你的品牌天天被 AI 提到，为什么后台流量还是零？

前几天，半夜十一点多，一位做品牌的朋友突然给我发消息。

他说：哥，出怪事了。

我问，什么事？

他说，我现在问 ChatGPT，问 Perplexity，问各种 AI，十次有七八次，答案里都提到我们公司。可我打开网站后台，流量纹丝不动。AI 到底是在替我宣传，还是在白嫖我？

我笑了。

我说，这不叫怪事。这叫大多数做品牌的人，都栽在同一个坑里。

什么坑？

把「被提到」，当成了「被引用」。

这两个词，听起来差不多。但它们是两种完全不同的可见性。量法不同，用处不同，从一个走到另一个，需要的动作也不同。

今天，我把这件事讲透。

什么叫 mention？什么叫 citation？

先说概念。别怕，我用大白话讲。

什么叫 AEO mention？

就是 AI 在回答问题时，提到了你的品牌名。但是，没给链接。

比如你问 AI，哪家 CRM 适合中小企业。它说：可以考虑 A 公司和 B 公司。

A 公司的名字出现了。你获得了认知。

但读者没地方可点。AI 只是口头提了你一句，就像饭桌上有个懂行的朋友夸你家菜不错。夸完了，没了。没人知道你家在哪儿。

那什么叫 AEO citation？

就是 AI 在提到你的同时，把你的页面作为参考资料，挂在了答案里。可能是一张来源卡片，一个编号脚注，或者答案底下的「了解更多」链接。

读者一点，就到了你家。

还是那位懂行的朋友。这次他不但夸了你家菜，还把你的店址发进了群里，带定位。

夸奖，建立认知。定位，带来客流。

mention 是名字，citation 是门牌。

落到数据上，这两个东西的表现完全不同。

mention，不产生任何流量，在 GA4 里看不见，没有任何会话数据。它是隐形的。

citation，能带来真实的推荐流量，在 GA4 里记作一次 referral 会话。能被追踪，能被归因，能一路进到漏斗里。

所以你明白我那位朋友的困惑了吧。他天天被提到，但没有被引用。名字满天飞，门牌一个没有。后台当然没流量。

一个养认知，一个收钱

有人会说，我不关心什么 mention citation，我就要流量。

先别急。这两个东西，一个养认知，一个收钱。缺了哪一个，都瘸。

先说 mention。

AI 在组织答案时，会反复判断一件事：这个品牌，和这个话题，关联有多强。

当 AI 在某个话题下反复提到你，它其实在强化「你的品牌等于这个话题」的联想。联想越强，未来把你当来源引用的概率就越高。

所以 mention 是 citation 的先导指标。先混脸熟，才有人请你上台。

The Digital Bloom 做过一项研究，测出一个挺扎心的数字：在自然搜索里排第一的页面，被 AI Overviews 引用的概率是 33.07%；排到第十，掉到 13.04%。

这说明什么？

说明 AI 引用和传统排名，还挂着钩。老底子仍在起作用。

但另一组数字更值得注意。同样是 The Digital Bloom 的研究：2025 年年中，AI Overviews 引用的来源，和自然搜索前十的重合度大约还有 76%；到了 2026 年初，这个数字掉到了 17% 到 54% 之间。

什么意思？

AI 引用，正在长成一层独立的可见性。

你排第几，越来越决定不了你被不被引用。这是一场新牌局，得用新打法。光守着老排名思维，会越守越窄。

再说 citation。

它的重要性更直接：这是唯一一种你能用数据确认的 AI 可见性。

被提到？隐形，抓不住。

被引用？用户点了链接，GA4 里就有一次会话，能算转化，能算钱。

而且，从 AI 答案里点过来的用户，转化率往往明显高于普通搜索流量。道理很简单：人家已经读完了一份现成的综合答案，是觉得「还想再深入了解」才点的。这种用户，离掏钱更近。

意图的浓度不一样。

怎么量？给自己建一张记分卡

讲到这儿，你肯定想问：那怎么知道自己被提到多少次、被引用多少次？

很遗憾，没有任何一个分析工具，能自动抓取 AI 答案里的内容。这件事，目前只能手工来，或者半自动。

别嫌笨。笨办法，是眼下唯一的办法。

先列一张固定的查询清单。挑 20 到 50 条问题，覆盖你品牌的核心话题：带品牌名的，不带名只问品类的，还有把你和竞对放在一起比较的。清单一旦定下，就别随便改。因为你测的是一条趋势线，一次快照说明不了什么。

然后，每周跑一遍。固定时间，把这几十条问题，挨个扔进你要盯的每一个引擎。一次性的检查只能叫拍照，每周的坚持才叫录像。

跑的时候，两条线分开记。每条查询记三件事：答案里有没有提到我的品牌名？有没有挂我家域名的链接？是在哪个引擎上？一张表格就够了。

由此你得到两个率：mention rate，提到率。citation rate，引用率。

这两个率的分叉，信息量极大。

如果提到率一直涨，引用率原地踏步，说明什么？说明 AI 知道你，但它觉得你没有一个页面值得挂出来。这是在提醒你：内容信号还不够硬。

最后，按引擎拆开看。不同引擎的性格，差别很大。

Perplexity 是出了名的「引用狂魔」，几乎每句话后面都跟着编号来源。ChatGPT 开着联网搜索时，习惯用编号脚注，把来源和具体论断绑在一起。Google 的 AI Overviews，是在答案旁边放一小排来源卡片。微软的 Copilot 走的是 Bing 的结果池，引用方式又不一样。

同一句话，在不同引擎里的待遇完全不同。混在一起记，你什么都看不出来。

顺带说一句，ChatGPT 目前仍是 AI 推荐流量的大头，但份额在松动。盯引擎就像盯渠道，别把所有鸡蛋当成一个鸡蛋。

别让流量，消失在「not set」里

好，假设你已经拿到一些引用，用户开始点过来了。

先别庆祝。这里有个埋伏。

MeasureU 做过一项统计：在 GA4 的默认配置下，大约 22% 的 ChatGPT 会话，会被归进「(not set)」这种渠道里。

什么概念？

五分之一的 AI 流量，悄无声息地消失在「直接访问」或者「未分配」里。你以为没来，其实来了。你以为 AI 渠道很弱，其实是报表在骗你。

怎么办？

在 GA4 里建一个自定义渠道组，名字叫「AI 搜索」或者「AI 推荐」，把这些域名装进去：chatgpt.com、chat.openai.com、perplexity.ai、bing.com（Copilot 的会话）、claude.ai、gemini.google.com。再用一条正则过滤兜底，把漏网的会话也捞回来。

GA4 帮你看清会话和行为。但如果想把 AI 流量一路算到钱上，还需要 CRM 这一环。

以 HubSpot 为例。给联系人建一个「AI 来源」属性，记录第一次来访来自哪个引擎；建一个 AI 推荐的智能列表，靠 UTM 参数或者引荐域名自动更新；再配一条工作流，凡是 AI 渠道进来的联系人，自动打标、通知销售、进培育流程。

这样一路串下来，AI 来的联系人跟着商机走，AI 搜索对收入的贡献，才第一次出现在归因报表里。

从「我们被引用了」走到「引用带来了 pipeline」，中间隔的，就是这套配置。

从被提到，到被引用，要做五件事

那到底怎么把 mention 变成 citation？

没有一招致命的捷径，只有几件笨功夫。但这几件笨功夫，方向非常明确。

第一件，把「你是谁」说清楚，在所有地方说清楚。

AI 对你品牌的理解，来自网上散落的各种信号：官网、社交账号、第三方资料、媒体报道。如果这些地方对你的描述五花八门，AI 就拼不出一个清晰的「你」。

回去检查你最重要的那几页：首页、关于我们、产品页。你是哪个品类，帮谁，解决什么问题。每一处，都要说得一样。

有个很好用的工具，叫语义三元组。别被名字吓到，说白了就是一道填空题：

「XX 品牌，是一个 XX 品类的平台，帮助 XX 人群，达成 XX 结果。」

主语、品类、结果，三个东西钉死。AI 认起你来，又快又准。

第二件，把答案放在最前面。

AI 引用内容时，最喜欢什么样的话？干净、完整、能直接抄进答案的话。

如果你的核心论点埋在第三段，前面垫了两段背景和一堆铺垫，AI 大概率懒得往下翻。

每个章节，先把那个隐含问题的直接答案写在最上面，再展开细节。段落要短，小标题要清楚，句子要直给，铺垫能删就删。你替 AI 把活干了，AI 才替你打广告。

第三件，把结构化数据做扎实。

也就是 schema。它相当于给你的内容贴标签：这是篇文章，这是常见问答，这是操作教程，这是一家公司。

最值得做的几种：Article、FAQPage、HowTo、Organization。

注意一个坑：schema 必须和页面内容对得上。标签贴了，内容不是那回事，反而制造不信任。做了不如做对。

第四件，把可信的信号亮出来。

Google 有一套评价内容质量的框架，叫 E-E-A-T：经验、专业、权威、可信。别以为这只是传统搜索的事。AI 在决定引用谁的时候，看的也是同一套东西。

具体指什么？清楚的作者署名，作者的可查资历，页面自己产出的原创数据，来自权威来源的引用，还有明确的发布和更新日期。

你想想看，一篇文章，没有作者，没标注更新，统计数据还停在 2022 年。到了今天，内容再好，也很难被 AI 引用。

反过来，署名专家、带原创数据、定期更新的页面，就是另一个待遇。

第五件，勤刷新，盯变化。

AI 引擎对你内容的看法，不是静止的。它的资料池一直在更新。这个季度你被引用，下个季度对手发了更新的内容，你就可能被顶下去。

给重要的页面定个规矩：每三到六个月，回头审一遍。数据还新吗？例子还成立吗？有实质修改，就更新日期。同时盯住这个页面的引用率，突然往下掉，就是警报。

把对手放进你的记分卡

记分卡建好之后，再加一个动作：把三到五个和你抢同一批答案的对手，放进你的查询清单，一起测。

然后做一张「模型份额」表：每个话题簇里，谁的提到率高，谁的引用率高。

这张表最有意思的地方，不是谁高谁低，是不对称。

一个对手，提到率很高，引用率很低。说明它混了个脸熟，但没有权威页面。这个位置，你最该抢。

一个对手，在某类问题上引用率很高，而你是零。这是一个明晃晃的缺口。把它被引用的那个页面扒出来研究：结构长什么样，用了什么 schema，多久更新一次。

AI 引擎在奖励什么，答案就写在对手的引用里。

最后，泼一点冷水

关于这套数据，有三句实话，你得先听进去。

第一，每一次抽查，都只是一个切片。同一句话，不同的人问、不同的地点问，AI 给的来源都可能不一样。你看到的，是一次实例，不是真理。

第二，AI 答案的变化，比自然排名快得多。这周被引用，下周可能就没了。所以单周的数据几乎没有意义，看满八周，趋势才值得行动。四周以内的波动，忽略。

第三，把 AI 推荐流量当下限，别当上限。就算配置全对，也总有一部分会话被分错类。22% 只是一个别人的估计，你的真实数字，取决于你自己的配置。

所以，汇报的时候要克制。

「我们把这三个页面重构之后，这个话题簇的引用率八周涨了 18 个点。」这种话，有数据，有对照，说得出口。

「AEO 给我们带来了 40 万 pipeline。」这种话，没有足够细的归因体系，说了就是给自己挖坑。

写在最后

还记得开头那位半夜发消息的朋友吗？

我最后跟他说：恭喜你，你的品牌已经被 AI 记住了。接下来要做的，是让 AI 把你家的门牌，也挂出去。

被提到，是别人知道你。

被引用，是别人找到你。

名字带来认知，链接带来生意。

祝你和你的品牌，早日从混脸熟，走到被引用。