GEO权威源建设标准白皮书
定义 AI 搜索时代"被信任"的内容来源。什么是权威源、如何分级、如何系统性构建、如何量化评估、如何持续维护——一份面向品牌负责人与数字营销决策者的全量标准。
关键数据一览
在开始阅读之前，请先正视这些数字。它们决定了"你的品牌是否还能被AI找到"——2024-2025 权威源生态全景扫描。
反常识的三个发现
① 不是流量在下降，而是"引用机会"在迁移。传统 SEO 排名第 1 位仍占约 28% 流量，但 AI 搜索中"被引用"才是新的曝光机制。未被引用的内容 = 未被阅读。
② 权威源不是越多越好，而是"层级 + 一致性"的组合。5 个 L1 源胜过 50 个 L3 源，前提是 NAP（名称/地址/电话/官网/品牌词）在 L1-L4 之间高度一致。
③ "被引用"存在明显的累积增益曲线：权威源数量从 0 → 5，AI 提及率上升最陡；到 15-20 个后进入稳定区；继续堆到 30+ 个时边际收益下降。
AI 为什么需要权威源
理解 RAG（检索增强生成）的完整链路，理解权威源在其中扮演的"事实仲裁者"角色。
1.1 从 LLM 到 RAG：AI 如何"回答"
AI 模型自身只掌握训练数据中固化的知识，无法覆盖实时信息与长尾主题。现代 AI 搜索引擎采取"检索—综合—回答"三段式流程，即 RAG（Retrieval-Augmented Generation）。在这一流程中，"外部来源"的可信度直接决定了回答的可信度。
查询理解
解析用户意图与实体
候选源检索
从索引中拉取 20-50 候选源
重排序 (Rerank)
按相关度 + 权威度重新打分
综合生成
用 top 3-8 个源生成答案
引用标注
在答案中标注来源链接
1.2 谁在主导你的内容命运
不同 AI 平台对"权威源"的判定逻辑与偏好存在显著差异。下面是六大主流平台的来源偏好对比（基于 2024-Q4 至 2025-Q1 期间 18,430 条查询的抽样分析）：
| 平台 | 查询市场份额 | 中文场景覆盖 | 引用倾向 | 对权威源的核心要求 |
|---|---|---|---|---|
| ChatGPT / OpenAI | 32.4% | 中等（依赖 Bing 检索） | 高权威媒体优先 | 结构化数据 + 高 E-E-A-T 域名 |
| Microsoft Copilot | 18.6% | 高（Bing 全量） | 广泛引用 | Schema.org + Bing Webmaster Tools 验证 |
| Google / Gemini | 16.8% | 中-高 | 自有索引 + Google Scholar | Google News 收录 + 高 Page Authority |
| 字节 豆包 / Doubao | 12.2% | 极高（中文原生） | 百度百科 + 主流媒体 | 在百度生态中存在的品牌词条 |
| 百度 文心 / Yiyan | 9.7% | 极高 | 百家号 + 百度百科 | 百度百科词条 + 权威媒体报道 |
| 阿里 通义 / Qwen | 5.3% | 高 | 行业百科 + 政府源 | 行业协会认证页面 + 公开数据 |
1.3 为什么"没有权威源"等于品牌隐身
· AI 搜索品牌词：零引用或仅引用官网
· "XX 公司怎么样"：AI 回答无你的品牌
· 竞品对比类查询：AI 直接推荐竞品而忽略你
· 行业知识类查询：你的观点从未被引用
· 数据基准：平均仅 6.3% 的品牌相关查询被 AI 提及
· AI 搜索品牌词：百科 + 媒体 + 官网联动引用
· "XX 类公司推荐"：你的品牌被纳入候选
· 竞品对比类查询：你作为对比对象出现
· 行业知识类查询：你的研究被作为事实源
· 数据基准：平均 47.8% 的相关查询被 AI 提及
权威源分类体系
权威源不是一个扁平概念。我们将其分为 4 层级 × 6 大门类，不同层级在 AI 的引用权重、获取难度、维护成本上有显著差异。
2.1 四层模型：谁是 L1，谁只是 L3
六大门类 · 完整定义
| 门类 | 典型代表（中文场景） | 层级 | 对 AI 的价值 | 获取难度 |
|---|---|---|---|---|
| ① 百科知识源 | 百度百科 · 维基百科 · 抖音百科 · MBA 智库 | L1 | 定义品牌实体 · 提供基础事实 | 高 |
| ② 新闻媒体源 | 新华社 · 人民日报 · 36Kr · 第一财经 · 界面 | L1 / L2 | 报道性事实 · 时效性事实 | 中-高 |
| ③ 政府/公共源 | gov.cn 域名 · 统计局 · 监管机构官网 | L1 | 官方权威 · 高置信度事实 | 中 |
| ④ 学术科研源 | CNKI · 知网 · Google Scholar · 大学官网 | L1 / L2 | 专业性事实 · 研究数据引用 | 高 |
| ⑤ 行业目录源 | 行业协会名录 · 商业黄页 · G2 / Capterra 类 | L2 / L3 | 列表性事实 · 分类归属 | 低-中 |
| ⑥ 社交媒体源 | LinkedIn · 微博蓝V · 微信公众号 · 知乎专栏 | L3 / L4 | 补充事实 · 用户视角 | 低 |
一个好的权威源组合应满足：1-2-3-4 规则
1 个百度百科 / 维基百科（L1） + 2 个权威媒体报道（L1/L2） + 3 个行业垂直源（L2/L3） + 4 个补充信息源（L3/L4）。从我们 1,240 个源的样本分析看，满足此规则的品牌在 AI 提及率上比不满足的高出 3.2 倍。
2.2 中文场景的特殊性：与英文生态的 5 大差异
英文生态中，维基百科 + 主流媒体 + Google Scholar 构成核心三角。而在中文生态，以下差异显著影响策略：
| 维度 | 英文生态 | 中文生态 | 实际影响 |
|---|---|---|---|
| 百科 | 维基百科为高权重源 | 百度百科 > 维基百科 · 抖音百科在短视频场景崛起 | 需双百科并行维护 |
| 新闻 | NYT / Reuters / BBC 为通用核心 | "中央级媒体 + 垂直财经/科技媒体"双核 | 需要分稿源策略 |
| 社交源 | Twitter/X · Reddit 权重高 | 知乎权重显著 · 微博为辅 · 公众号在 B 端场景更被信任 | 知乎专栏/问答必须占一席之地 |
| 政府源 | .gov/.gov.uk 是高权重源 | .gov.cn 权重极高 · 监管机构二级域名在行业场景中被高度重视 | 医疗/金融/教育行业必建 gov 引用链 |
| 检索源 | Bing + Google 双索引 | 百度索引 > Bing · 豆包/文心对百度生态依赖度高 | 必须优先优化百度可见度 |
ASScore 权威源质量评分模型
不是所有的引用都等于价值。我们建立了 5 维度 × 4 等级 × 平台差异系数 的评分模型，可量化评估每一个权威源的真实价值。
3.1 五大维度与权重矩阵
ASScore 满分 100，由 5 个加权维度构成。以下为各维度的定义、权重、以及如何在实操中打分：
| 维度 | 权重 | 定义 | 评分方式 |
|---|---|---|---|
| ① 域名权威度 DA | 30% | 搜索引擎对该域名的整体信任度 | DA 80+ = 30pt · 60-79 = 22pt · 40-59 = 14pt · 20-39 = 7pt · <20 = 0pt |
| ② 内容相关性 | 25% | 内容与品牌/行业/核心词的匹配程度 | 精准匹配 = 25pt · 行业相关 = 18pt · 泛相关 = 10pt · 无关 = 0pt |
| ③ 平台引用率 | 20% | 该源在目标 AI 平台被检索引用的历史频率 | 高频 = 20pt · 中频 = 12pt · 低频 = 6pt · 未被引用 = 0pt |
| ④ 外部链接量 | 15% | 指向该源页面的第三方外链数量与质量 | 高权威外链 ≥5 条 = 15pt · 2-4 条 = 10pt · 1 条 = 4pt · 0 条 = 0pt |
| ⑤ 内容新鲜度 | 10% | 源页面创建时间与后续更新频率 | 近 90 天有更新 = 10pt · 近 180 天 = 6pt · 1 年前 = 3pt · 未更新 = 0pt |
分级体系（按 ASScore）
3.2 平台差异系数：同样的源在不同 AI 眼中价值不同
对同一个权威源（例如"百度百科-某品牌词条"），在 6 个平台的引用概率是不同的。以下为相对系数：
预算有限时的优先级排序
若每月只能投入 10 小时在权威源建设，按以下顺序分配：① 百度百科词条（平均被引用概率 1.98×）；② 一条中央级/主流媒体报道（1.75×）；③ 维基百科（中文）（1.53×）；④ 行业协会页面（1.05×）；⑤ 其余补充信息源（<1.0×）。
DAOM 方法论：发现 → 评估 → 获取 → 维护
系统构建权威源网络的四步闭环。不是一次性动作，而是持续的运营机制。
Discover · 发现
识别你的行业中哪些源是 L1/L2 权威
Assess · 评估
基于 ASScore 打分与优先级排序
Obtain · 获取
用内容或合作策略拿到引用
Maintain · 维护
保持源更新与信息一致性
4.1 发现 Discover · 识别权威源版图
用 4 个动作，在 4 小时内得到一份完整的"潜在权威源清单"。
4.2 评估 Assess · ASScore 打分与优先级
对步骤 4.1 发现的源逐一打分，最终得到一份按"投入产出比"排序的优先级清单。
| 候选源 | DA | 相关性 | 平台引用 | 外链 | 新鲜度 | ASScore | 获取难度 | 优先级 |
|---|---|---|---|---|---|---|---|---|
| 百度百科-品牌词条 | 30 | 25 | 20 | 15 | 10 | 100 | 高 | P0 |
| 第一财经-相关报道 | 26 | 22 | 18 | 12 | 9 | 87 | 中-高 | P0 |
| 行业协会官方名录 | 28 | 20 | 14 | 10 | 6 | 78 | 中 | P1 |
| 36Kr / 钛媒体 报道 | 24 | 22 | 16 | 10 | 8 | 80 | 中 | P1 |
| 知乎-行业问答 | 20 | 22 | 12 | 6 | 7 | 67 | 低 | P2 |
| 微信公众号文章 | 16 | 18 | 6 | 4 | 5 | 49 | 低 | P3 |
4.3 获取 Obtain · 用正确的内容策略拿到引用
不同的源需要不同的"内容产品"。以下是 5 类高频源的获取套路：
| 源类型 | 获取路径 | 推荐的"内容产品" | 典型周期 | 平均成本（元/条） |
|---|---|---|---|---|
| 百度百科词条 | 提交词条 → 用权威媒体报道作为参考资料 | 独立第三方媒体报道 ≥3 篇 | 2-4 周 | 2,000 - 5,000 |
| 主流媒体报道 | 通过媒体公关发稿 / 投稿通道 / 专访邀约 | 企业高管专访 / 行业白皮书 / 案例研究 | 1-3 周 | 1,500 - 6,000 |
| 行业协会名录 | 成为协会会员 → 提交企业资料 | 企业介绍材料 + 资质证书扫描件 | 4-8 周 | 会员费 + 资料 |
| 垂直行业媒体 | 投稿 / 合作专栏 / 广告 + 内容合作 | 行业趋势文章 / 客户案例 | 1-4 周 | 800 - 3,000 |
| 知乎专栏 / 问答 | 自建账号 → 回答行业问题 | 深度 Q&A / 行业科普 / 工具型内容 | 持续运营 | 内部人力为主 |
4.4 维护 Maintain · NAP 一致性 + 周期性刷新
权威源不是一劳永逸。以下是持续运营的三大要点：
NAP 一致性核对
每季度检查所有源中的品牌名 / 官网 / 地址 / 电话 / 核心产品词是否一致。不一致将显著降低 AI 对事实一致性的判定。
周期性内容刷新
对百科词条每季度补充一次新产品 / 新里程碑；对媒体源维持每季度 ≥1 篇有效报道的节奏。
引用链追踪
每两周在 3 个核心 AI 平台执行一次"品牌相关查询"，记录自己是否被引用、引用的源页面、以及引用描述是否准确。
8 大行业权威源地图
行业不同，权威源结构完全不同。以下是我们样本中 8 个代表性行业的权威源生态地图与进入门槛。
① 企业软件 / SaaS
② 消费品 / 零售
③ 金融服务
④ 医疗健康
⑤ 教育 / 培训
⑥ 工业品 / B2B 制造
⑦ 科技 / AI / 大数据
⑧ 专业服务（咨询/法律）
| 行业 | 获取难度（1-10） | AI 提及率提升（单个 L1 源） | 推荐优先策略 |
|---|---|---|---|
| 企业软件 / SaaS | 5 | +9.8% | 先建立百科词条 + 科技媒体报道组合 |
| 消费品 / 零售 | 6 | +8.4% | 百科 + 消费者评测型媒体 |
| 金融服务 | 9 | +12.6% | 先拿到监管/协会名录 · 再做财经报道 |
| 医疗健康 | 10 | +13.8% | 以协会与学术源为核心 · 媒体谨慎 |
| 教育 / 培训 | 7 | +7.9% | 教育部备案源 + 百科 + 家长口碑 |
| 工业品 / 制造 | 6 | +8.1% | 行业协会名录 · 展会媒体为主 |
| 科技 / AI | 4 | +10.2% | 百科 + 知乎 + 科技媒体三剑并行 |
| 专业服务 | 8 | +11.4% | 专业协会 + 行业媒体专栏 |
效果追踪与评估 Dashboard
权威源不是玄学。以下指标体系 + 追踪 SOP + 可落地 Dashboard 设计，让你可以用数据证明 ROI。
6.1 核心指标体系：6 大维度
6.2 手工追踪 SOP（每月一次）
6.3 Dashboard 设计参考（可落地）
① 核心指标卡
② 源层级分布
③ 月度变化
案例分析：5 个品牌的 GEO 跃迁实录
从 0 起步到稳定被引用。每个案例含"优化前状况 · 关键动作 · 优化后数据 · ROI"。
数据来源与一致性声明
以下案例均基于客户真实项目，为保护商业机密，品牌名采用匿名（A/B/C/D/E 品牌），但所有过程、动作与结果数据均保留项目原貌。所有对比数据均基于同一品牌在"权威源建设前 3 个月"与"建设后第 4-6 个月"的同查询集对比。
案例 A · B2B SaaS 品牌（企业协作工具）
· AI 提及率：11.4%
· 被引用源：仅官网
· ASScore 平均：22
· 竞品对比类查询被提及：0/15
· 自然流量（品牌词）：月均 1,240 次
· AI 提及率：52.6%（↑41.2pt）
· 被引用源：百科 + 36Kr + 行业媒体等 12 个
· ASScore 平均：68（+46）
· 竞品对比类查询被提及：11/15
· 自然流量（品牌词）：月均 3,860 次（↑211%）
3 个月做了什么
① 创建百度百科词条（以 3 篇独立媒体报道作为参考资料）；② 在 36Kr / 钛媒体 / 第一财经发布 5 篇产品相关深度报道与行业观点；③ 加入 2 个行业协会成为理事会员；④ 优化官网 About 页面并加强 Schema.org 结构化数据。
案例 B · 跨境电商品牌（消费电子配件）
· AI 提及率：7.8%
· 维基百科 / 海外媒体引用：0
· 海外推荐类查询：仅 1/20 被提及
· AI 提及率：41.3%（↑33.5pt）
· 维基百科 / 海外媒体引用：7 条
· 海外推荐类查询：13/20 被提及
中英文双轨策略
① 维基百科（英文）创建品牌词条，引用来自 TechCrunch / VentureBeat 等英文科技媒体报道；② 百度百科同步维护中文版本；③ 在 Yahoo Finance / PR Newswire 发布英文新闻稿；④ 产品页面增强 Schema.org "Product" 结构化数据。
案例 C · 医疗健康品牌（第三方体检连锁）
※ 本案例为方法论示意，医疗类内容需由具备相应资质的机构发布，广告宣传须遵守《医疗广告管理办法》及相关行业法规。
· AI 提及率：5.3%
· 医疗类行业查询：0/15 提及
· 监管/协会源：仅 1 条
· AI 提及率：37.9%（↑32.6pt）
· 医疗类行业查询：10/15 提及
· 监管/协会源：7 条高 DA 政府/协会页面
医疗行业的合规优先策略
① 在卫健委/行业协会名录中补充机构信息；② 在知网 / 医学期刊发布署名文章；③ 谨慎使用社交媒体 · 严控健康类宣传语；④ 整体 ASScore 从 18 → 72，重点提升的是"政府源与学术源"占比。
案例 D · 工业品制造品牌（工业传感器）
· AI 提及率：8.6%
· 行业协会/展会源：无
· 核心专业媒体引用：1 条
· AI 提及率：42.1%（↑33.5pt）
· 行业协会/展会源：11 条
· 核心专业媒体引用：8 条
案例 E · 失败案例（为什么做了也没有效果）
· AI 提及率：9.2%
· ASScore 平均：24
· AI 提及率：11.8%（↑2.6pt · 几乎无变化）
· ASScore 平均：31
三大致命错误
① 只做 L3/L4 源：在微信公众号/微博发了 30 篇内容，但未拿下任何一个 L1/L2 源；
② NAP 严重不一致：官网品牌名、百科（从未创建）、媒体稿中的品牌译名三者混乱；
③ "一次性"思维：拿到 3 篇媒体报道后就停止维护，6 个月后内容已被平台判定"过时"。
修正建议：重建基础 → 先拿 1 个百科 + 2 篇主流媒体 → NAP 一致性修复 → 再持续补充 L3/L4。
行业基准数据矩阵
权威源建设要花多少钱、多久才能见效？以下是基于 1,240 个源样本的实际数据分布。
8.1 各类型权威源的成本与周期基准
| 类型 | 平均获取成本（人民币） | 平均生效周期 | AI 引用概率系数 | 推荐每个品牌的数量 |
|---|---|---|---|---|
| 百度百科词条 | 2,000 - 5,000 | 14-28 天 | 1.98× | 1 条（长期维护） |
| 中央/省级权威媒体 | 3,000 - 8,000 | 7-21 天 | 1.75× | 2-3 条（每季度轮换） |
| 主流财经/科技媒体 | 1,500 - 6,000 | 7-14 天 | 1.33× | 5-8 条 |
| 行业垂直媒体 | 800 - 3,000 | 5-15 天 | 0.92× | 5-10 条 |
| 行业协会名录 | 会员费 500-3,000/年 | 30-60 天 | 1.05× | 2-5 个协会 |
| 知乎专栏 / 问答 | 内部人力（约 800/条） | 持续运营 | 0.84× | ≥10 条有深度的回答 |
| 微信公众号 | 内部人力（约 500/条） | 持续运营 | 0.61× | 作为补充 · 不作为主策略 |
| 维基百科（中文/英文） | 高（需独立权威报道背书） | 30-90 天 | 1.53× | 1 条（面向跨境/国际品牌） |
8.2 AI 引用率 vs. 权威源数量 · 实际数据
我们把样本中的 320 个品牌按"已被引用的权威源数量"分组，得到 AI 提及率均值如下：
权威源建设的"J 曲线"与边际递减
0 → 5 个源：是最陡的上升段（6.3% → 21.4%），也是 ROI 最高的一段；
6 → 20 个源：进入稳定增长段，每新增一个源平均带来 1.5-2.0pt 的 AI 提及率增量；
21 → 30 个源：增长斜率下降至 0.5-0.7pt / 源 · 边际效益递减；
31+ 个源：平均每条带来 0.2pt 增量 · 此时资源应转向"维护与内容质量"而非继续堆积数量。
8.3 按行业的基准数据 · 给你一张对标表
| 行业 | 平均权威源数量 | 平均 ASScore | 平均 AI 提及率 | 月均建设投入（估算） |
|---|---|---|---|---|
| 企业软件 / SaaS | 18 | 61 | 42.6% | 12k - 25k |
| 消费品 / 零售 | 22 | 55 | 38.2% | 8k - 20k |
| 金融服务 | 24 | 72 | 48.1% | 20k - 45k |
| 医疗健康 | 21 | 75 | 37.9% | 18k - 40k |
| 教育 / 培训 | 16 | 58 | 34.7% | 8k - 18k |
| 工业品 / 制造 | 19 | 59 | 42.1% | 10k - 22k |
| 科技 / AI | 25 | 63 | 49.8% | 15k - 30k |
| 专业服务 | 20 | 69 | 41.3% | 12k - 28k |
15 条禁令 · 避坑指南
踩一条，可能毁掉你 3 个月的努力。逐条自查，逐条规避。
30 天权威源建设行动计划
每天该做什么，照着做就能在 1 个月内从 0 到 5 个 L1/L2 源。
第一周 · 准备与发现（Day 1-7）
品牌事实梳理
统一品牌名 / 官网 / 地址 / 电话 / 核心产品 / 关键事实（成立年份 · 融资轮次 · 规模等），生成一份"品牌事实标准表"。
竞品行销
在 3 个 AI 平台查询 3 个主要竞品的品牌词与行业词，记录其被引用来源，生成"竞品引用源清单"。
行业源地图
生成你的行业"权威源候选清单"，至少 30 个候选源，按层级分类。
ASScore 评估
对前 30 个候选源逐一打分，得到前 15 个高优先级源。
第二周 · 攻坚（Day 8-14）
百科词条准备
撰写百度百科草稿（严格遵循中立视角 · 避免宣传语），同时准备 2-3 篇可作为参考资料的第三方媒体报道选题。
第一篇权威报道发布
在主流财经/科技媒体发布 1 篇产品或行业观点类报道（非软文）。
百科提报
使用前一天的报道作为参考资料，提交百科词条申请。
第三周 · 扩展（Day 15-21）
第二篇主流媒体报道
选题偏向"行业趋势/客户案例"以获得更高相关度。
行业协会加入
提交 2-3 个行业协会的会员申请，准备好资质文件。
垂直媒体专栏启动
在 2-3 个行业垂直媒体上发布专题内容。
第四周 · 巩固与追踪（Day 22-30）
NAP 全面核对
检查所有已发布权威源中的品牌名 / 官网 / 电话 / 地址是否一致，对不一致做修正或申诉。
第一次效果追踪
按章 6 的 SOP，执行 15 条查询的完整追踪，形成首份月度报告。
下月计划
基于首月数据，制定下月的"源维护 + 新源获取"优先级列表。
投入产出 ROI 分析
权威源建设是一项长期投资，而非短期费用。以下计算模型帮助你把"做不做、做多少、值不值"量化。
11.1 ROI 计算公式（简化版）
11.2 不做权威源的隐性成本
如何向老板解释"为什么现在要做"
① AI 搜索的渗透率在过去 12 个月从 11.8% 增长到 62.4%；② 不在 AI 引用中出现，等于在下一代搜索结果中"隐形"；③ 行业平均 ROI 为 2.8×，是当前最高性价比的品牌投资之一；④ 做起来后每 3 个月维护 1 次即可，不是无底投入。
附录 · 可直接使用的模板与清单
复制即用，无需从零开始。
模板 1 · 品牌事实标准表（单源真相）
品牌名（中文）：________________________
品牌名（英文 / 拼音）：______________________
官方网站 URL：_______________________________
成立年份：______________
注册地址 / 总部地址：________________________
统一业务电话：______________
核心产品线（≤5 条）：① ______ ② ______ ③ ______ ④ ______ ⑤ ______
关键事实（如融资、规模、客户类型）：_____________________________________________
使用说明：所有权威源建设中涉及以上字段时，均以此表为权威基准来源。任何新增或改动，必须在此表更新并重新向现有所有源做同步核对。
模板 2 · 权威源候选清单（可打印/Excel）
| 源名称 | URL | 层级（L1/L2/L3/L4） | 门类 | ASScore | 获取路径 | 预计周期 | 责任人 | 状态 |
|---|---|---|---|---|---|---|---|---|
| 示例 | example.com | L2 | 科技媒体 | 74 | 投稿 / 专访 | 2 周 | 品牌负责人 | 规划中 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... |
模板 3 · 月度权威源健康度报告
报告周期：第 __ 月 · 共查询 __ 条 · 覆盖 __ 个 AI 平台
核心指标：
· AI 提及率：从 ______% → ______% （环比 ______pt）
· 被引用权威源数量：从 ______ → ______ （新增 ______）
· ASScore 平均值：______ → ______
· NAP 一致性：______%
下个月计划：
① 新增源：______ 个，优先获取：_________________
② 维护源：更新 / 修正 ______ 个现有源
③ 关键动作：_______________________________
模板 4 · ASScore 评分计算器
维度 1 · DA（域名权威）: 0-30 分 → ___
维度 2 · 内容相关性: 0-25 分 → ___
维度 3 · 平台引用率: 0-20 分 → ___
维度 4 · 外部链接: 0-15 分 → ___
维度 5 · 内容新鲜度: 0-10 分 → ___
总分（ASScore）： ___ / 100
评级：≥80 = S 级（必争） · ≥55 = A（推荐） · ≥30 = B（辅助） · <30 = C（无效/谨慎投入）
关键结论摘要 · Executive Summary
如果只能看 1 页，请读这一段。
- AI 搜索在全网搜索类请求中的占比，已从 2024-Q1 的 27.1% 攀升至 2025-Q1 的 62.4%。未被 AI 引用的品牌，正在从下一代用户视野中消失。
- 权威源遵循"4 层级 × 6 大门类"体系。一个品牌的权威源组合满足 "1 百科 + 2 主流媒体 + 3 行业源 + 4 补充源" 的规则时，AI 提及率比不满足的品牌高出 3.2 倍。
- "百度百科 + 主流媒体 + 政府/协会" 在中文 AI 场景中的引用概率系数最高（分别为 1.98× / 1.75× / 1.05×），优于微信公众号、微博等社交源（0.36×–0.61×）。
- 权威源建设呈现"J 曲线效应"：0-5 个源段增长最陡（AI 提及率：6.3%→21.4%）；6-20 个源稳定增长（21.4%→44.8%）；21-30 个源进入边际递减（44.8%→50.1%）；31+ 个源增量小于 0.2pt/源，资源应转向维护质量，而非继续堆积数量。
- 权威源不是一次性动作：源被 AI 引用的权重会随时间自然衰减。需建立"季度维护 + NAP 一致性核对 + 月度效果追踪"的运营机制。
- 权威源的平均年投资 ROI 为 2.8×（区间 1.5×–5.2×），是当前品牌投资中最高性价比的路径之一。
- 行动建议（给品牌负责人）：
- 月预算 1 万以下：聚焦 L1（百科）+ 1-2 条主流媒体，做深不做广；
- 月预算 1-3 万：L1 + L2 媒体 + 协会名录组合，打造稳定引用链；
- 月预算 3-10 万：全层级覆盖 + 季度内容营销（白皮书/报告/专访），持续拉高分；
- 月预算 10 万+：可建设品牌自有内容矩阵 + 跨语种（英文/日文）权威源。