一个 2026 年 8 月 9 日注册的新域名，在上线三天后的基线测试中，被 Perplexity 在 30 道无品牌提示的问题里引用了 4 次。同一批测试中，Google AI features、ChatGPT、Claude、Gemini 四个平台各为 0 次。
这篇文章把这次测试的全部口径、方法和期间做过的十件事写出来。同时会说清楚一件事：我们无法证明这十件事带来了那 4 次引用。
该域名同样由我们运营。出于该项目自身的中立性要求，本文公开它的全部数据与方法，但不公开身份、行业和链接——隐瞒共同运营关系比不点名严重得多，所以先在这里说明。
一、先把数字口径写全
| 平台 | 30 题中被引用 |
|---|---|
| Perplexity | 4 |
| Google AI features | 0 |
| ChatGPT | 0 |
| Claude | 0 |
| Gemini | 0 |
- 平台数：5；每平台固定问题：30；观察总数：150（全部完成）
- 被引用的回答数：4；带链接的引用：4
- Perplexity 单平台命中率：4/30 = 13.3%
- 五平台合计命中率：4/150 = 2.7%
- 保留的外部答案链接：1081 个；回答字符总数：518,362
关于这两个百分比，需要明确两点：
第一，13.3% 是单平台数字，不是「AI 引用率」。 五个平台里四个是 0。把最好的那个平台的数字说成「AI 引用率」，是挑数据。
第二，这不是「提升」。 域名注册于观测前三天，没有前值，不存在增量。任何写成「引用率提升 X%」的表述，在这组数据上都不成立。
我们在别处批评过「引用率提升 300%」这类无口径的效果数字。既然批评了，自己的数字就得按同样标准写。
二、方法：这 150 条观察是怎么来的
2.1 问题集：只用无品牌提示问题
每个平台 30 道固定问题，每题有固定编号，长期不变。全部为无品牌提示问题——不问「这个站是什么」，只问该领域里的真实问题，看它会不会被主动提到。
这个设计不是细节，是这套测量能不能用的前提：
- 含品牌名的问题只能检验模型是否知道你。模型知道你，不代表它会在别人没提你的时候推荐你。
- 无品牌提示问题检验的才是有商业含义的那件事：客户问了一个行业问题，你会不会出现在答案里。
问题集不随观测结果调整。改题等于换尺子，前后两次数据立刻失去可比性。
2.2 固定环境：记录到「界面」一级
每条观察记录的不只是平台名，而是具体界面——例如同一平台要区分「已登录状态下的搜索 AI 概览」和其他入口，两者结果可能完全不同。
账户、模型、是否登录、是否新会话、是否逐题匿名，逐项固定并记录。复测前先核对配置，再提问。
2.3 每条观察记录 10 个字段
平台、界面、观测日期、问题编号、本站命中结果、该回答的外部链接数、回答字符数、回答内容的 SHA-256、完整回答是否内部留存、完整回答是否公开。
SHA-256 是这套方法里最关键的一项。 它让「这条回答我们事后没有改过」从一句需要读者相信的话，变成可以验证的事实。生成式回答不可重现，如果没有哈希，任何人（包括我们自己）都无法在事后证明记录的完整性。
2.4 公开边界：只发自己的结果
我们只发布本站自身的命中结果、各项计数和回答哈希。完整的平台回答内容与账户级会话 URL 保持内部，不公开——回答内容的版权归属不清晰，会话 URL 含账户信息。
2.5 「未运行」不记为「0 引用」
首轮测试时有两个平台没能跑起来：一个未登录，一个触发了人机验证。这两个平台当时被明确记为「未运行」，而不是「0 次引用」。
这一条看起来很小，实际影响很大：把跑不起来的平台记成 0，会缩小分母、抬高命中率。多数效果报告不会区分这两种情况，而它们的含义完全不同——一个是「测了，没有」，一个是「根本没测」。
2.6 搜索侧：状态不得混淆
搜索侧的状态是一条阶梯，每一级都不能跳：
提交 ≠ 被发现 ≠ 已抓取 ≠ 已收录 ≠ 有展现。
具体到操作上：
- 站长平台的「已受理索引请求」只表示进入优先抓取队列，不是收录证据；
- 平台界面明确提示重复提交不改变优先级，因此我们不重复请求；
- 请求配额耗尽时不发起无效请求，也不把失败的请求记成「已请求」；
- IndexNow 只对实质新增或变更的 URL 提交，不对未变更内容重复推送。
AI 引用是另一条独立的链路，不在这条阶梯上。我们此前的观测中出现过一个站在某搜索引擎尚未抓取时，已被某 AI 平台引用的情况。
三、这三天实际做了十件事
以下按「与可被引用的相关性」排序。但顺序不代表因果——下面每一条我们都无法证明它起了作用，原因见第四节。
- 结构化数据：为可引用的资产输出 JSON-LD，包含数据集与列表类型，让机器能读懂页面上哪部分是数据、许可是什么。
- 证据分级：把「来源方自述」「独立核实结果」「推导结果」「信息冲突」「未知」分成不同等级，并在页面上显式标出每条信息属于哪一级。
- 未知与冲突不填充：某个字段没有可靠来源时，明确标为未知，不为了页面看起来完整而填造数值。这一条减少了页面的「完整度」，但保住了可核验性。
- 一手来源留存：为每条关键结论保留一手来源、核实时间、条件边界和更正历史。
- 可引用资产：提供版本化的 JSON / CSV / BibTeX 导出，配 SHA-256 完整性校验、旧版快照冻结和更正日志——让引用方能引用一个确定的版本，而不是一个会变的页面。
- 许可明确：自有内容与数据采用 CC BY 4.0，代码采用 MIT，第三方材料明确排除在外。引用者不需要猜自己能不能用。
- `llms.txt`：向 AI 侧声明站点结构与可引用资产的入口。
- 抓取许可：首年明确允许搜索、AI 检索、AI 引用及训练型爬虫抓取；同时写明抓取许可不等于第三方内容授权。
- 搜索入口接入：Search Console、Bing Webmaster Tools、IndexNow 与站点分析全部接入并验证。
- 不发布综合评分与「最佳」排名：比较页只呈现可以逐项核对的字段差异，不给主观总分。
这十件事有一个共同点：它们都是在降低引用方的核实成本。 一个来源如果标明了信息等级、留了一手出处、给了确定版本和明确许可，引用它的风险就更低。这是我们做这些事的假设——它仍然只是一个假设。
四、为什么我们不能说这些动作带来了那 4 次引用
没有对照组。 我们没有另建一个「什么都不做」的域名做对比。因此这十件事里，没有任何一条能被单独证明起了作用，也不能证明它们合起来起了作用。
样本是 1 个站、1 次基线。 单次观测无法区分「方法有效」和「恰好被抽到」。
四个平台是 0，这本身就是反例。 如果这十件事是充分条件，那么在同一批问题、同一个站、同一个时间窗口下，另外四个平台不应该全是 0。同样的做法在四个平台上没有产生任何引用——这一点必须和那 4 次引用放在一起看。
问题集本身影响结果。 换一组无品牌提示问题，命中率会变。30 道题的覆盖面有限。
平台配置强依赖。 换账户、模型版本、登录状态或提问方式，结果都可能不同。
三天是观测窗口，不是「见效周期」。 我们不会据此对外承诺任何时间表。
五、可以直接拿走的部分
抛开这个具体案例，方法本身是可以复用的：
- 用无品牌提示问题建基线，而不是问「XX 品牌怎么样」；
- 固定问题集、固定环境，逐项记录到界面一级，改任何一项就说明清楚；
- 保存每条回答的哈希与外部链接，这是唯一能让观测事后可核验的做法，而且不可补做；
- 区分「未运行」与「0 结果」，不要用前者充当后者；
- 搜索侧按状态阶梯记录，不把「已提交」写成「已收录」；
- 建设动作按「降低引用方的核实成本」来设计，而不是按「增加页面数量」。
第 3 条最容易被省略：答案不会重现，链接和哈希当时不存，之后就永远没有了。
六、下一步
08-21 会做第二次基线复测，届时可以给出同一组问题在时间上的变化——那才谈得上趋势。国内五个 AI 平台（豆包、腾讯元宝、DeepSeek、夸克、百度 AI 搜索）的固定问题基线正在建立。
数据出来都会写，包括与本文假设相反的部分。
关于我们：妙蛙 GEO（Miaowa GEO）是天津思必得科技有限公司旗下的生成式引擎优化（GEO）产品，2026 年成立，统一社会信用代码 91120223MAKH9RTU1Q，网站备案号津ICP备2026010121号。我们做的是品牌在 AI 搜索中被提及与引用情况的监测与优化，服务外贸企业、跨境电商与国内中小企业。我们不代表任何第三方 AI 平台，也不承诺收录、固定排名、流量或收入。
本文所有观测数据来自妙蛙 GEO 研究团队的第一方实测，平台清单、问题数量、观测方法、样本量与限制条件已在文中标注。文中所述域名为我方同期运营的另一个项目，出于该项目自身的中立性要求不公开身份，其数据与方法已完整披露。
本文由妙蛙 GEO 研究团队撰写，使用 AI 辅助进行资料整理与语言校对，文中事实、来源和结论均经人工复核。