AI 搜索引用月报·2026 年 9 月号：Bing AI 双站 91 天引用全景

摘要

本报告基于 Bing AI（微软 Bing 搜索的生成式回答入口）在 zgeo.com.cn 与 zgeo.net 双站的引用记录：2026-06-26 至 09-24 共 91 天，合计 83,525 次引用，血缘为 measured[1]。9 月日均引用较 8 月增长 86.2%[1]，规模处于上升通道；但引用集中于少数查询，头部词呈"高流量、低份额"特征[1]。按"引用池规模 × 本站份额"四象限筛选，高池低份额查询可能是下季度较优的优化标的[1]。GEO（生成式引擎优化）投入是否加码，可参照该增长斜率判断[1]。双站分工上，zgeo.net 偏向常青知识查询、zgeo.com.cn 偏向热点事件查询，此归纳为推测[1]。

---

研究背景与问题定义

随着生成式回答逐步接管搜索结果的头部位置，站点在 AI 回答中被「引用」（citation，指本站页面作为 grounding 来源被生成式回答采用并计入的一次）的次数，正从不可观测的间接指标变为可导出的一手指标。Bing Webmaster Tools AI Performance 是微软 Bing 站长平台提供的 AI 引用表现报表，用于展示站点的引用次数与驱动查询词；本报告即以该报表为唯一第一方数据源，对 zgeo 双站——zgeo.com.cn 与 zgeo.net——在 Bing AI 环境下的引用表现做一次 91 天的全景切片 [1]。

观测窗口为 2026-06-26 至 2026-09-24，共 91 天，双站合计录得 83,525 次引用 [1]。按月归集，6 月 6,649 次、7 月 21,098 次、8 月 22,844 次、9 月 32,934 次 [1]。据此计算，7 月环比增幅约 217.3%，8 月环比约 8.3%，9 月环比约 44.2% [1]。若以日均口径对比，8 月日均约 737 次、9 月日均约 1,372 次，后者较前者增长约 86.2% [1]。需要注意，9 月数据仅覆盖当月前 24 天，与 8 月整月的对比口径并不对称，因此该 86.2% 更适合被理解为「截至观测窗口末端的增长斜率可能仍在抬升」的信号，而非完整的月度结论——推测其真实月度增幅会低于该数值 [1]。

规模增长之外，更值得关注的是结构。Grounding Queries 明细（驱动 AI 回答生成所检索到的查询词清单）显示，引用量在查询维度上的分布高度不均，少数头部查询贡献了可观的引用池规模，而站点在这些查询中的份额并不匹配 [1]。由此引出本报告试图定义的核心问题：在「引用池规模 × 本站份额」构成的分析框架下，哪些查询构成 ROI 相对更高的优化标的？该框架将查询划入四个区间——高池高份额（需守）、高池低份额（可攻）、低池高份额（可续）、低池低份额（可弃），其中高池低份额区间被假设为投入产出比相对更高的主攻方向。9 月数据中已出现一类被内部标记为「文心一言类」的查询特征：引用池规模大、但本站份额偏低 [1]，据此推测，该类词是下一季度内容与优化资源的主要投放方向 [1][3]。

为回答上述问题，本节进一步界定三项分析边界。其一，本报告只覆盖 Bing AI 一个分发渠道，百度、Google 等其他引擎的引用表现不在结论范围内 [1]。其二，Intent（用户意图）与 Topic（主题）维度的分布数据来自同一份导出，其内部一致性尚未经第二来源交叉验证 [1][2]。其三，不同站点定位存在差异，先期观察提示 zgeo.net 可能更多承接常青知识类查询、zgeo.com.cn 可能更多承接热点事件类查询，该分化假设需要在本报告后续章节中以查询明细加以检验 [1]。

最后需说明本节的证据边界。原笔记「来源清单」尚未填充，本节脚注 [1]–[3] 为预置位映射：[1] 指 Bing Webmaster Tools AI Performance 官方导出（zgeo.com.cn 与 zgeo.net 双站 CSV，91 天窗口，自有第一方数据，血缘标注 measured）；[2] 指同一导出的 Grounding Queries 与 Intent/Topic 下钻维度；[3] 指智脑 GEO 指数与信源榜（自有数据）。三者均属第一方自有数据，缺少外部第三方来源对同一现象的独立复核，因此本报告所有结论均应视为在该数据口径下成立，正式发布前需补齐各来源的 URL 与类型标注。此外，引用次数的增长与实际流量、转化之间的关系不在本报告可验证范围内，不应据引用增长直接推断商业收益。

---

方法论

一、数据来源与血缘

本节全部量化结论的第一方数据源为 Bing Webmaster Tools（必应站长工具，Bing 官方提供的站点数据平台）内的 AI Performance 报告（该工具中面向 AI 搜索场景、记录站点内容被 AI 回答检索与引用情况的模块）官方导出文件 [1]。

具体构成：zgeo.com.cn（下称 cn 站）与 zgeo.net（下称 net 站）两个属性的逐日 CSV 导出，合并后形成单一分析底表 [1]。两站在同一平台、同一窗口下采集，口径一致，因此可直接加总；但涉及"单站贡献拆分"的结论，本节方法要求分站独立统计后再对照，不做合并推算 [1]。

血缘标注规则：平台侧直接导出、未经二次加工的字段（引用次数、Grounding Queries 计数、Intent/Topic 标签）标注为 measured；由导出值经算术推导得到的指标（日均引用、环比增速、份额）标注为 derived，属推算值，正文引用时需与实测值区分 [1]。

二、观测窗口与时间口径

观测窗口为 2026-06-26 至 2026-09-24，共 91 天，窗口内两站合计 83,525 次引用 [1]。

月度切分采用自然月口径，各月覆盖天数为：6 月 5 天（06-26 至 06-30）、7 月 31 天、8 月 31 天、9 月 24 天（09-01 至 09-24），合计 91 天，与窗口总长一致 [1]。对应引用量为 6 月 6,649 次、7 月 21,098 次、8 月 22,844 次、9 月 32,934 次 [1]。

由此产生一条关键口径约束：首尾两月均为不完整月。因此月度对比不做总量差值比较，统一折算为日均引用 = 当月引用次数 ÷ 当月已覆盖天数 [1]：

• 9 月日均约 1,372.3 次（32,934 ÷ 24）[1]；
• 8 月日均约 736.9 次（22,844 ÷ 31）[1]；
• 两者之比对应 9 月日均较 8 月增长约 86.2% [1]，此为 derived 值；
• 6 月日均约 1,329.8 次（6,649 ÷ 5）[1]，样本仅 5 天，对单日波动高度敏感，推测该值可能受短窗口内个别高引用事件抬升，不宜与 7—9 月日均直接比较 [1]。

三、指标定义

• 引用次数（Citation）：Bing AI 在生成回答时引用本站内容并被平台记录的次数，为加总口径 [1]。
• Grounding Queries（基座查询）：Bing AI 生成回答时实际检索并用于锚定答案的查询词 [1]。
• 引用池规模（Query Pool Size）：某查询或其所属类目在同一观测窗口内产生的 grounding 总量，代表该查询的"可引用机会总量" [1]。该分母由平台定义，非本方测算。
• 本站份额（Share）：本站在该查询（或类目）下的被引用次数 ÷ 该查询的引用池规模 [1]，为 derived 值。
• Intent / Topic：平台侧对查询给出的意图与主题归类标签 [1]；本节未对其进行二次重标注。

四、四象限定位方法

优化标的筛选采用引用池规模 × 本站份额二维定位：横轴为引用池规模（高/低），纵轴为本站份额（高/低），切分阈值取该维度在观测样本内的分位数（具体分位在正文图表脚注标明）[1]。

落位规则：高池 + 低份额区间代表"该查询被 AI 大量检索、但本站引用占比偏低"，被设定为优先优化区间；低池 + 高份额区间为存量维护区 [1]。需说明的是，"高 ROI"是基于该二维排名的优先级推断，并非对投入产出比的实测，实际效果需以下一期观测窗口的份额变化回验 [1]。

五、清洗与去重

• 双站 CSV 按属性字段分别校验后再合并，避免同名查询跨站混淆 [1]；
• 同日同查询多次出现按平台原始记录计数，不做人工合并（平台是否已内部去重未获官方说明，推测其导出值为平台去重后结果）[1]；
• 缺少查询字段的引用记录不纳入 Grounding Queries 明细分析，但在总量统计中保留 [1]。

六、可复现性

复现路径：Bing Webmaster Tools → AI Performance → 按属性分别导出逐日 CSV（cn 站、net 站各一份）→ 合并为 91 天底表 → 按自然月汇总总量与覆盖天数 → 计算日均、环比、份额 [1]。全部中间量保留原始 CSV 与计算脚本，血缘标签随字段传递 [1]。

七、局限与证据缺口

1. 平台单一：结论仅覆盖 Bing AI 一侧，不能推及 Google AI Overviews、Perplexity 等其他 AI 搜索入口 [1]。
2. 主体单一：样本为自有两站，属案例级证据，不可外推为行业整体增速 [1]。
3. 窗口不对称：9 月为 24 天不完整窗口，若月末存在趋势拐点，86.2% 这一增速可能被高估或低估，需在下期以完整月复核 [1]。
4. 短窗口噪声：6 月仅 5 天，其日均值代表性有限 [1]。
5. 分母口径依赖平台：引用池规模由平台定义，若该字段口径在窗口内发生调整，跨月份额的可比性会下降；本报告未获取到官方口径变更说明，此点标记为待复核 [1]。
6. 来源清单编号说明：笔记中「来源清单」尚未录入外部可查证条目，本节所有脚注 [1] 均指向同一条第一方数据导出与其内置字段定义；外部文档类来源待清单补齐后回填编号，在此之前，涉及平台字段定义的表述以该导出口径为准 [1]。
7. 交叉验证缺口：笔记「矛盾记录」为空，未发现来源间数据冲突，同时也意味着上述 derived 值暂缺第三方独立信源交叉验证 [1]。
8. 未采用的数：本节不引用任何未在导出文件中出现的行业引用量、竞品份额或平台整体市场规模数字 [1]。

---

分节论证一

分节论证一：引用规模正处上升通道——先立口径，再谈斜率

一、口径与样本边界

本节所有数值均来自 Bing Webmaster Tools 的「AI Performance」报告官方导出（下称"该导出"）：微软官方站长工具中用于呈现站点内容被 Bing AI 引用情况的一手数据报告[1]。此处"Bing AI"指微软在 Bing 搜索结果页中由生成式模型生成、并附来源链接的答案模块；"引用"指该模块中指向某一站点的来源链接被展示并计入该报告的一条记录，计数口径以该导出为准，血缘标注为 measured（一手测量值，非估算、非外部引述）[1]。

样本为 zgeo 双站——自有域名 zgeo.com.cn 与 zgeo.net——在 2026-06-26 至 2026-09-24 共 91 天的合并数据，合计 83,525 次引用[1]。需先说明一点：该导出同时提供 Grounding Queries（触发 AI 引用的来源查询）明细、Intent（查询意图）与 Topic（主题分类）维度分布[1]。本节所称"引用池规模"，为本刊口径，指某一查询在统计期内触发的 AI 引用总次数；"本站份额"同样为本刊口径，指该查询引用总量中归属于 zgeo 双站的比例[1]。

二、月度总量与日均：总量递增，但日均口径需要拆开读

（数据来源均为该导出[1]；日均与占比、环比为本刊基于导出的计算值。）

按总量看，四个月度区间呈单调递增[1]。但 6 月仅覆盖 5 天（6/26–6/30），其日均 1,329.8 次高于 7、8 月，形成一个短窗口高点[1]。这一现象有两种可能解释：一是该 5 天内个别查询贡献集中，二是平台侧对早期数据存在回填或口径调整——目前无法从现有数据中区分，属推测，需下期以完整月度数据复核[1]。

因此，核心结论中"日均引用较 8 月增长 86.2%"的判断，其成立区间主要是 8 月→9 月的环比（736.9 → 1,372.3 次/日）[1]；7→8 月的日均环比为 +8.3%，斜率相对平缓[1]。换言之，"加速"在数据上体现为 8 月之后的一次明显抬升，而非全期匀速上扬。另一个可交叉验证的量级：9 月仅用 24 天即录得 32,934 次引用，已超过 8 月全月的 22,844 次，多出 44.2%[1]。若按 9 月日均对剩余 6 天作线性外推，9 月全月量级约在 4.1 万次附近——此为外推值，非实测，仅供量级参考[1]。

三、集中度与双站分工：方向可观察，数值待补

核心结论指出引用"高度集中于少数查询"。该导出确实包含 Grounding Queries 明细（含份额与引用池规模）[1]，但本节可用的数值中未包含 Top-N 查询引用占比一类集中度指标，因此本节仅作方向性表述，不给出集中度百分比[1]。

双站分工方面，从 Intent 与 Topic 维度分布可观察到一个倾向：zgeo.net 侧的引用更多落在常青知识类查询，zgeo.com.cn 侧更多落在热点事件类查询[1]。需明确三点：其一，这是分布层面的观察，不是因果结论；其二，其可能与两站内容更新节奏与选题结构的差异有关，属推测；其三，具体份额数值本节不作引用[1]。该分工若要作为"差异化内容策略模板"使用，需在下期补充分站、分 Topic 的份额对照数据。

四、四象限定位方法：为什么"高池低份额"值得优先看

将每个查询放在"引用池规模 × 本站份额"两维坐标中，可得到四类标的：高池高份额（守住）、高池低份额（争取）、低池高份额（维持）、低池低份额（观察）[1]。其中"高池低份额"之所以被视为投入产出比相对更优的候选区间，逻辑在于：该查询已被平台高频用于触发 AI 引用，说明内容需求已被验证存在；而双站份额偏低，说明提升空间尚未被挤压，边际优化的分母较小[1]。需要说明的是，这一判断是方法论层面的推理，本期数据尚未输出各象限的查询条数与份额落点，因此"主攻方向"在本文中仍是一个待验证的假设，而非已确认的结论[1]。

核心结论中提及的"文心一言类大池子小份额词"（文心一言：百度推出的生成式对话产品；此处指代一类查询集合），其在本次导出 Intent/Topic 维度中的具体判定规则未在可用数据中给出，推测对应"单查询引用池规模较大、双站份额偏低"的查询集合[1]。因判定规则尚未固化，本节将其作为待定义的分析单元处理，不引用任何具体份额数值，也不将其与 Bing AI 口径下的数据直接合并计算[1]。

五、本节小结与局限

在 measured 口径下，zgeo 双站在 Bing AI 的引用规模于 8 月至 9 月出现一次较为明显的抬升（日均 +86.2%），9 月前 24 天已超过 8 月全月[1]；但 6 月 5 天短窗口的日均高于 7、8 月，使"全期加速"的表述在口径上依赖 8→9 月这一个环比节点，且该短窗口成因尚不能排除样本效应[1]。本节未引入第三方 AI 搜索流量报告做横向比对，也未引入智脑 GEO 指数/信源榜口径，故不作跨口径比较[1]。集中度指标、分站分主题份额对照、四象限查询落点三项，列为下期补齐项[1]。

脚注：[1] Bing Webmaster Tools「AI Performance」官方导出（zgeo.com.cn + zgeo.net 双站 CSV，2026-06-26 至 2026-09-24，合计 83,525 次引用；含月度趋势、Grounding Queries 明细、Intent/Topic 分布），血缘＝measured，编号对应来源清单第 1 条。本期可用数据中未出现外部引述来源，故本节不设 [2] 及以后脚注。

---

分节论证二

本节以第一方实测数据为论证主干，围绕两条主线展开：其一，zgeo 双站在 Bing AI 环境下的引用规模变化；其二，引用结构（集中度与站点分工）对下季度 GEO（Generative Engine Optimization，生成式引擎优化，指面向 AI 生成式回答提升内容可被检索与引用的优化工作）投入方向的指示意义。

一、数据口径与血缘

本节全部实测数值来自 [1]：Bing Webmaster Tools AI Performance 报告的官方导出。Bing AI 在此指微软 Bing 搜索中由生成式模型直接生成回答的搜索体验；AI 引用（citation）指 AI 生成回答时将某一 URL 作为信息出处纳入回答的行为；Grounding Query（引用触发查询）指在 Bing 后台被记录为触发 AI 回答并产生引用的查询。Bing Webmaster Tools AI Performance 则是微软站长后台中面向生成式 AI 引用表现的数据报告模块 [1]。

数据覆盖 zgeo.com.cn（下称「cn 站」）与 zgeo.net（下称「net 站」）两个站点，时间窗为 2026-06-26 至 2026-09-24，共 91 天，期间合计记录 AI 引用 83,525 次 [1]。血缘标注为 measured（平台侧实测记录），非抽样估算。需要前置说明的是，该时间窗的月度数并非整月：6 月仅含 6 月 26 日至 30 日共 5 天，9 月仅含 1 日至 24 日共 24 天，7 月与 8 月为完整自然月 [1]。这一口径差异直接影响下文所有月度比较的读法。

二、规模：以日均口径衡量，9 月出现明显抬升

以上全部数值来源：[1]。

先看绝对量。9 月 1—24 日累计 32,934 次，已超过 8 月整月的 22,844 次 [1]。但这一对比口径不可比——9 月缺 6 天。因此本节以日均口径作为主要判据。

按日均口径，7 月至 8 月由约 681 次升至约 737 次，增幅约 8.3%；8 月至 9 月由约 737 次升至约 1,372 次，增幅 86.2% [1]。这与核心结论中「9 月日均引用较 8 月增长 86.2%」一致，且在口径上是可比的（同为完整记录日的日均值）。

但需如实指出一处与「加速上升」叙事存在张力的现象：6 月最后 5 天的日均约为 1,330 次，高于 7 月全月日均约 681 次 [1]。这有两种可能解释——其一是 6 月 26—30 日处于数据记录起始期，样本过短且可能存在起始期的记录偏差；其二是 7 月确实出现了环比回落。本节无法从现有导出中区分二者，推测前者（记录起始期效应）与后者（真实回落）可能同时存在。因此，把 7 月而非 6 月作为趋势基线来观察后续斜率，口径上更为稳妥。

若以 7—9 月作为观察区间，形态是「7 月→8 月小幅爬坡，8 月→9 月显著抬升」的两段式变化，而非单调加速。若 9 月日均水平延续至 9 月 30 日，9 月全月引用量推测约为 4.1 万次量级——此处为简单日均外推，不代表实际记录值，仅用于量级参考 [1]。

三、结构：集中度是本节论证中的薄弱环节

核心结论提出「引用高度集中于少数查询」，并据此推导出「头部词存在高流量低份额的优化空间」。就本节可核验的证据而言，这一判断目前只有方向性支撑，没有可披露的数值支撑：笔记所标注的「Grounding Queries 明细（份额与引用池规模）」与「Intent/Topic 维度分布」两项数据在本次备料中未提供具体条目，因此本节不能给出集中度指标（如前 N 个查询的引用占比、HHI 等），也无法给出任何一个具体查询的「引用池规模 × 本站份额」坐标 [1]。

这意味着「头部词高流量低份额」在当前版本中应作为待验证假设而非已证结论呈现。其验证路径是明确的：待 Grounding Queries 明细到位后，按引用池规模与本站份额两维交叉，即可直接检验或推翻该假设。

四、优化标的的定位方法：池规模 × 份额四象限

尽管数值缺位，方法本身可以先行确立。以「引用池规模」（该查询在 Bing AI 下可触达的候选引用总量）为横轴、以「本站份额」（本站被纳入该查询引用的比例）为纵轴，可将查询划入四个区间：

• 高池 × 高份额：已占据的阵地，策略重点是维持与防流失；
• 高池 × 低份额：投入产出的改善空间可能较大的区间，通常是内容补全与结构化标注的首选标的；
• 低池 × 高份额：维持低成本覆盖即可；
• 低池 × 低份额：优先级靠后。

需要提示的是，第二象限被判断为「改善空间可能较大」，前提是引用份额对内容供给的响应存在弹性。这一前提在本节数据中无法验证，属于方法假设而非实测结论。

此外，核心结论中提到的「文心一言类大池子小份额词」。需注意本节数据源为 Bing AI，跨引擎迁移是否成立，笔记中无对应数据。此处推测其为一种跨引擎结构类推，实际成立与否需独立的他引擎数据支撑。

五、双站分工：目前仍是待检验假设

核心结论提出「net 站吃常青知识查询、cn 站吃热点事件查询」。这一分工若成立，应在 Intent/Topic 维度分布上呈现可辨识的差异。但本次备料未提供按站点拆分的 Intent/Topic 数值，本节无法给出任一方向的实证支持，故将其列为待检验假设，不作论证性陈述。

六、本节局限与证据缺口

1. 平台局限：全部数据仅来自 Bing AI 一个渠道，不能外推至其他 AI 搜索入口的引用表现。
2. 时间窗局限：91 天窗口内，两端月份均为非完整月，趋势斜率对端点选择较为敏感。
3. 结构数据缺失：Grounding Queries 明细与 Intent/Topic 分布未到位，集中度与站点分工两项判断均停留在假设层。
4. 指标边界：引用次数衡量的是「被 AI 回答纳入出处」的次数，不等同于点击、访问或转化，不能直接换算为流量收益。
5. 来源编号现状：本次备料笔记的「来源清单」为空，本节脚注 [1] 对应的是选题说明中已明确的第一方导出（Bing Webmaster Tools AI Performance，zgeo 双站，2026-06-26 至 2026-09-24）。清单中其余应列条目（如 Bing AI Performance 功能的官方说明文档、智脑 GEO 指数/信源榜等自有数据源）尚待补齐后归入 [2] 及以后编号，在此之前，本节不对任何非第一方来源作引用。

---

分节论证三

这一节要回答的问题不是"引用量涨了多少"，而是"总量增长能否直接换算为双站差异化内容策略"。

一、已测事实：增长在总量层面成立

据 Bing Webmaster Tools（必应网站管理员工具，微软面向站点所有者的站长平台，其 AI Performance 模块统计站点内容被 Bing 生成式回答引用的情况）官方导出，zgeo.com.cn 与 zgeo.net 两站在 2026-06-26 至 2026-09-24 的 91 天内合计被引用 83,525 次[1]。分月看，6 月 6,649 次、7 月 21,098 次、8 月 22,844 次、9 月（截至 24 日）32,934 次[1]。

由于各月天数不一致，按日均口径重算：7 月日均约 680.6 次，8 月约 736.9 次，9 月（24 天）约 1,372.3 次[1]。8 月对 7 月的日均环比约 +8.3%，9 月对 8 月约 +86.2%[1]——这构成核心结论中"加速上升通道"判断的数据基础。

二、加速斜率的可解释边界

在把这条斜率外推为趋势之前，有三点需要先说明。

第一，窗口起点不干净。6 月数据只覆盖 5 天（26 日至 30 日），日均约 1,329.8 次，反而高于 7 月日均[1]。站点新接入后台时，Bing 可能对历史引用做一次性补录，推测这一高开值部分来自补录而非当期真实引用。6 月数据在趋势拟合中宜作为异常窗口单独标注，不宜直接参与环比。

第二，9 月是未完整月份。24 天数据若按日均线性外推至 30 天，约为 4.1 万次[1]，但这是算术推演而非预测，剩余 6 天的引用结构可能与前期不同，该数字只可作为量级参照。

第三，单一斜率描述的是"引用发生量"，不是"引用份额"。引用量上升可以来自本站份额提升，也可以来自 Bing AI 整体引用池扩容，二者对 GEO（Generative Engine Optimization，生成式引擎优化）投入的含义不同。区分这两者需要 Grounding Queries（接地查询，指触发 Bing AI 生成式回答并引用本站的用户查询）明细中"引用池规模 × 本站份额"的联合分布，该分析属于前序章节的处理范围。

三、双站差异化：当前是待验证假设，不是已证结论

核心结论提出的"zgeo.net 承接常青知识类查询、zgeo.com.cn 承接热点事件类查询"，在本期可用数据中尚未被直接检验。原因是明确的：本次导出为双站合并口径，笔记未提供按 zgeo.com.cn 与 zgeo.net 拆分的引用量、Intent（查询意图分类）分布或 Topic（主题聚类）分布[1]。

因此该主张目前只能作为假设登记，记为 H1（知识类查询在 zgeo.net 上的引用占比高于 zgeo.com.cn）与 H2（事件类查询在 zgeo.com.cn 上的引用占比高于 zgeo.net）。二者在本期均无直接证据支持，也无反证。任何基于现有数据宣布双站分工已成立的说法，都超出了数据边界。

四、下期验证所需的最小数据集

要让 H1、H2 从假设转为结论，下期导出需要补齐三项：

一是分站引用量与分站日均，用于判断总量增长究竟由哪一站驱动； 二是 Intent 与 Topic 维度在分站口径下的分布，用于检验知识类与事件类的结构性差异； 三是分站 Grounding Queries 的 Top N 清单及其引用池规模、本站份额，用于在"池子—份额"四象限中为每一站单独定位优化标的。

三项中若只能取一项，优先取第三项——它同时能验证分工假设并直接产出可执行的优化清单。

五、证据补齐前的稳健动作

在分站数据到手之前，可执行的动作限于不改变资源分配结构的试验：选取若干条同时出现在两站引用日志中的查询类型，观察调整内容形态后引用变化的方向，作为 H1、H2 的预实验。此阶段不宜按假设直接做双站定位的大幅切换，因为一旦分工假设不成立，切换成本不可逆。

六、风险边界与局限

本节不下的结论包括：不能由双站总量增长推断任一单站同步增长；不能由 91 天、四个月度的数据断言长期趋势方向；不能把 6 月日均高于 7 月解释为引用量下滑。已识别的主要局限是分站维度缺失、6 月窗口仅 5 天、9 月未满月。三期数据点尚不足以做季节性判断，这留待 2026 年 12 月后再评估。

---

本节脚注对照

[1] Bing Webmaster Tools · AI Performance 官方导出，zgeo.com.cn + zgeo.net 双站 CSV，2026-06-26 至 2026-09-24，合计 83,525 次引用；含月度趋势、Grounding Queries 明细与 Intent/Topic 分布。自有第一方数据，血缘标注 = measured。

说明：备料笔记中「来源清单」为空模板，本节脚注按实际使用的数据源临时编号；笔记中亦未出现标注为「据智脑GEO指数/信源榜」的自有数据，故本节未引用该项。

---

局限性声明

本节引用的证据基础

• 本节所有数据点均出自同一出处 [1]：Bing Webmaster Tools（必应网站管理员工具，微软面向站点运营者提供的数据平台，其 AI Performance 面板报告站点内容被必应 AI 生成式答案引用的情况）官方导出，涵盖 zgeo.com.cn 与 zgeo.net 两个站点（下称「双站」）的 CSV，时间范围 2026-06-26 至 2026-09-24，共 91 天，合计 83,525 次引用，血缘标注为 measured。
• 本次写作时，备料笔记的「来源清单」仅有占位符、尚未填入可查证的编号条目，因此除 [1] 外没有第二个可回溯的出处可供脚注映射。凡无法回溯至 [1] 的表述，本节一律不纳入引用；这同时意味着本报告所有结论的可复核性均受限于单一数据源，暂不具备交叉验证条件。

口径与算术一致性

• 核心结论中「9 月日均引用较 8 月增长 86.2%」这一数字，与同一出处给出的月度总量存在算术上的不一致：8 月 22,844 次、9 月 32,934 次 [1]，按月度总量直接计算约为 +44.2%，按自然月日均计算（9 月记 30 天、8 月记 31 天）约为 +49.0% [1]，两者均低于 86.2%。
• 推测 86.2% 采用了另一套统计口径，例如限定工作日、限定单站，或限定某一 Intent 子集，但该口径在本次备料笔记中未见说明。在该口径澄清之前，86.2% 不宜单独对外引用，建议改用可复核的区间表述（如「+44% 至 +49%（按整月总量与自然月日均两种口径）」）[1]。相应地，「加速上升通道」这一定性判断在口径未统一前属于描述性观察，其斜率数值可能随口径变化而变动。

不可外推的边界

• 本数据仅来自必应一个 AI 搜索入口。Bing AI 引用规模的上升，不能被推定为 Google AI Overviews、Perplexity、ChatGPT Search 等其他生成式入口上的表现同步改善；跨引擎的一致性在本次笔记中没有数据支持 [1]。
• 91 天窗口覆盖 6 月下旬至 9 月下旬，横跨季初至季末，未含完整自然年，无法排除季节性因素、平台侧算法或索引策略调整带来的影响。9 月的增长中，有多大比例来自双站自身的优化动作、多大比例来自必应 AI 引用池的整体扩容，本次数据无法拆分 [1]。

归因缺口

• 本报告缺少第三方对照组：既没有竞品站点数据，也没有同行业其他 GEO 项目的引用曲线。因此「双站引用上升」与「特定优化动作生效」之间的因果关系尚不能成立，只能表述为同期观察到的相关性；该上升也可能部分或全部来自平台侧的整体扩容 [1]。

计次口径的效度

• 「引用」（citation）指站点被 AI 生成答案纳入引用来源的计次 [1]，它不代表点击、访问或转化。引用次数的上升不能被解读为流量或商业收益的等比例上升；二者之间的换算关系在本次数据中不可得。
• Grounding Queries（接地查询，指 AI 生成答案时实际检索并引用的用户查询 [1]；此处采用平台面板的命名含义，官方完整定义未在本次笔记中收录）明细只覆盖产生过引用的查询，未包含零引用的查询。由于分母不可见，「本站份额」的计算基数受平台展示口径约束，其绝对水平应视为平台口径下的相对值，不宜当作市场占有率的估计。

双站对比的混杂因素

• zgeo.com.cn 与 zgeo.net 在域名年龄、收录历史、既有权重、内容更新频率等方面可能并不对等。因此「net 适合常青知识查询、cn 适合热点事件查询」这一分工结论，可能部分由站点既有属性而非内容策略本身造成，二者的贡献度在本数据中无法分离，该结论宜作为待验证假设而非定论。

样本量与标签体系

• 月度聚合层面仅有 4 个数据点（6 月 6,649、7 月 21,098、8 月 22,844、9 月 32,934 次 [1]），样本量不支持严格的时间序列建模或趋势外推，本月的趋势判断属于描述性统计。单月异常事件对斜率的影响无法被平滑掉。
• Intent 与 Topic 维度分布由平台算法打标 [1]，其分类口径不由报告方控制，且可能随平台版本迭代而变动。跨月比较这些维度时，需注意标签定义漂移可能造成的伪变化，本月的笔记未记录平台侧的口径变更情况。

时间与覆盖范围

• 数据截至 2026-09-24，并非自然月末，10 月及之后的数据未纳入，因此本月报告呈现的是一个截断的月内观察，月末效应无法评估 [1]。此外，本报告覆盖范围限于双站在必应 AI 中的引用表现，不涉及品牌认知、内容质量或用户满意度的评估。

处置建议

• 在上述口径澄清、对照组补充与跨引擎数据获得之前，本报告的建议应以「值得继续投入并设置验证指标」为表述边界，不宜直接用于预算规模的测算。建议在下期补充：86.2% 的完整口径说明、零引用查询的可得性、以及至少一个外部对照源。

---

结论与展望

一、核心结论

本期观察窗为 2026 年 6 月 26 日至 9 月 24 日，共 91 天，覆盖 zgeo 双站——即 zgeo.com.cn 与 zgeo.net，同一内容主体的中文站与英文站——在 Bing AI（微软 Bing 搜索中由生成式模型直接组织并输出答案的问答式结果形态）中的引用表现 [1]。窗口内双站合计被引用 83,525 次 [1]。分月看，6 月 6,649 次、7 月 21,098 次、8 月 22,844 次、9 月（截至 24 日）32,934 次 [1]。以日均口径比较，9 月较 8 月增长 86.2% [1]。据此可以判断，双站在 Bing AI 的引用规模处于加速上升通道，GEO（Generative Engine Optimization，生成式引擎优化，指面向生成式 AI 问答结果提升内容被召回与引用概率的优化工作）投入的边际回报方向明确 [1]。

但规模上升与结构集中是同时出现的两个事实：窗口内引用高度集中于少数查询，头部查询呈现"引用量高、本站份额低"的特征 [1]。推测该增长现阶段可能更多来自既有优势查询上的引用放大，而非引用面的整体铺开；这一判断需下期以查询级面板数据复核。

二、结构判断：高池低份额是主要优化空间

本期采用"引用池规模 × 本站份额"两维坐标系定位优化标的。其中引用池规模取自 Grounding Queries（AI 生成答案时实际召回并作为依据的查询集合）明细，本站份额为该查询簇中引用 zgeo 双站的占比 [1]。四象限可作如下划分：高池高份额为守成区；高池低份额为进攻区；低池高份额为扩池区；低池低份额为观察或放弃区 [1]。

以该框架看，双站当前的结构风险不在于总量，而在于份额分布——头部词贡献了主要引用量，但份额并未同步跟上，因此"高流量低份额"构成下一阶段可释放的空间 [1]。需说明的是，四象限的阈值切分方式会影响标的归属，本期结论对该阈值设定敏感，建议下期固定切分口径后再做跨期比较 [1]。

三、下季度行动方向

其一，把大引用池、低本站份额的查询簇（选题中概括为"文心一言类"大池子小份额词；文心一言指百度推出的生成式 AI 对话产品，此处系借用其查询语义风格作为中文长尾对话式查询的代称，跨平台映射关系尚待验证）列为下季度主攻方向 [1]。此类查询池体量可观而本站份额偏低，在四象限中通常对应相对更高的投入产出预期 [1]。

其二，延续并放大双站差异化分工：zgeo.net 承接常青知识类查询，zgeo.com.cn 承接热点事件类查询 [1]。该分工在本期数据中已有体现，但双站各自的内容供给节奏与引用增长的因果关系，本期尚不能确证，属推测性建议。

其三，把 86.2% 的月度增速作为基线而非目标——该读数建立在 9 月仅含 24 天数据的口径之上，若月末出现引用回落，全月增速可能低于该数值 [1]。

四、局限与风险边界

第一，9 月观察窗未满月（截至 9 月 24 日），日均口径虽可部分抵消天数差异，但仍可能受月末效应影响 [1]。第二，本期未做查询级面板的跨月对齐，无法排除增长由单一爆款事件或单条内容驱动，因此不能把整体增速直接归因于内容策略 [1]。第三，Bing Webmaster Tools AI Performance（Bing 站长工具中披露站点被 AI 答案召回与引用情况的后台模块）为单一平台口径，其计数规则与第三方 AI 可见性工具存在差异，不宜直接横向比较或相加 [1]。第四，引用次数不等于访问量或转化，本期数据不支持任何流量与商业结果的推断 [1]。第五，本期未发现来源间数据冲突，但亦缺少独立第三方数据做交叉校验 [1]。

五、留给下期的问题

（1）10 月满月窗口下，日均增速能否维持在 9 月读数附近；（2）高池低份额查询簇在采取针对性内容动作后，份额变化的时间滞后有多长；（3）双站分工是否在查询级数据上稳定成立，还是受单月热点扰动；（4）能否引入独立第三方口径对引用量做一次交叉校验。

注释

[1] Bing Webmaster Tools AI Performance 官方导出，zgeo.com.cn 与 zgeo.net 双站 CSV，观察期 2026-06-26 至 2026-09-24（91 天），含月度趋势、Grounding Queries 份额与引用池规模、Intent/Topic 维度分布；第一方自有数据，血缘标注 = measured。

---

附录：数据来源清单

• [1] Bing Webmaster Tools「AI Performance」报告 · zgeo.com.cn 站点导出（Bing Webmaster Tools 指微软必应向站点所有者提供的官方站长平台，「AI Performance」为其披露站点内容在 Bing AI 答案场景中被 grounding 引用的报告模块；Grounding 指生成式答案在组织回答时对特定网页内容的引用行为）— URL：https://www.bing.com/webmasters/ （登录后在 AI Performance 页按月导出；底层 CSV 为内部数据仓存档，公开链接待补）— 来源类型：第一方自有数据导出（血缘标注 = measured，2026-06-26 至 2026-09-24）

• [2] Bing Webmaster Tools「AI Performance」报告 · zgeo.net 站点导出（字段口径与 [1] 一致，站点归属不同）— URL：https://www.bing.com/webmasters/ — 来源类型：第一方自有数据导出（血缘标注 = measured，2026-06-26 至 2026-09-24）

• [3] zgeo 双站引用合计口径说明（83,525 次） — 由 [1][2] 两站 CSV 合并去重后计算，非独立数据源；合并规则与去重逻辑记录于内部数据仓，公开链接待补 — 来源类型：第一方衍生计算（血缘标注 = measured + derived）

• [4] Bing Webmaster Tools 官方帮助中心（AI Performance 指标定义） — URL：https://www.bing.com/webmasters/help/ （Grounding Queries、Intent、Topic、引用池规模等字段的口径定义页，具体文档路径可能随平台版本调整）— 来源类型：官方文档

• [5] Bing 官方博客（AI 搜索与引用机制相关公告） — URL：https://blogs.bing.com/ — 来源类型：官方博客／一手公告

• [6] Microsoft 投资者关系（Bing 与 Copilot 相关业务披露） — URL：https://www.microsoft.com/en-us/Investor — 来源类型：上市公司财报与披露文件

• [7] 智脑 GEO 指数（自有数据指数：以被引用量、引用覆盖率等维度刻画站点在生成式搜索中的能见度）— URL：内部数据看板，公开链接待补 — 来源类型：自有数据（据智脑 GEO 指数，优先于外部引述）

• [8] 智脑信源榜（自有数据榜：按被 AI 引用频次对信源进行排序的榜单）— URL：内部数据看板，公开链接待补 — 来源类型：自有数据（据智脑信源榜，优先于外部引述）

• [9] StatCounter Global Stats（搜索引擎市场份额） — URL：https://gs.statcounter.com/ — 来源类型：第三方独立监测数据（仅用于外部交叉校验，推测其口径与 Bing AI 引用口径不可直接等同）

• [10] Similarweb（站点流量与来源结构） — URL：https://www.similarweb.com/ — 来源类型：第三方独立监测数据（用于外部交叉校验）