摘要
GeoAura 统计库于 11 月 2 日刷新，新增第 101—110 组数据，首次把"为什么被引用"拆成检索层与页面层：同一站点内页面之间的引用差异，32% 由引擎自身的检索决定，页面属性仅解释 2.8%。同批数据还给出该领域第一个因果估计——随机隐藏 Google AI Overviews 后，外链点击提升 38%。结论很直接：页面优化之前，先确保能被引擎检索到。
事件
2026 年 11 月 2 日，GeoAura 的 GEO 统计库完成月度刷新（更新日 2026-11-02），新增第 101—110 条数据，覆盖点击损失因果估计、检索层与页面层的解释力拆分、时效关联、页面类型分布以及信源归属结构。其中检索层结论直接来自 Chen 与 Koudas 的论文《What Drives AI Citations? Content, Retrieval and Model Knowledge in Generative Engine Optimization (GEO)》（arXiv:2610.15033，2026-10-10 提交）。
关键数据
| 结论 | 数值 | 样本/来源 |
|---|---|---|
| 隐藏 AI Overviews 后外链点击变化 | 0.38 → 0.61 次/搜索，触发查询上抑制 38% | Agarwal & Sen，1065 名美国桌面 Chrome 用户随机对照实验 |
| 零点击搜索 | 72% → 54% | 同上 |
| 用户满意度变化 | 无可测变化，95% 以上受试者未察觉 | 同上 |
| 站内页面间引用差异，检索层解释力 | 32% | Chen & Koudas，158,099 条答案 / 468,037 条引用 |
| 站内页面间引用差异，页面属性解释力 | 2.8% | 同上 |
| 近 12 个月更新的页面引用概率 | 高 88% | TJ Digital |
| 最常被引用的页面类型 | 产品页 28% | GeoAura 数据集 |
| 引用指向品牌自有域名的比例 | 2.9% | Ranqo Labs，149,912 条引用 |
| 引用指向第三方页面的比例 | 75.2% | 同上 |
Chen 与 Koudas 的机制解释值得完整看一遍：ChatGPT 引用的每一个页面，都是它自己的搜索先检索到的；它每次回答都会重写子查询，且这些子查询与 Google、Bing 的结果很少重合。FAQ 块、结构化数据、摘要框、页面速度这些因素，只在跨站点比较时"看起来有效"，一旦控制站点固定效应，解释力就降到 2.8%。内容并非无用——它主要通过"在语义上匹配引擎重写后的查询"这一步起作用。
规范信息
标准号：未披露（本条目为数据报告更新，非标准文件）
发布日期／更新日期：2026-11-02
生效日：不适用
对品牌与站长的实操含义
先查可检索性，再谈内容。robots.txt 对 OAI-SearchBot、Claude-SearchBot、PerplexityBot 的放行，是引用链路的第 0 步；被拦截的页面，内容质量再高也不进入候选。
标题与段落要"像用户的提问"。既然内容的作用是匹配引擎重写后的子查询，那就按真实提问句式写标题与小标题，而不是按关键词堆砌。
产品页优先改造。产品页以 28% 成为最常被引用的页面类型，改造 ROI 高于博客长尾。
建立 12 个月更新节奏。近一年内更新过的页面引用概率高出 88%，这是成本最低的增益项。
第三方信源是主战场。仅 2.9% 的引用指向品牌自有域名，75.2% 指向第三方页面；只做官网等于放弃了绝大部分引用面。
别把 schema 当银弹。控制站点固定效应后，结构化数据的边际解释力极低，预算应优先给检索可见性与语义匹配。
原文出处
GEO Statistics: 100+ Latest Data Points（更新于 2026-11-02）：https://geoaura.world/blog/geo-statistics-latest-data
Chen & Koudas, What Drives AI Citations?（arXiv:2610.15033，2026-10-10）：https://arxiv.org/abs/2610.15033