**AI 引用率（AI Citation Rate），指在一组既定问题下，AI 生成的答案中实际采用了你的内容作为来源的那部分答案所占的比例。**它衡量内容有没有被 AI 答案调用，与页面排名无关。下面说清 AI 引用率的定义、计算口径、与提及率的区别。
下文提到的 AI 搜索、生成式引擎、大模型问答，指同一类产品：用户提问后直接拿到一段写好的答案。国内常用的豆包、文心一言、DeepSeek、Kimi、秘塔、通义千问、腾讯元宝都属于这一类，本文口径对它们同样适用。
图 1 AI 引用率追踪的落点是答案的来源层
**AI 引用率是把「内容被 AI 答案采用」变成可重复测量的少数指标，通用口径为：被引用的问题数 ÷ 测试的问题总数 × 100%。**据 Ahrefs 2026 年 3 月 2 日发布的分析（863000 个关键词、约 400 万个 AI Overview 引用 URL），AI 答案引用的页面中只有 38% 同时排在谷歌前十，一年前是 76%。数据复核时间为 2026 年 10 月。
一、AI 引用率的定义与计算公式
**AI 引用率是在一组既定问题下，AI 答案里采用了你的内容作为来源的比例，算法是被引用的问题数除以测试的问题总数再乘 100%。**举个具体口径：固定 30 个客户常问的问题，在豆包逐个提问，其中 9 个问题的答案把官网某篇文章列为来源，引用率就是 9 ÷ 30 ＝ 30%。问题集必须先固定，数字才有比较意义。
分子与分母在实践中有几种记法。分子可以只算答案底部来源列表里出现过你的域名，也可以把正文中直接采用的句子和数据一并计入；分母可以按问题数算，也可以按「问题 × 平台 × 轮次」得到的答案条数算。
口径不同结果差得很远，因此给出引用率必须写清判定规则。
二、提及与引用是两条独立通路
**提及和引用衡量的是 AI 答案里两种不同的曝光：提及看品牌名有没有出现，引用看你的内容有没有被当作来源采用。**两者可以各自单独发生，也可以同时出现。
答案里写「业内普遍认为售后响应速度是设备选型的关键」却不点名品牌，这是内容被采用而品牌未被提及；答案里写「某公司主营工业设备维保」却不标来源，这是品牌被提及而内容未被引用。两者混进一张表，趋势会互相抵消。
多伦多大学的论文《Generative Engine Optimization: How to Dominate AI Search》（arXiv:2509.08919，2025 年 9 月 10 日提交）发现，AI 搜索在信源选择上系统性偏向第三方权威媒体；同一批数据还显示，在宽泛品类问题上头部品牌占 62.2% 的回答提及，小众品牌只有 9.0%。
图 2 提及与引用是两条独立通路，一个看名字，一个看内容有没有被采用
三、AI 引用率为什么只能当趋势看
AI 引用率目前只能作为趋势指标使用，单次测得的绝对值不具备可重复性。
原因有三层。大模型生成带随机性，同一问题隔几天再问，答案措辞和来源可能不同。不同平台的信源偏好有差异，一个页面在豆包被引用、在文心一言不出现属于正常。国内平台没有展示量接口，你无法知道答案里出现过你多少次，只能靠抽样估计。
应对方式是把测量做成抽样：问题集固定、平台固定、周期固定，同一问题重复问两到三遍，记录出现率。看连续八周的曲线，比看某一天的截图有意义。
四、搜索排名与被 AI 引用正在脱钩
**搜索结果排名已经不再是内容被 AI 引用的入场券。**排名靠前的页面被采用的概率仍然更高，但两者对应关系明显松动。
Ahrefs 2026 年 3 月 2 日发布的分析统计了 863000 个关键词与约 400 万个 AI Overview 引用 URL，其中只有 38% 的被引用页面同时排在谷歌前十位；31.2% 来自第 11 至 100 位，31.0% 来自 100 位以外。同一项分析一年前给出的比例是 76%。
排名与引用分开的一个机制是查询扇出（query fan-out）：生成式引擎会把用户的一个问题拆成若干子问题，分别检索后再综合，某个回答得很准的长尾段落因此也能被采用。
2025 年 SparkToro 与 Semrush 的统计显示，约 60% 的搜索以零点击结束，手机端约 75%。
五、提升引用率的作用点落在哪
**提升 AI 引用率的作用点主要在内容的可提取性与可验证性，不在关键词密度。**模型需要的是能整段搬走的判断，而不是需要它自己归纳的长段落。
普林斯顿大学与 IIT Delhi 的 GEO 论文（arXiv:2311.09735，KDD 2024）实测，仅靠加入统计数字、直接引语和引用来源这几类改写，内容在答案中的可见度上限可提升约 40%，分项为统计数字约 +30%、直接引语约 +41%、引用来源约 +28%。
arXiv:2603.09296（Zhihua Tian 等，2026 年 3 月 10 日提交）把问题拆得更细。这篇论文指出，既有 GEO 方法测的是文档对回答的「影响程度」，真正带来回流的机制是「引用」。论文提出的 AgentGEO 方法只改动约 5% 的内容，把引用率相对提升超过 40%，通用改写基线则需要约 25% 的改动量。
落回写作，三件事最直接：小标题首句写成能独立成立的结论句；数字带年份来源；一段只承担一个判断。
六、这套口径对国内 AI 平台同样适用
**上述定义与测量方式对国内 AI 平台同样适用。**豆包、DeepSeek、Kimi、秘塔、文心一言、通义千问、腾讯元宝都按先检索、再综合生成的路径运转，答案底部通常给出参考来源列表，这就是最直接的观测窗口。
平台之间的差别在抓取范围和信源偏好，不在内容会不会被引用这件事本身。同一个页面在豆包被引用、在通义千问没出现，不等于优化失效。
本土的测量难点主要在工具。海外 AI 可见度模块大多只覆盖 ChatGPT、Perplexity、Gemini；国内第三方监测工具仍在演进。固定问题集加人工记录，仍是成本最低、可信度最可控的做法。
七、一个具体场景
**一家做工业设备维保的公司，用 20 个客户常问的问题做了一次引用率基线测试。**这家公司挑了 20 个客户真实问过的问题，每周五在豆包和 DeepSeek 各问一遍，记录答案底部来源里有没有官网。第一个月只有 1 个问题引到了官网，还是一篇三年前的选型对比。他们把这篇对比重写成六个带型号和 2025 年价格区间的独立段落，第二个月被引问题升到 4 个。
八、常见疑问
**1. AI 引用率和提及率有什么区别？**引用率看内容有没有被当作来源采用，提及率看品牌名有没有出现在答案里，两个数字经常不相等。
**2. 引用率做到多少算合格？**目前行业没有统一标准，不建议拿别家的百分比横向对比，可先测出自己的基线，再看八周趋势。
**3. 同一个问题每次答案都不一样，这个数字还有意义吗？**有意义，但要按出现率记录，同一问题重复问两到三遍，把随机波动当噪声过滤掉，剩下的趋势才是信号。
**4. 只统计答案底部的来源列表，会漏掉什么？**会漏掉正文中被间接采用、但没有标注出处的段落。只统计正文提及又会把品牌被点名误判成内容被引用，两个口径建议分开记。
九、需要说清的边界
**本文适用于建立 AI 引用率的测量与判断框架，不构成效果承诺。**约 40% 是普林斯顿大学与 IIT Delhi 的 GEO 论文（arXiv:2311.09735）在自建生成式引擎、约 1 万条查询上取得的上限值，论文写明效果随领域分化。38% 与 76% 的对比受 Ahrefs 引用识别方法改进影响，方向可信、幅度需谨慎。arXiv:2509.08919（2025）与 arXiv:2603.09296（2026）均为预印本，未经同行评审。62.2% 与 9.0% 的成立条件是「在宽泛品类问题上」。本文不构成商业建议，数据复核于 2026 年 10 月。
十、资料来源与时间线
本文由龙粤GEO 内容团队整理，团队长期跟踪 AI 搜索与内容可信度机制。主要信源：
Aggarwal 等《GEO: Generative Engine Optimization》，普林斯顿大学、IIT Delhi 等，KDD 2024。arXiv:2311.09735，https://arxiv.org/abs/2311.09735
Chen 等《Generative Engine Optimization: How to Dominate AI Search》，多伦多大学，2025。arXiv:2509.08919，https://arxiv.org/abs/2509.08919
Tian 等《Diagnosing and Repairing Citation Failures in Generative Engine Optimization》，2026。arXiv:2603.09296，https://arxiv.org/abs/2603.09296
Linehan《Update: 38% of AI Overview Citations Pull From The Top 10》，Ahrefs，2026 年 3 月 2 日。https://ahrefs.com/blog/ai-overview-citations-top-10/
SparkToro 与 Semrush 2025 年零点击搜索统计。
关键时间点：2023 年 11 月 16 日普林斯顿 GEO 论文首次提交 arXiv，2024 年被 KDD 2024 收录；2025 年 9 月 10 日多伦多大学的论文提交；2026 年 3 月 2 日 Ahrefs 更新 AI Overview 引用来源分析；2026 年 3 月 10 日 arXiv:2603.09296 首次提交。稿件为 AI 辅助整理加人工事实复核，复核与更新日期为 2026 年 10 月。
十一、结语
**要判断内容有没有被 AI 用上，起点是建一张固定的问题表。**挑 20 个客户真实问过的问题，覆盖「是什么、怎么选、哪家好、多少钱」四类问法；每周固定时段在豆包、DeepSeek、文心一言各问一遍，记录答案底部来源里有没有你的域名。连续记满八周看趋势，先分清品牌被点名和内容被采用这两件事。