个「单一」全部不成立：单一时间点截图、单一平台采样、单一渠道流量归因、单一官方报表

一个 AI 可见度数字要成立，它至少需要：多平台、多时点、多层证据源，并且写清楚分母。

修订后的口径：一份月报应该长什么样

结合这一周的三个洞，我们把《一份合格的 GEO 报告应该包含哪些指标》里的验收清单更新了四条：

答案层必须跨平台。 至少覆盖 ChatGPT 与 Gemini 两个体系，且分别列出而非合并成一个总分。合并的总分掩盖分歧率。
答案层必须说明采样是走产品界面还是 API。 走 API 的采样测的是模型知道什么，不是用户会看到什么。
点击层必须与日志层并列呈现。 只给 GA4 的 AI Assistants 渠道数字，等于自愿放弃引用率最高的那批页面的观测。
所有比率型指标必须写明分母。 "被引用份额"和"被引用概率"是两个不同的东西，这一周的两组矛盾数据就是这么来的。

如果你在评估服务商，这四条可以直接拿去当提问清单，配合《如何挑选 GEO 服务商？7 个判断标准与 5 个避坑点》使用。

本文不能证明什么

三份材料没有一份经过同行评审。 RESONEO 与 GetIntel 都是有商业利益的从业方，已在文中分别标注。
UTM 缺口的规模我们无法独立验证。 我们目前只能确认该现象被 RESONEO 记录，尚未在自己的观测中复现。我们会在下一轮实测中把它列入检查项，结果无论好看与否都会公开。
GetIntel 的三分之一分歧率是单日快照。 它可能被采集当天的模型状态、提示词构造方式或品类选择所影响。在季度刷新出来之前，这个数字只能当作量级参考，不能当作稳定基准。
GSC 的 bug 影响范围未知。 Google 确认了现象和起始日期，没有说明覆盖了哪些属性、是否会回填、回填到什么时点。
"引用衰减"目前没有公开的度量方法。 我们引用它是因为它指向的问题真实，不代表我们背书该厂商对它的具体实现。
本文全部数据来自英文平台。 国内 AI 搜索的测量口径问题另有一套，我们的方法论已公开、数据尚在采集中，见《我们打算怎么测国产大模型的信源体系》。

出处

Olivier de Segonzac,《Inside ChatGPT's retrieval stack》, Search Engine Land, 2026-08-17；原始研究报告见 think.resoneo.com
GetIntel,《The AI Software Index 2026》, 2026-08-12；相关报道见 The Next Web, 2026-08-13
Barry Schwartz,《Google Search Console Generative AI Performance Report in Search data bug》, Search Engine Land, 2026-08-17
Profound,《Introducing citation decay》, 2026-08-14