说 GEO 三个月引用率翻十倍的人，大概没看这三份研究

先说一句可能不太受欢迎的话：如果你正在被「做 GEO 三个月，AI 引用率翻十倍」这类话术说服，你最好先看完这篇。

GEO 是有用的。但它有用的方式，和大部分服务商卖给你的那种「排名上升」的想象，不是一回事。2025 到 2026 这三份基准研究，把这件事说清楚了。

一、三份研究，三次降温

第一次（NeurIPS 2025，C-SEO Bench）。研究者测了 9 种对话式 SEO 方法，其中 7 种来自 GEO-Bench。结论是：一旦从「一个管道、一份文档」的实验室设定，换成「多文档、多 actor」的现实设定，效应远小于基准；当竞品也在优化时，部分方法没有任何 measurable 优势。

第二次（Yext Research）。分析 1.555 亿条引用后发现，跨模型的引用重叠率只有约 5%；另一项涵盖 1350 条本地商家回答的研究显示，ChatGPT、Claude、Gemini 三者给出同一家推荐的概率仅 6.5%。

第三次（2026，SAGEO Arena）。它在完整的「检索→生成」管道上评估，还补上前人都漏掉的 schema 等结构信号。报告措辞很直白：现有优化方法在现实条件下仍基本不实用，退化集中在检索与重排阶段。

三条指向同一个事实：单管道基准里的漂亮涨幅，放到多引擎、多竞品的现实里，会缩水。

二、为什么数字会缩水

一句话：实验室里只有你在跑，现实里所有人都在跑。

GEO 优化往往不是「做对了就涨」，而是「做对了只是获得参赛资格」。当一条街上的十家店都做了结构化数据，结构性优势就消失了，剩下的差异落在信息的准确度、新鲜度、和可验证性上——而这些恰恰是最笨、最慢、最难包装的部分。

还有一个更隐蔽的坑：跨模型重叠只有约 5%。这意味着「在 ChatGPT 里表现好」和「在 Gemini 里表现好」几乎是两件独立的事。用一个总分去衡量 GEO，本质上是在用一个噪声极大的指标做决策。

三、既然如此，把力气花在哪

好消息是：缩水研究同时也指出了哪些东西不缩水。

① 结构信号别省。LocalBusiness、FAQ、Service 这些 schema 标记，是机器读懂你的地基。SAGEO 明确说前代基准普遍遗漏了它——也就是说，它是被低估的那一类。

② 写「有名字的数字」，不是形容词。Princeton 的 GEO 研究（KDD 2024）给出的增量是：具体统计 33%、专家引述 41%、权威引用 28%、流畅结构 29%。「服务周边 3 公里、平均响应 28 分钟」比「响应迅速、服务优质」有用得多。

③ 新鲜度是通用项。30–60 天内更新过的页面，在多个引擎中都拿到更多引用。这件事没有捷径，只能设节奏：评价周更、页面月更、实体信息季度审一遍。

④ 分引擎建台账。既然重叠只有 5%，就把 ChatGPT、Gemini、Perplexity 当成三个独立渠道分别看，而不是求一个平均分。

四、所以会英商务的做法是什么

我们把 GEO 做成「可核验的系统能力」，而不是「可承诺的效果」：

结构化数据按契约注入首页与内容页，跨页型保持一致；llms.txt / ai.txt / agent.json 这类机器资产自动生成并带 ETag 新鲜度；AI 引荐走 referer UTM 双通道归因；爬虫命中必须做 IP 反查校验——自称是 AI 爬虫，不等于它真的是。

而效果部分，我们的口径只有一句：保证该做的都做到位、且每一项都可查；不保证引用率一定涨。谁保证，谁在越界。

本文引用 C-SEO Bench（NeurIPS 2025）、Yext Research、SAGEO Arena（2026）、Princeton GEO 研究（KDD 2024）等公开基准，属外部事实源，非会英商务实测结论。