1.3 AI 怎么决定引用谁：可引用性的底层逻辑

先破除一个误解：AI 不是随机抽名单

不少人以为 AI 的引用是随机的，或者纯粹看品牌大小。实际观察下来，被引用的来源往往有共性：事实清晰、结构规整、来源可信、更新活跃、品牌在多处被提及。这些是公认观察而非定律——各家 AI 产品的内部机制各不相同且持续变化，一切以产品当前表现为准。但这些共性指向一个可以刻意练习的能力，我把它叫做可引用性。

可引用性四要素

把可引用性拆成四个要素，像四道门，一道不过就出局。

第一道门：找得到。 AI 得先能访问你的页面。抓取可达、渲染之后正文完整可读，这是前提。页面藏在需要登录的墙后，或者正文靠脚本动态拼装、渲染后拿不到，AI 就当它不存在。

第二道门：读得懂。 进了门，还得让 AI 看明白。结构清晰——一个段落只说一件事，小标题概括段落主旨；语义明确——用行业的标准说法，别自造黑话；实体一致——公司名、产品名、人名全站写法统一，别一会儿一个叫法。AI 是在拼一篇文章，段落越好拆、语义越明确，越容易被取用。

第三道门：信得过。 读懂了还要敢用。AI 要对它输出的内容负责，所以它会掂量来源：内容有没有写清依据，作者具不具备相应的资历，页面有没有更新时间，这个品牌是不是在多个可靠的地方被一致地提起过。单点自夸不算数，多处印证才是信任。

第四道门：愿意用。 最实际的一道门：你的内容能不能直接嵌入它的回答。答案前置——先给结论再给理由；事实密度高——数字、条件、步骤具体。这样的段落几乎不用改写就能进回答；而铺垫很长、结论埋在结尾的内容，AI 用起来费劲，自然绕开。

四要素自查表

用法建议：别凭感觉打分，逐行对照自己的重点页面，把答不上来的格子圈出来，那就是接下来的活儿。

熟悉度效应：见得多的名字更容易被引用

四要素之外，还有一个起作用的因素值得单独说：熟悉度效应。观察下来，AI 更倾向引用它见得多的名字——一个品牌如果在行业媒体、问答社区、百科词条、测评文章等多个地方被一致地提及，它在 AI 眼中的可信度和存在感都会更高。这和人是一样的：两个陌生推销员和一个熟人推荐，你信谁？

这条规律对做 GEO 的人是个重大利好：它意味着分发即优化。你不必干等 AI 来发现你，每一次在可靠场合的露出——被行业媒体引用一次、在专业社区认真回答一个问题、让合作伙伴的案例页提到你一次——都在增加 AI 下一次见到你的机会。

几类常见的露出场合，各有各的用法：

所以后面几篇讲的分发协同和引用监测，都不只是配套动作，它们本身就是 GEO 的一部分。写作让内容值得被引用，分发让名字值得被信任，两者合力，可引用性才完整。

收拢一下本节要点：

• 找得到是门票，读得懂是语言，信得过是担保，愿意用是价值；
• 四道门按顺序过，缺一道都到不了终点；
• 熟悉度是隐藏的第五要素，靠分发长期积累。