《海外GEO白皮书》
公开资料汇编与核心数据全文

一、官方发布稿全文

来源：长安街知事 / 北京日报客户端，2026 年 11 月 6 日 16:08，北京。原文标题《首发！长安街知事、智源GEO联合发布〈海外GEO白皮书〉，解码海外AI平台采信底层规律》。

11月6日，2026年中国国际进口博览会在上海举办期间，长安街知事、智源GEO、猎看科技、Dageno AI、京报智库正式联合发布《海外GEO白皮书：面向海外AI平台的生成式引擎优化指南》（简称白皮书）。作为国内首份针对海外生成式大模型引擎优化（GEO）开展系统性实证研究的专业报告，白皮书立足ChatGPT、Google AI Mode、AI Overviews、Gemini、Microsoft Copilot五大主流平台超千万条回答样本，用扎实数据构建方法论体系与工具支撑，为中国主体在海外AI生态中实现「被AI准确讲述」探索可行路径，是首都党媒把握AI传播变革趋势、引领媒体系统性变革、服务国际传播能力建设的重要实践。

AI重构信息入口　国际传播竞争转向可信答案争夺

白皮书在开篇研判，生成式大模型正在重塑全球信息传播格局，AI逐步成为全球受众获取信息的首要入口。国际传播、品牌出海的竞争主战场，正从传统搜索结果页转向AI生成答案本身。Google AI Overviews月活跃用户突破25 亿，ChatGPT周活用户达12 亿，AI问答已经成为亿万海外用户获取信息的日常方式。

国际传播的底层逻辑已经发生深刻转变：在AI主导的信息生态中，能否成为大模型采信的可信信源，直接决定我们能否赢得海外受众长期注意力，这是未来一段时期国际传播竞争的关键维度。

更值得警惕的是「看不见的影响」。Pew Research调研显示，当搜索结果出现AI摘要时，传统网页结果点击率由15%降至8%，用户大多停留在AI生成答案，不再向下浏览网页。Similarweb对美国桌面端流量监测进一步印证，AI带来的直接访问占比不足8.8%，但55.9%的用户在阅读AI答案后会主动检索对应品牌、城市与机构名称。AI回答里一段客观准确的表述，往往是撬动认知、促成认同与转化的关键伏笔。白皮书基于1004.6 万条样本观测发现，AI时代不存在一劳永逸的稳定曝光，信息引用链接集合半衰期仅约一天，可信传播是需要持续经营、动态维护的长期工程。

锚定AI信源话语权　研究中国品牌国际传播新课题

对中国品牌出海而言，竞争维度正在迭代升级。过去，出海主体重点布局海外渠道、投放海外广告；而在AI时代，能否在海外AI答案中拥有稳定、准确的「可信存在感」，成为国际传播新的必答题。

AI正在成为海外受众认识中国企业的首位信息讲述者，AI输出内容是否客观公允、信息完整，直接关系市场主体的海外竞争力，也关乎中国品牌在国际舞台上的整体形象。

相关方法论同样适配公共对外传播需求：城市文旅推介、营商环境宣介、招商引资等对外叙事，同样内嵌于海外用户的AI问答之中。海外投资者、游客、合作伙伴依托大模型了解中国城市与产业政策时，AI给出答案的真实性、客观性，同样会影响其认知判断。依托党媒与生俱来的公信力优势，长安街知事智源GEO探索将权威信源价值转化为AI生态可采信的事实背书，为公共对外传播提供一条可参考的可信传播路径。

白皮书揭示：五大海外主流AI平台分属相对独立的信源生态，任意两个平台引用域名重合度不足 25%。这意味着海外AI传播不能简单依靠英文权威报道「一刀切」运营，需要兼顾多语种本地化可信内容建设，走双语并进、分平台精准运营的路线。

千万级实证观测　解码海外AI平台采信底层规律

区别于行业内零散的案例复盘与经验总结，这份白皮书的核心价值在于以大规模实证数据替代主观经验判断。项目团队在2026年6月至9月持续监测，完成五大平台合计1004.6 万条有效回答样本分析，梳理关联来源链接5700 万条，系统归集海内外GEO与AI搜索相关学术文献70 余篇，形成了一系列具备指导价值的行业发现。

官网是五大平台共同优先采信的信源，占比区间38%–58%，B2B技术赛道官网采信占比更是超过七成；不同平台信源偏好差异显著，ChatGPT更青睐科研机构、政府与教育类信源，Google体系偏好YouTube、Reddit社区内容，Gemini对官网采信度最高，Copilot更多参考电商类信源，各类主体可按照目标受众使用平台，制定差异化信源布局策略。报告同时提醒行业：品牌名称被AI提及，不等于被溯源引用。样本中Gemini有45.2%的回答出现商业品牌名称，却未标注任何引用来源，品牌事实、名称口径、产品定位必须长期保持统一，防范AI幻觉带来的信息偏差。

权威媒体率先研究海外GEO　拓展国际AI视野里中国叙事新场景

智源GEO 9月22日正式发布，同期北京日报与智谱达成战略合作，与百度百科达成可信知识生态合作，成立 900+ 信源的京报纯净语料联盟；10月21日，智源GEO正式接入百度搭子，模块化输出媒体GEO能力；10月26日，智源GEO联合猎看科技正式开源 GEOInflow 流量监测系统，突破性解决大模型流量统计难题。本次再次将对GEO行业的关注投向国际视野，联合发布白皮书旨在通过大量的数据基础研判出海外AI对于信源、品牌呈现的底层规律。

面对AI重塑全球信息秩序的大变局，白皮书以原创研究能力、标准化方法论，搭建起中国声音接入海外AI可信信源生态的桥梁，助力中国企业、地方政府在全球AI问答空间，探索让中国叙事被准确、公正讲述的可行路径。

二、研究规模与三个统计口径

本部分来自《海外GEO真相：1000万条AI回答背后的6个核心洞察》（姚金刚，2026 年 11 月 1 日，WaytoAGI 第六场 GEO 公开课万字总结）。图表取自白皮书。

读数字之前必须先分清的三个口径

研究边界：这批实证数据没有包含 Claude 和 Perplexity，相关结论限定在五个已覆盖的平台与样本之内。

三、六个核心数据洞察（全文）

洞察一：点击行为在变化，品牌影响已经发生在答案之中

Pew Research Center 分析了 900 名美国成年人的浏览记录。在其 2025 年 3 月的 Google 搜索访问样本里，出现 AI 摘要时，传统搜索结果获得点击的访问占比是 8%；没有 AI 摘要时是 15%。在出现 AI 摘要的访问中，点击摘要来源链接的比例只有 1%。这三个数字的统计单位都是搜索访问，不能简单理解成「100 个用户里有几个人」。

Adobe 发布的 2025 年美国假日季报告显示，11 月至 12 月生成式 AI 工具向零售网站带来的流量同比增长 693.4%，这个数字描述的是增速，AI 流量当时的基数仍然相对有限。Semrush 在 2025 年的研究中报告，按转化率衡量，来自 ChatGPT 等非 Google AI 来源的访客，平均价值约为传统自然搜索访客的 4.4 倍。

用户可能先在 AI 里理解一个品类、比较几个品牌，过一会儿再搜索品牌名，或者直接访问官网。品牌在 AI 答案中如何被描述，正在成为影响用户判断的一部分。评估 GEO 时，除了直接点击，还应该关注品牌描述是否准确、是否进入候选，以及后续是否出现搜索、咨询与成交。

洞察二：官网是五个平台共同的重要信源，B2B 技术品类尤其突出

这里的「官网」包含品类内所有被识别的企业与品牌官网。假设某个平台的官网占比为 50%，它表达的是这类来源在链接中的份额，任何一家企业的实际表现都需要单独测量。

6 月至 9 月，ChatGPT 的官网来源占比从 34.8% 升至 54.2%，增加 19.4 个百分点；Gemini 从 55.6% 升至 64.4%。五个平台里四个占比上升，Copilot 从 41.1% 降至 33.1%。至于变化有多少来自平台策略、有多少来自样本里的行业与问题变化，这套数据还无法完全区分。

行业差异更具体：AI 网关的官网来源占比约 70%，网页采集 API 约 72%，全渠道客户沟通约 73%，充电与移动电源约 59%。B2B 技术企业可以优先完善官网产品文档、API 说明、价格、兼容性与实施案例；消费硬件企业还需要重视评测、使用体验、视频与电商商品信息。

官网应成为企业事实的权威出处，站外内容则帮助这些事实获得独立验证。

洞察三：五个平台，需要五套具体的信源策略

• ChatGPT：机构、政府与教育类来源占比 9.0%，高于其他四个平台，来源同时分布在大量垂直站点、评测站与行业网站。适合把已有数据和实践整理成研究报告、测试方法、白皮书或深度技术文章，再争取专业机构、行业媒体、垂直评测站与合作伙伴的真实引用。
• Google AI Mode / AI Overviews：非官网来源中 YouTube 与 Reddit 突出。YouTube 在两个入口中的份额分别约 17.6% 和 14.4%，Reddit 分别约 7.8% 和 9.6%。适合做演示、教程、对比与实测视频，补好标题、描述、字幕与章节；Reddit 则从真实参与、回答用户问题、解释产品边界开始。
• Gemini：官网占比最高，第三方来源相对分散。适合同时检查官网事实、商家资料、商品信息以及行业网站上的品牌名称、定位与产品描述是否一致。
• Copilot：电商平台来源占比 12.8%，非官网来源中 Amazon 约 9.0%、Walmart 约 5.3%。零售品牌应把商品页、库存、配送、保修、评价与问答纳入内容维护。

平台之间共同采用的域名用 Jaccard 相似度衡量（共同域名数除以两者域名并集）。最高的一对是 AI Mode 与 AI Overviews，只有 0.20。即使同属 Google 产品，它们采用的来源集合也有明显差别。官网事实页、研究报告、真实评测这些资产可以在不同平台发挥作用，某个平台中的具体引用表现则需要单独验证。

洞察四：品牌露出、页面引用和正面推荐，要分别看

实际能够观察的，是「有没有来源链接」与「有没有品牌名」。Gemini 有 45.2% 的回答提到商业品牌却没有记录到来源链接，AI Mode 这一比例为 35.3%，两个比例的分母都是各平台该专题的全部有效回答。如果把分母改成「已经提到品牌的回答」，Gemini 的无来源比例会在五成左右。

链接统计只能观察品牌表现的一部分。模型参数知识、结构化实体信息、检索及来源展示方式都可能参与最终结果；单靠「没有显示链接」，还无法确认平台当时是否发生检索，也无法确认某条企业信息已经进入训练数据。

实际行动可以分开推进：一边让产品资料与第三方证据更容易被检索、采用，一边维护一致的品牌名称、产品定位、能力范围与客观事实。官网写一个产品名称、渠道页面用了旧名称、媒体介绍又归入另一个品类，AI 就可能继承这些混乱。效果报告也可以分开看：品牌提及率、明确推荐率、页面来源关联率、描述准确率、引荐访问与有效线索，品牌受到负面评价或只作为反例出现也应单独记录。

洞察五：越接近购买决策，品牌越容易出现；认知阶段同样值得布局

把问题分成认知、考虑、决策三个阶段，只看有有效漏斗标签的回答，ChatGPT 的品牌露出率从认知阶段 72.9% 上升到考虑阶段 86.7%，决策阶段达到 93.1%。品牌露出率指回答中检出至少一个商业品牌的比例，各平台有效标签覆盖率约为 22%–64%。

五平台合并样本中，机构、政府与教育类来源从认知阶段的 10.4% 降到决策阶段的 3.8%；电商来源从 2.6% 升到 4.8%，官网在两个阶段都占有较大份额。认知阶段适合解释原理、适用场景与判断标准；考虑阶段需要方案、对比、兼容范围与案例；决策阶段要把价格、购买方式、试用、交付与售后交代清楚。

认知阶段值得中小品牌关注，很多用户会先理解问题、建立选择标准，之后才比较品牌。品牌露出率较低本身还不足以证明竞争强度，需要看具体行业的搜索结果与内容供给。

洞察六：答案持续变化，GEO 效果需要靠重复测量判断

对同一个问题比较相邻两周的来源 URL 集合，Jaccard 相似度约为：Gemini 0.03、ChatGPT 0.11、AI Mode 0.13、AI Overviews 0.10、Copilot 0.25。Jaccard 统计的是交集与并集的比例，不能直接当作「上周链接保留了 13%」，保留率与流失率有各自的分母。

Gemini 的 URL 变化最大，品牌层却相对稳定；Copilot 在 URL、域名与信源类型几个层级上都更稳定。所以「链接换了」和「品牌消失了」是两件需要分别观察的事。

同一天重问的情况：在 ChatGPT 的 934 对同日重测记录中，品牌集合完全相同的比例为 11.9%，连顺序也完全相同的比例为 4.7%；AI Mode 的两个比例分别为 47.7% 和 43.7%。解释「稳定」时，平台、时间间隔与比较对象都需要说清楚。

GEO 效果更适合用一个周期内的出现率和准确率衡量。单次截图可以保存为一次观察记录，长期趋势需要重复采样。

四、官网证据体系与「五可」框架

白皮书把相关工作分为技术层、内容层、品牌层，对应五个逐步推进的要求：可抓取、可理解、可信任、可引用、可推荐。技术与基础内容要求的证据相对充分；进入引用与推荐环节后，需要更多结合具体平台做验证。

• 技术层：检查访问、索引、正文呈现与内部链接。
• 内容层：把主体、参数、条件、来源与更新时间写清楚。
• 品牌层：通过第三方报道、专业评测、社区参与与真实用户反馈，建立更多可核对的证据。

建议先做的五类页面

「GEO 透镜」的六个观察维度

这六项是教学与内容诊断的框架，真实平台的排序公式并未完整公开。特别需要注意的是「信息增益」：把实际交付周期、产品兼容测试、服务范围、客户使用中的具体问题讲清楚，比反复写「行业领先」「品质卓越」更能帮助读者判断。

每一段内容都应把主体、条件和结论交代完整，让它被单独读到时也能成立。

查询扇出：从一个问句扩展到背后的任务

用户只问了一句话，AI 可能继续搜索「入门难度」「免费版限制」「团队协作」「数据导入」「工具对比」等相关问题，这叫查询扇出（Query Fan-out）。选词和选题因此可以从一条问句扩展到背后的任务，用产品页、文档、教程、对比页与 FAQ 相互连接。覆盖用户的完整任务，比反复改写同一个关键词更有价值。

容易浪费时间的做法

• 为每个相近问法单独生成一篇重复文章。
• 只改页面日期，没有更新事实。
• 把全部关键资料藏在图片、PDF 或附件里，不补网页文字版。
• 把添加某个文件或标签当作效果保证。

Google 的官方说明指出，进入 AI Overviews 与 AI Mode 仍需满足基础搜索要求；关键文本应可见，结构化数据应与页面内容一致，也没有专门保证进入 AI 答案的标记。

五、监测、样本量与工作排期

这批数据里，只重复 2 至 3 次，估计区间的总宽度可以达到约 60–70 个百分点。两次出现、一次没出现，所能支持的判断仍然有限。在品牌出现概率接近 50%、每次抽样相互独立的近似条件下，95% 置信水平对应的单题样本量可以参考：

样本量还会受抽样方式、实际出现概率与结果相关性影响，表中数字适合作为规划参考。企业日常监测可以先固定一组有业务价值的问题，记录地区、语言、会话条件、采样时间与样本量，对核心问题增加重复次数，再按平台、问题阶段与行业分别看趋势。重要的内容实验还可以设置对照问题。

工作排期参考：前两周建立问题库和监测基线，同时排查访问与事实缺口；之后完善官网、第三方材料、社区视频与商品资料；到阶段末，再用同一组问题和条件复测。

工具方面，GEOFlow 用于官网与内容运营，GEOInflow 是自部署分析系统，把访客、AI 引荐、爬虫日志、页面覆盖与转化事件放在一起观察。爬虫到访说明发生了访问，是否收录、是否引用、是否推荐还要进一步验证；被训练爬虫访问过，仍不足以确认内容已经进入模型参数，更无法据此承诺后续推荐。

六、原始出处与公开资源

GEO生成式引擎优化AI 搜索海外传播信源生态官网证据体系2026