做 GEO 效果验证,有个问题被客户问过很多次:“同一个问题,AI 在回答里引用了别的网站的页面,为什么不是我们的?”过去回答这个问题,靠的是人工一遍遍提问、截图、对比,样本量小,换个问法结果就变,不可复现,也没法回归验证。2026 年 10 月 13 日,Bing Webmaster 官方博客披露的一项更新,让我看到这个问题有了新的观测入口。事实发生在 10 月 13 日,今天已经过去几天,这里不当新闻讲,只拆解它的方法论含义。

机会清单:把“没被引用”变成一个可检索的问题

据 Bing Webmaster 官方博客 2026 年 10 月 13 日披露,Bing Webmaster Tools 的 AI Performance 报告新增了 Topics Portfolio(Beta)页签,其中有个字段叫 Top Opportunity Queries,官方定义是“其他网站被引用、而你没有”的查询清单,引用量以区间显示。

这个字段的价值在于它改变了提问的方向。过去我们追问“为什么没有我们”,答案只能靠猜;现在工具直接把“哪些查询下别人被引用了、我们没出现”摆成清单,问题从玄学变成了一张待办表格。在我们 10 月 16 日整理的 GEO 运营日报里,它被列为官方 AI 可见性度量工具的第五条;前面几条来自不同平台,口径各异,这一条的特点是给出了差距本身,而不只是我们自己的表现。

Grounding query:AI 引用的最小可观测单元

清单背后的概念更值得研究者留意:grounding query,即 AI 生成回答时实际发出的检索查询。模型并不是凭记忆罗列信源,它先检索、再生成,检索时用的查询和用户输入的原始问句并不一样,往往更短、更偏向实体与任务的组合。Topics Portfolio 里的 Queries 字段统计的正是主题下不同 grounding query 的数量;Topic Size 是该主题下所有站点的近似总引用量,衡量需求盘子有多大;Sites Cited 是该主题下出现的站点数,衡量拥挤程度。

这三个数字放在一起读,方法论就很清楚:需求大、站点少、查询覆盖有缺口的主题,才值得投入。为什么 grounding query 比关键词更值得关注?因为 AI 回答时的检索查询更接近用户的真实表达,关键词是人的猜测,grounding query 是机器的实际动作。

官方自己的定性,本身就是一堂方法论课

少见的认真之处在于,官方在发布时主动给这套数据划了边界:主题标签由 AI 生成,可能错标;数据窗口只有 1/2/3 个月;覆盖范围是 Microsoft Copilot、Bing AI 摘要及选定合作伙伴集成,不包括其他引擎的 AI 功能;官方原话是“将数字视为规划用的方向性信号,而非精确账本”。

Topics Portfolio 给出的查询清单可以直接当作 GEO 的作业清单吗?不能,官方定性它是方向性信号而非精确账本,清单生成的是待验证假设,仍需抽样复核。

把这两层连起来看,我学到的是工具与研究的边界:度量工具负责把盲区照亮,照亮的地方不等于事实全貌,抽样复核这一步省不掉,也不该省。清单是假设生成器,不是结论发生器。

回头看,我对 GEO 的一个长期体会是:这个领域的进步不体现为某个神奇手法,而体现为可观测性的缓慢改善——从完全黑箱,到有抽样报告,再到有差距清单。每一次观测工具的升级,省掉的都是大量低水平的猜测工时。作为研究者,我对新工具的习惯是:先用它提问,再自己回答;信它的结构,复核它的数字。以上为个人观点。