做 GEO 研究这两年,我反复被一个问题推着走:当用户不再逐个点开搜索结果,而是直接把完整问题抛给对话式引擎,信息的“选择权”到底落到了谁手里?这个变化很安静,却改写了我们度量“内容有没有被看到”的整个前提。
从“翻结果”到“问问题”:一次安静的行为迁移
据人民论坛网 2026 年 11 月 3 日刊发的《健全网络生态治理长效机制》一文观察,用户正“从主动检索比较不同来源,转向通过对话直接获取整合后的综合回答”,文章同时指出“信息选择与解释权更多向人工智能模型转移”。同一天,新华社关于 2026 年世界互联网大会乌镇峰会开幕式的主旨演讲报道中,也明确提到要警惕“算法偏见放大分歧”“信息茧房固化认知”等风险。两处表述放在一起,恰好勾勒出一个研究上值得盯紧的趋势:入口在变,而入口背后的判断机制也在变。
对做 GEO 研究的人而言,这条线值得记下来:我们过去习惯盯着“有没有出现在结果页”,而用户已经在用“问一句就拿到整合答案”的方式获取信息。入口形态的迁移,意味着度量对象也要跟着迁移。
解释权转移之后,可见不等于可信
过去做内容,我们习惯用“有没有出现在结果里”来判定成败。但当回答由引擎整合多源之后,可见只是起点,真正关键的是内容是否被采信、被引用、被作为论据呈现。人民论坛网那篇文章还提醒了一点:表达形式的完整,并不等同于事实依据真实可靠;模型对材料的计算性重组,也不能等同于人基于社会实践形成的现实认识。这句话对研究者很有分量——它把“被生成”和“被验证”划出了清晰的界限。
举个具体的例子:一条内容可能被引擎抓进素材库,却只在答案末尾作为背景带过;另一条出现频率不高,却成了关键论据。两种“可见”的成色完全不同。
研究纪律:把“被引用”和“被采信”分开度量
落到日常的研究动作,我会把两个指标拆开。一是“被引用率”,看内容是否进入引擎的作答素材;二是“被采信度”,看它在答案里是以论据身份出现,还是仅仅作为背景提及。两者不是一回事。只追逐前者,容易陷入堆量;只谈后者,又难以观测。更稳妥的做法,是先在多个时间窗口做基线采样,记录内容被取用的真实位置,再谈变化。
这里还要守住一条边界:我不对任何第三方主体作评价,也不对某一类信息服务提前下结论。研究只描述机制,不替结果背书。
以上为个人观点。