GEO 优化后验证内容有没有被 AI 采纳，要过两关。第一关看引用：发文后每天把同一组题在各家 AI 上各问一遍，数这篇的网址在引用列表里出现了几天，第一周出现满 4 天，才算在 AI 的引用列表里站住了，不满 4 天的先不报。第二关看用没用上：写稿时留几样只有这篇才有的东西，像自编的示例名、一个别处没人这么说的判断，到引了这篇的回答里去搜，搜得到才算采纳；同样的东西在发布前的回答、没引它的回答里也要搜一遍，指纹应该一条都搜不到。

MaxAEO 对国内 8 家 AI 在 26 天内 8,232 条回答的统计显示，引用列表里出现过的 39,314 个网址，63.4% 只在其中 1 天出现过；第一周出现满 4 天的网址，第二周还有 82.9% 会再出现，第一周只出现 1 天的只有 14.7%。另一组 14 天的记录里，我自己的一篇文章发布后被 16 条回答列进来源，能确认用上原文的是 10 条，另外 6 条在回答里找不到原文的痕迹。

替客户发稿，最顺手拿去给甲方看的是一张截图：某家 AI 的回答底下，来源列表里挂着这篇稿。这张图能证明的比看上去少。引用列表一天一个样，截图那天在，第二天多半就不在了；挂在来源里，也不等于回答用了稿子里的东西。下面三段代码，前两段回答第一件事，第三段回答第二件事。

数据有两组，用的是同一套题，题集是我们做监测时建的，问的是「AI 搜索监测」这类产品，国内 8 家 AI 每天各答一轮。第一组从 2026 年 9 月 27 日到 10 月 22 日，26 天，每天 40 道题，8,320 行，成功 8,232 行，用来看网址在引用列表里能留几天。第二组从 10 月 13 日到 26 日，14 天，前 11 天每天 40 道，10 月 24 日起减到 36 道，4,384 行，成功 4,224 行，用来验我 10 月 22 日发的一篇文章。

每条回答占一行，只用状态、日期、平台、引用详情、原始回答这五列；拿自己的监测导出来跑，把列名改成一样即可。三段代码按顺序接着跑。

## 在引用列表里看到了，第二天多半就不在

「引用详情」里每条来源占一行，长这样：「序号. 标题 | 域名 | 网址 [标签]」。网址去掉 # 和 ? 后面的部分，再去掉 www. 和 m.、统一转小写，同一篇带不同跟踪参数的就合成一个。然后数每个网址在 26 天里出现了几天。

```python
import json
import re
import pandas as pd

rows = pd.read_json("rows.jsonl", lines=True, dtype=False)
ok = rows[rows["状态"] == "success"].fillna("")
ENTRY = re.compile("^[0-9]+[.] .*? [|] [^|]* [|] (https?://[^ ]+)")


def urls(cell):
    out = []
    for line in str(cell).split("\n"):
        m = ENTRY.match(line)
        if m:
            u = m.group(1).split("#")[0].split("?")[0].rstrip("/")
            out.append(re.sub("^https?://(www[.]|m[.])?", "", u).lower())
    return out


cite = ok[["日期", "平台"]].assign(url=ok["引用详情"].map(urls)).explode("url").dropna(subset=["url"])
days = cite.groupby("url")["日期"].nunique()
print("全部", len(rows), "条 | 成功", len(ok), "条 |", ok["日期"].min(), "到", ok["日期"].max(), ok["日期"].nunique(), "天 | 引用条目",
      len(cite), "| 不同网址", len(days))
print("出现天数：只有 1 天", f"{(days == 1).mean():.1%}", "| 满 3 天", f"{(days >= 3).mean():.1%}", "| 满 7 天", f"{(days >= 7).mean():.1%}")
per = cite.groupby(["平台", "url"])["日期"].nunique().groupby(level="平台").agg(
    网址="size", 只出现1天=lambda s: round((s == 1).mean() * 100, 1))
print(per.sort_values("只出现1天").to_string())
```

输出：

```plaintext
全部 8320 条 | 成功 8232 条 | 2026-09-27 到 2026-10-22 26 天 | 引用条目 128020 | 不同网址 39314
出现天数：只有 1 天 63.4% | 满 3 天 22.2% | 满 7 天 7.3%
             网址  只出现1天
平台                    
wenxin     6452   53.6
qianwen    3346   58.7
deepseek   4705   59.7
doubao     6121   65.1
yuanbao   10599   68.1
kimi       1633   73.1
zhipu     11709   74.0
xunfei       47   87.2
```

26 天里引用列表一共列了 128,020 次来源，去重后 39,314 个网址。63.4% 只在某 1 天出现过，满 3 天的 22.2%，满 7 天的 7.3%。

分家看，最稳的文心一言也有 53.6% 的网址只出现 1 天，千问 58.7%，DeepSeek 59.7%，豆包 65.1%，元宝 68.1%，Kimi 和智谱都过了 73%。讯飞星火 26 天只列出 47 个网址，它的回答只有 2.5% 带来源（Kimi 是 20.1%），这两家靠引用列表验采纳，样本会很少。

所以发稿后的某一天，在某家 AI 的来源里看到了自己的网址，先记下来，别急着报成功。这 26 天里被列过的网址，六成多只露过那一天的面。

## 第一周出现几天，第二周还在不在

只看「出现过几天」还不够用，甲方要的是一个什么时候能报的线。换个问法：一个网址第一次被列进来源之后，第一周里出现了几天，能不能看出第二周它还在不在。

只取 9 月 28 日到 10 月 9 日之间第一次出现的网址。9 月 27 日就在的，可能更早已经被引，算不上第一次；10 月 9 日以后第一次出现的，后面看不满两周。第一次出现那天算第 1 天，数第 1 到第 7 天里出现了几天，再看第 8 到第 14 天里有没有至少再出现 1 天，有就算第二周还在。

```python
D = sorted(ok["日期"].unique())
cite["第几天"] = cite["日期"].map({d: i for i, d in enumerate(D)})
first = cite.groupby("url")["第几天"].min()
cite["距首次"] = cite["第几天"] - cite["url"].map(first)
pool = first[first.between(1, len(D) - 14)].index        # 首日之后才第一次出现、之后还能看满 14 天的网址
g = cite[cite["url"].isin(pool)]
wk1 = g[g["距首次"] <= 6].groupby("url")["距首次"].nunique()
wk2 = g[g["距首次"].between(7, 13)].groupby("url").size().reindex(pool, fill_value=0) > 0
t = pd.DataFrame({"第一周出现天数": wk1, "第二周还在": wk2})
print("第一次出现在", D[1], "到", D[len(D) - 14], "的网址", len(pool), "个 | 第二周还在", f"{wk2.mean():.1%}",
      "| 第一周只出现 1 天的", f"{(wk1 == 1).mean():.1%}")
print(t.groupby("第一周出现天数")["第二周还在"].agg(网址="size", 第二周还在=lambda s: round(s.mean() * 100, 1)).to_string())
s4 = t[t["第一周出现天数"] >= 4]
print("第一周满 4 天的", len(s4), "个，第二周还在", f"{s4['第二周还在'].mean():.1%}")
```

输出：

```plaintext
第一次出现在 2026-09-28 到 2026-10-09 的网址 19125 个 | 第二周还在 26.5% | 第一周只出现 1 天的 69.4%
            网址  第二周还在
第一周出现天数              
1        13270   14.7
2         3186   39.5
3         1374   57.6
4          648   75.9
5          346   83.8
6          209   96.2
7           92   98.9
第一周满 4 天的 1295 个，第二周还在 82.9%
```

19,125 个网址里，69.4% 第一周只出现了 1 天，这些网址第二周再出现的只有 14.7%。第一周出现 2 天的，第二周还在的 39.5%；3 天的 57.6%；4 天的 75.9%；5 天、6 天、7 天的是 83.8%、96.2%、98.9%。

第一周满 4 天的一共 1,295 个，只占这批新网址的 6.8%，第二周还在的 82.9%。线定在 4 天，是因为从这一档起，第二周还在的比例过了四分之三；想更稳可以定 5 天。这条线是我按这张表自己定的，不是算出来的阈值。

## 引了，不等于用上

过了第一关，只能说 AI 常把这篇列进来源。回答正文用没用这篇的内容，要另外验。

10 月 22 日我发过一篇文章，讲的是从 AI 回答里识别品牌名的几步解析。写的时候为了举例，编了一对虚构的品牌名，又写了一个全角字母拼的英文名，正常不会有别人这么写，这是指纹。文中还下了一个判断：品牌名只在链接里露面的，不算提及。转述时 AI 会换词，所以正则只盯这句话里最关键的几个字，放得宽一点，这是说法。指纹放在 article.json 里，不在这里写出来，写出来它就不只属于那篇文章了。

回答分三组：发布前、发布后没引这篇、发布后引了这篇，每组数指纹、说法各命中几条。

```python
art = json.load(open("article.json", encoding="utf-8"))   # {"id": 文章网址里的 ID, "published": 发布日, "fingerprint": 原文自编示例名的正则}
FP = re.compile(art["fingerprint"], re.I)
CLAIM = re.compile("(仅|只)(出现)?在(参考)?链接")
r2 = pd.read_json("rows_1013.jsonl", lines=True, dtype=False)
ok2 = r2[r2["状态"] == "success"].fillna("").copy()
ok2["引了"] = ok2["引用详情"].str.contains(art["id"], regex=False)
ok2["组"] = "1 发布前"
ok2.loc[ok2["日期"] >= art["published"], "组"] = "2 发布后·没引"
ok2.loc[ok2["引了"], "组"] = "3 发布后·引了"
ok2["指纹"] = ok2["原始回答"].map(lambda s: bool(FP.search(s)))
ok2["说法"] = ok2["原始回答"].map(lambda s: bool(CLAIM.search(s)))
ok2["用上"] = ok2["指纹"] | ok2["说法"]
print("全部", len(r2), "条 | 成功", len(ok2), "条 |", ok2["日期"].min(), "到", ok2["日期"].max(), ok2["日期"].nunique(), "天")
print(ok2.groupby("组").agg(回答=("用上", "size"), 指纹=("指纹", "sum"), 说法=("说法", "sum"), 指纹或说法=("用上", "sum")).to_string())
hit = ok2[ok2["引了"]]
print(hit.groupby("日期").agg(引了=("用上", "size"), 用上=("用上", "sum")).T.to_string())
print(hit.groupby("平台").agg(引了=("用上", "size"), 用上=("用上", "sum")).T.to_string())
```

输出：

```plaintext
全部 4384 条 | 成功 4224 条 | 2026-10-13 到 2026-10-26 14 天
            回答  指纹  说法  指纹或说法
组                            
1 发布前     2826   0   2      2
2 发布后·没引  1382   0   0      0
3 发布后·引了    16   7   6     10
日期  2026-10-22  2026-10-23  2026-10-24  2026-10-25  2026-10-26
引了           2           9           2           2           1
用上           2           6           2           0           0
平台  deepseek  wenxin  zhipu
引了         5      10      1
用上         2       7      1
```

发布前 2,826 条回答，指纹 0 条；发布后没引这篇的 1,382 条，两样都一条没有；引了它的 16 条里，指纹 7 条，说法 6 条，合起来 10 条。说法在发布前也命中了 2 条，所以说法只能当旁证，指纹才是硬证据。

按天看，这篇的网址从 10 月 22 日到 26 日每天都在来源里，按上一节的线，第一周已经满 4 天。可同样是这 16 次被引，10 月 25 日、26 日那 3 条回答一条都没用上原文：来源列表里还挂着，回答里已经找不到原文的痕迹。

按家看，文心一言引了 10 次、用上 7 次，DeepSeek 引了 5 次、用上 2 次，智谱 1 次、用上 1 次。每家条数都少，比不出哪家更爱用原文，只能逐条看。

## 替客户发稿，交给甲方看什么

每篇稿每家 AI 写一行，写这几样：第一周在来源里出现几天、第二周还在不在、引了它的回答几条、其中用上指纹的几条、用上说法的几条，再加一句发布前和没引它的回答里指纹是不是 0。条数少的时候只写条数，不换成百分比：16 条里 10 条，写成 62.5% 像个稳定比例，换一篇稿、换一周，可能是完全不同的数。

拿上面那篇举例，文心一言那一行可以这样写：连续 5 天在来源里，引了它的 10 条回答里 7 条用上了文中的自编示例或那句判断，发布前和没引它的回答里，自编示例一条也没有。

指纹要在写稿时就埋好，2 到 3 个，编一个示例名、用全角字母拼一个英文名都行。编好先在发布前的数据里搜一遍，必须是 0。名字最容易撞上真实产品，撞上了就换一个。

观察期里别动题集。这组数据 10 月 24 日起题从 40 道减到 36 道，和那篇文章最对口的两道从那天起没再问。这两道题在前两天贡献了 6 次被引，后几天被引变少，有一部分是题没了，不全是 AI 不引了。

## 这组数的边界

- 只有一套题、8 家 AI。第一组 26 天，第二组 14 天。换题集或换行业，留存比例和 4 天这条线都要重算。
- 出现天数是 8 家合起来数的，哪家列了都算那天在。单看一家，天数不会比合起来多，4 天这条线要按家重算。
- 63.4% 这个数把最后几天才第一次出现的网址也算进去了，它们没剩几天可以再出现。第二段只取看得满两周的网址，就是为了避开这一点。
- 「第一次出现」是这份数据里的第一次，9 月 27 日之前有没有被引看不到。
- 网址按去掉 # 和 ? 以后的写法算。同一篇挂在两个子域名下会算成两个网址，验自己的稿要用网址里的文章 ID 去匹配。
- 某家 AI 某天取数失败，那天它列的网址就数不到。10 月 21 日 DeepSeek 一条回答也没取到，22 日也只取到 12 条；表里没有扣掉这些天。
- 用上原文那组只有 1 篇文章、16 条回答，说明的是怎么验，不是一般文章被用上的比例。
- 指纹和说法靠正则匹配，没命中的 6 条只是没找到原文的痕迹，不等于一定没用上。

GEO 优化后验证内容有没有被 AI 采纳，要过两关。第一关看引用：发文后每天把同一组题在各家 AI 上各问一遍，数这篇的网址在引用列表里出现了几天，第一周出现满 4 天，才算在 AI 的引用列表里站住了，不满 4 天的先不报。第二关看用没用上：写稿时留几样只有这篇才有的东西，像自编的示例名、一个别处没人这么说的判断，到引了这篇的回答里去搜，搜得到才算采纳；同样的东西在发布前的回答、没引它的回答里也要搜一遍，指纹应该一条都搜不到。

GEO 优化后如何验证内容是否被 AI 采纳？被引网址第一周出现满 4 天的，第二周 82.9% 还在（附 pandas）

验证内容是否被 AI 采纳要过两关：网址第一周在引用列表里站没站住，引了它的回答有没有用上原文。8 家 AI 26 天的引用里，63.4% 的网址只出现过 1 天；一篇被 16 条回答列进来源的文章，能确认用上原文的是 10 条。附 pandas。

人工智能

大数据

测试

引用列表留存验证需看两关：第一周出现满4天的网址，第二周82.9%仍在，仅1天的只有14.7%。被引≠用上，需埋设自编示例名等指纹，发布前后数据中指纹为0，引用后搜到才算采纳。文心一言10次引用7次用上，DeepSeek 5次用上2次。建议按篇分家记录，避免合并统计误判。

热销域名限时优惠，新客首年免费！


domain

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

GEO 优化后如何验证内容是否被 AI 采纳？被引网址第一周出现满 4 天的，第二周 82.9% 还在（附 pandas）-腾讯云开发者社区-腾讯云

GEO 优化后如何验证内容是否被 AI 采纳？被引网址第一周出现满 4 天的，第二周 82.9% 还在（附 pandas）

GEO 优化后如何验证内容是否被 AI 采纳？被引网址第一周出现满 4 天的，第二周 82.9% 还在（附 pandas）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐