一个问题被拆成三十份，AI 只留六个引用位

如果只看一个数字，2026 年 GEO 领域最该记住的是 5.92；如果看两个，就是 5.92 和 29.84。前者是一条 AI 答案平均能容纳的引用数量，后者是同一个问题在检索阶段平均被拆成的子问题数量。

一、5.92 与 29.84：一组值得记住的算术

Foglift Research 于 2026 年 10 月 24 日发布、10 月 30 日重估的一份五引擎面板，是目前公开数据里最完整的一组对照。窗口从 3 月 20 日到 10 月 30 日，覆盖 64,042 条答案、379,273 条引用、97,968 次查询扇出：77.3% 的答案至少引用一个来源，平均每条带 5.92 个引用；而每个原始问题平均裂变成 29.84 个子问题。

相除得 5.04——检索层每多问五个子问题，答案层才多出一个引用位置，业内称"引用挤压"。更值得看的是方向：同一面板 10 月 23 日那版还有 6.03 个位置、扇出 28.94 次，一周后位置变少、问题变多，比值从 4.80 抬到 5.04。

位置在减少，问题在增加

两个变量朝相反方向移动，不是抽样噪声能解释的。答案要更短更聚焦，检索却要覆盖更宽，这是引擎在成本与体验间的取舍。

二、扇出是什么：一个问题被拆成二十几个

用户打出"深圳做外贸独立站的公司怎么选"，引擎不会拿整句去检索，而是先改写成一组子查询：多少钱、周期多久、有无同行业案例、含不含多语言与支付对接、上线后谁运维、备案怎么处理。二十九个子问题，大致就是这种拆法。

每次子查询独立召回、各自排序，最后合并成答案。企业争的不是"外贸建站公司"这个词的排位，而是每个子问题各自的候选席位。

竞争单位从页面变成了段落

这也是为什么同一篇内容人工读起来充分，检索时却一次没被选中：切分的是段落，不是整页。一段话若没有独立成立的结论、没有明确主语和数字，切片后就是无法回答任何子问题的文本。

多伦多大学 Mahe Chen 与 Nick Koudas 在 2026 年 10 月公开的 arXiv:2610.15033 用 158,099 条答案验证过：同一站点内部，检索能否命中解释约 32% 的引用差异，页面属性合计只解释 2.8%。先决定"这段有没有被召回"，才轮到"这页写得好不好"。

三、只回答主问题的页面，为什么进不去

多数企业页面的写法是：先说我们是谁，再说做什么，列优势，最后放联系方式。这套结构回答的是主问题——你是干什么的。但主问题恰恰竞争最激烈、子问题最少，同行都挤在同一位置。

Empact Partners 与姊妹公司 Qvery 在 2026 年 8 月 24 日至 9 月 15 日对 13 个 B2B 软件品类的 50,220 条答案做过统计：ChatGPT 的引用中 44.2% 对应正文前 30% 里的段落。答案压在三屏之后，即便内容正确，也难进入被引用的那一段。

把"优势"写满三屏，是最典型的无效努力

"技术实力雄厚、响应及时、性价比高"既无可核对数字，也不回答具体子问题。切片后它答不了"多久交付"，也答不了"含不含运维"。不是内容不重要，是形态不对。

四、五个引擎的引用宽度差四倍

分引擎数据更值得注意：Perplexity 的 16,448 条答案中 87.6% 带引用，平均 9.20 个；谷歌 AI Overviews 14,503 条、84.2%、7.54 个；Gemini 11,725 条、51.6%、4.82 个；ChatGPT 11,308 条、94.1%、3.30 个；Claude 10,058 条、61.3%、2.47 个。

最反直觉的是 ChatGPT：几乎每条都给引用，但给得极少。它命中率低、单条权重高——被引一次价值大，概率小。Perplexity 相反，位置多、依赖检索广度，覆盖面做好就容易拿席位。

引用少，不等于没被提到

Gemini 近一半答案不给引用，品牌在这些答案里可能被"提到"却不被"链接"。被链接、被提及、被推荐是三种状态，对应三种目标。监测时按引擎分别记录这三项，比一个混合分数有用。

五、意图决定子问题：一份旅游数据的旁证

子问题来自意图。Search Engine Journal 在 2026 年 10 月 31 日转述的 BrightEdge 研究把这点量化得清楚：旅游品类中希尔顿在谷歌 AI Overviews 声量份额 28.3%，万豪在 ChatGPT 上 29.4%——同类目换个引擎，冠军换人。Expedia 对 Kayak 的领先在 AI Overviews 是 2.2 倍（31.3% 对 14.4%），到 ChatGPT 只剩 1.4 倍。

更关键是意图分层：带预订意图的提问里平台被点名 38%，灵感型只有 12%；涉及"便宜""折扣""预算"等价格词时升到 78%，其他答案 17%。而这类预订意图提问只占全部的 9%。

小站的机会在"经验型"子问题

BrightEdge 把 YouTube 与 Reddit 排除在品类排名外，也提示了另一件事：灵感型、经验型子问题上大平台并不绝对占优。中小企业与其在"哪家便宜"上硬碰，不如覆盖"这个方案什么情况下不适用""上线三个月后要改什么"——只有真实执行者答得出的问题。

需说明，该报道未披露面板规模，这些百分比应作方向性参考。

六、把内容改成"子问题矩阵"的四个动作

先列子问题，再定标题

别从"我想写什么"开始，从"客户会追问什么"开始。把销售与客服近半年被问到的具体问题抄下来，按价格、周期、交付物、适配条件、售后、风险归类，通常能收敛到二三十条，这就是内容地图的底稿。

一个小标题只回答一个子问题

小标题直接用提问句式，比如"独立站上线后谁来运维"。切片后标题与答案天然成对，命中时不必再猜上下文。一页覆盖五到八个子问题，比写三页泛泛介绍更易被召回。

把结论放在这一节的前两句

前 30% 的段落吃掉近一半引用，这条规律对每个小节同样成立。先给结论，再给理由，最后给条件。

每个结论配一条可核对的来源

来源不是装饰。一句"行业平均交付周期约六周"若有可点击出处与明确时间，被抽取时的可信度完全不同；来源缺失的断言，常在重排序阶段被证据更强的页面换掉。

四步之后再补两件小事：用内链把同一组子问题的页面串成簇；把可见更新日期写准，别为"显得新"反复改时间戳。

七、这套数字的可信边界

必须说清局限：它来自单一机构，五个引擎以英文提问为主，扇出定义由该机构自定，不同工具的计数口径并不一致。10 月 23 日与 30 日两版共享大部分样本，所以"一周收紧"更像同一批数据的重估。

口径的威力可以看另一个例子：统计"引用落在品牌自有站点的比例"，Ranqo Labs 对 149,912 条引用给出 2.9%，DerivateX 在 B2B 软件问句上给出 12.2%，Muck Rack 在 10 月 28 日的第四版报告中给出 15.2%。三个数字都成立，因为分母不同。

更稳妥的用法是把 5.92 与 29.84 当方向而非 KPI。它们说明的是：内容按子问题切分、结论前置、来源可核对。至于贵司这个月被引用多少次，只能自己跑监测——那也是 GEO 从概念落到工作的分界线。