.png){kind=logo}
Bing 干了一件 Google 一直没敢干的事。它把「我的内容被 AI 引用了多少次」直接做成了网站后台里的标准报表。
过去一年，做 SEO 的人都在问同一个问题：我写的东西到底被 ChatGPT、Copilot、Perplexity 引用过没有？市面上能用的工具基本都是第三方监测，靠模拟提问反推。这种数据有两个死结：样本太小，也不可证伪。 你跟客户说「这个月被引用了 100 次」，平台不承认也不否认，业务方根本没法拿这个数字去汇报。
这个僵局在 2026 年被 Bing 单方面打破了。2 月 10 日 AI Performance 公测上线，3 月 23 日 补上了 Grounding Query 到页面的多对多映射，4 月底纽约 SEO Week 上微软 AI 产品经理 Krishna Madhavan 在现场展示了一批正在打造的新指标方向。这是搜索行业第一次，由一家主流引擎用第一方数据告诉你：你的页面在它的 AI 答案里被用了几次、被哪些 retrieval 短语调起、跟你抢这个位置的是谁。
先把「已上线」和「路线图」分清楚
有人把 SEO Week 上的预告当成了已发布功能，我把官方博客和现场演示对照了一遍，给大家看更清晰。
已经上线（截至 5 月 7 日）：
-
2 月 10 日 AI Performance 公测，五个基础指标：Total Citations（总引用次数）、Average Cited Pages（被引用页面平均数）、Grounding Queries（AI 检索引用内容时使用的关键短语）、Page-level Citation Activity（页面级引用）、Visibility Trends Over Time（趋势线）
-
3 月 23 日补上 Grounding Query 与页面之间的多对多映射，能反向看「哪类 retrieval 在驱动哪一页被引用」
-
5 月 6 日 Bing Search Blog 发了一篇 技术文章，解释索引怎么从「排名页面」演进到「支撑答案」
4 月 27 日 SEO Week 现场展示、还没正式发布的方向：
-
Citation Share（引用份额）：你的引用占该 grounding query 下所有被引用页面的百分比
-
Grounding Query Intent（意图分类）：把成千上万的 retrieval 短语按意图归类，演示里覆盖学习、对比、规划、导航、研究、信息检索、对话、内容过滤等
-
Semantic Topic Labels（语义主题标签）：把措辞不同但语义相近的 grounding query 聚成一类
-
GEO 专属优化建议：站点结构与可抓取性、索引规范化信号、Schema 现代化、Schema 有效性这四个方向
这四项目前只是 Krishna Madhavan 在 SEO Week 上口头预览过、PPT 露过的方向，没有给出正式发布时间，也没出现在 Bing 官方博客的 changelog 里（Search Engine Journal 对 Citation Share 的现场转述 是目前最详细的二手记录）。所以下面我会把它当作「方向参考」讨论，不是「即将上线」。
5 月这一波要读就读 5 月 6 日那篇博客。它把 AI Performance 这套指标背后，索引的逻辑到底变成了什么样讲清楚了。这才是真正的底层。
Grounding 不是 Ranking，这话是 Bing 自己讲的
5 月 6 日那篇 Bing Search Blog 的核心论断我翻一下大概是这样：
传统搜索索引优化的是「哪个页面值得用户访问」；grounding 系统优化的是「哪些信息可以负责任地支撑一个答案」。
听起来像文字游戏，实际完全不是同一件事。
传统索引以页面为最小单位，做的是相关性排序。两个互相矛盾的页面可以同时排进前十，由用户自己判断真伪。陈旧内容只是排名下降，不会出灾难性后果。
Grounding 系统以事实为最小单位，做的是证据提取。两个互相矛盾的来源会触发系统的冲突检测，整段答案可能直接不出。陈旧内容在这套系统里是致命错误。AI 用三个月前的政策给用户生成了一个错误答案，这是平台没法接受的损失。
Bing 在那篇博客里公开了几条 grounding 质量的评估标准：事实保真度（factual fidelity）、来源归因质量（source attribution quality）、新鲜度（freshness）、高价值事实覆盖（coverage of high-value facts）、冲突检测（contradictions）。这些指标不会出现在 AI Performance 仪表盘上，但它们解释了为什么平台越来越偏爱结构清晰、证据充足、可拆块、可验证的内容。
这跟我之前在 信息增益实操 里讲的逻辑一致。AI 不需要再多一篇把前十名重写一遍的稿子，它需要能拆成事实块、能挑出来当证据用的内容。
引用份额：补上「声音份额」漏掉的那块
SEO Week 预览的几项里最值得提前准备的，是 Citation Share。
传统 SEO 有个概念叫「声音份额（Share of Voice）」，衡量品牌在某个关键词下占据 SERP 的比例。这个指标在 AI 时代不够用了。AI 答案的合成是排他性的，它不会给你列十几条结果，只会从有限的权威来源里挑几个去支撑答案。深度压倒广度。
Citation Share 想补的就是这一块。按 SEO Week 现场演示给的口径：在某个 grounding query 下，你的页面被引用次数 ÷ 该 query 下所有被引用页面的总次数。这个百分比衡量的不是流量，更接近模型份额（Share of Model）的概念，也就是你在 LLM 的「考虑集」里占多大权重。
第三方机构 Foundation Inc.（基于 Profound 的样本数据）做过一组对比：法律实践管理软件领域，行业头部品牌 Clio 在他们的样本里拿到了约 7.3% 的引用份额，超过紧随其后四个域名加起来的总和。这是第三方采样口径，不是 Bing 官方数字，但能说明一件事：在 AI 答案的世界里，谁被反复挑出来当证据，跟谁的传统 SEO 排名好不好，是两条不同的曲线。
实战观察：我最近做几个跨境客户的 AI 可见性诊断，已经开始用一个土办法预跑这个指标。拉一份目标品牌词和上下游问题词列表，定期向 ChatGPT、Claude、Perplexity 发起相同提问，统计自家引用次数和竞品引用次数。这种第三方采样的数据偏差大、成本也高，但跑两个月之后，份额结构就能看出来。Bing 的 Citation Share 一旦全员上线，相当于把这件事从「我手工模拟」变成了「平台原生输出」，这是质的跃迁。
所以即使 Citation Share 还没到你的后台，也不影响你今天就开始按这个思路看数据。如果你的 Total Citations 在涨但占比没涨，意味着竞争对手的内容增长比你快。这种结构性变化，光看绝对数永远看不出来。
第三方 AI 可见性工具的特性怎么看
这一年第三方 AI 可见性监测工具长得很快，做客户咨询绕不开。把目前主流的几类拉出来，对比一下各自的特性。
Profound 起步早、做企业级，Salesforce、Indeed、Whirlpool 都是它公开的案例客户。功能堆得最厚：Brand Insights（品牌在 LLM 回答里的提及频次）、Conversation Explorer（用户在 AI 里实际问什么）、Citations（哪些 URL 被引用）、Agent Analytics（AI 代理流量分布）。强项是数据品类齐、企业服务能力到位。
Otterly.AI 是这个品类另一位先行者，覆盖面够广，ChatGPT、Perplexity、Google AI Overviews、Bing Copilot 都跑。最强的一项是 prompt-level 跟踪，你自己定义关心的 prompt 列表，它定期模拟提问、跑出品牌提及和引用对比。强项是 prompt 自定义灵活、平台覆盖均衡。
Peec AI、AthenaHQ、Scrunch、Goodie 是 2025 下半年到 2026 起来的新选手，单点切得更细。Peec 把 prompt 跟踪做成 SaaS 套件，Scrunch 主打企业级 AI Search Optimization，AthenaHQ 和 Goodie 走 brand visibility tracking 路线。强项是垂直场景深耕，短板是数据积累时间还短，长期趋势没法跟前两家比。
Semrush 的 AI Toolkit 和 Ahrefs 的 Brand Radar 把 AI 可见性接进了存量 SEO 工作流，存量客户不用单独再买一份。强项是跟现有 SEO 数据无缝打通、报告体系连贯，弱项是 AI 那块的颗粒度通常没有垂直工具那么细。
利益披露：翼果科技跟 Semrush 是战略合作伙伴，所以我团队内部跑的 AI 指标体系，很大一部分是参考 Semrush 的定义对齐过来的。原因很现实：目前市场没有一个事实标准，每家工具对「品牌提及」「引用频次」「prominence」的算法各说各话，跨工具的数字基本没法直接比较。与其各家指标拼凑，我更愿意先跟一家数据基础够扎实、大家都认的厂商对齐。这样客户拿到的报告口径是稳定的，不同项目之间能横向比较，等行业真正出来一个事实标准的时候，想换工具迁移也最省事。
市面上还有一类把自己定位成专属 「GEO 平台」 的工具，做 prompt 资产库、引用监测、内容建议一体化，比如 Athena、Scrunch 这类的高端定位产品。这个品类还在快速演化，特性、定价模型、客户分层都没稳定下来。要不要现在就买，分两种情况。如果你只是想监测自己被引用的情况，前面那几类工具已经够覆盖。如果你是大型品牌、要系统性运营 prompt 资产、做跨内容团队协同的 GEO playbook，专属 GEO 平台才用得起来。但即便如此，也建议先观察 6 到 12 个月再做长期采购决策，省得现在签了几个月后发现产品已经变样。
回到 Bing AI Performance。它跟上面这些第三方工具看的根本不是同一件事，差别在两条线上：
-
第三方工具是外部采样。用机器人去 ChatGPT、Claude、Perplexity 模拟提问，抓回答里的品牌提及和 URL 引用。优势是跨平台覆盖、prompt 级可定义、开箱即用的竞品对比。局限是永远只能是采样、不同工具采样策略不一样、跨工具数字不可直接对照。
-
Bing AI Performance 是平台第一方数据。后台直接告诉你过去 N 天 AI 答案引用了你哪些页面、各几次，颗粒度精确到 URL，免费。优势是引用计数和页面级数据由平台直接出，不靠模拟提问反推；局限有两层：一是覆盖范围只到 Microsoft 生态（Copilot、Bing AI summaries、加上微软没公开名单的合作 AI 体验），ChatGPT、Claude、Perplexity 那边它一个字都不会告诉你；二是 Bing 自己也明确写过，Grounding Queries 列表只是整体引用活动的一个样本，不是完整日志，所以也不要把它当成「全网全量」。
一个是跨平台外部采样的格局观察，一个是单平台第一方的精确诊断。理解清楚口径差异，比纠结数字对得上对不上更重要。顺带提一句：外部采样的数和平台自己出的数本来就不可比，不要硬拉到同一张表里算。
站长今天就该做的五件事
不用等所有功能上线，已上线的部分已经够你启动了。
第一，把被引用页单独拉一个清单，不要只盯流量页。 行业的多个独立验证都指向同一件事：被 AI 引用最多的页面，跟你自然搜索流量最高的页面经常不重合。前者更接近「具体问题的清晰回答」，后者更接近「高竞争主题的全面综述」。这两类页面要分别维护，而且优先保护引用页的事实新鲜度。
第二，用 Grounding Query 到页面的映射做主题与证据诊断，不要把它当排名诊断。 3 月那个新映射的真实价值不在「看见被引用」，在「看见哪类 retrieval 意图驱动了哪一页」。一对多说明这个页面被多种意图调用，可能需要拆出 supporting pages 让结构更清晰。多对一说明你有几个薄页在抢同一类意图，应该合并成更强的 hub。这是话题权威诊断在 AI 时代的新入口，但它跟 GSC 的排名报告解决的不是同一类问题，别混着看。
第三，把 IndexNow 接进来，把「过期内容」按 P0 处理。 Bing 在 AI Performance 首发公告里就明确推荐 IndexNow，5 月那篇博客又把 freshness failure 定义为 grounding 场景里的「高代价错误」。价格、政策、产品参数、联系方式、营业时间，所有可能过期的页面，更新机制必须制度化。这件事在传统 SEO 里只是 nice-to-have，在 grounding 系统里是必须项。
第四，把答案前置，把证据补齐。 AI 不「读」页面，它做的是 chunking 加解析。每个关键 section 的前两句必须直接给结论，后面再展开例子和数据。FAQ、对比表、明确的来源引用、作者信息、更新时间，目的是给 grounding 系统留下可拆解的钩子。视觉好看是顺带的事。详细做法可以看答案引擎优化那篇里讲的几种结构。
第五，不要把 Grounding Queries 当成用户搜索词。 资深 SEO 顾问 Glenn Gabe 在 X 上反复提醒过这一点，我也认同：grounding queries 是 AI 在检索内容时使用的解释型短语，不是用户原始输入。一个用户口语化地问「夜里睡不着怎么办」，AI 在后台执行的 grounding query 可能是「失眠干预方法 临床证据」之类。所以正确用法是把它当作「AI 怎么解读用户意图」的镜像，不要直接拿去替代关键词词库。
Google 那边在做什么
有人会问：那 Google 自己呢？AI Overviews 已经覆盖了 55% 以上的信息类搜索结果（行业测算口径，不是官方），Google 难道没在观察？
Google 当然在做，只是路径跟 Bing 完全不一样。Google 长期把 AI Overviews 的表现并入 Search Console 的 Performance 报表里，AI Overview 中所有出现的链接共享同一个 position 计算。也就是说，Google 把 AI 答案当成了「Web 搜索结果的另一种展现形式」，没有给它单独开报告。后果是站长打开 GSC 根本分不清这次展示到底来自传统蓝色链接还是 AI 答案脚注，能看到聚合数字，但归因层完全是黑盒。
2025 年 12 月 Google 在 GSC 上线了 AI-powered configuration，用 AI 帮站长更智能地过滤查询、识别异常波动。这是 Google 在 GSC 工具链上加 AI 的方向，但跟「让站长看到 AI 引用」是两回事。同期 Google 也持续在内部跑 NYT 的 Accuracy Study 这类外部评估，证明 Gemini 3 驱动的 AI Overviews 在事实准确率上稳定在 85% 以上。但所有这些研究都是第三方做的、消费者视角的评估，不是站长能用的第一方报告。
真正的转折点是 4 月 13 日。资深行业观察者 Barry Schwartz 在 Google 官方支持文档里翻到了一个被悄悄写入的字眼：「AI contribution pilot」。Google 正在小范围测试一个跟 Bing AI Performance 形态非常接近的新报表，让站长把 AI 答案的可见性独立追踪。截至我写这篇文章时，这个 pilot 还没有公开发布日期。但放在整条时间线上看，方向是清楚的：从「埋在 Web 报表」到「AI-powered configuration」，再到「AI contribution pilot」，Google 在一步一步往独立 AI 报表那边走。
跟 Bing 的对比也很直接。Bing 已经走完「公测 → 独立 dashboard → 加 mapping → 预告 Citation Share」这一整条链路，Google 才刚摸到「AI contribution pilot」的门。两边的方向一致，节奏差了 6 到 9 个月，但这也和 Google 生态有关，毕竟管理的站点多，无法覆盖海量站点。
我自己怎么看
不要把「被 AI 引用」等同于「流量」。这两件事是两条独立的曲线。AI Performance 仪表盘是上游可见性观测层，下游 ROI 仪表盘的位置它今天还填不上。它告诉不了你「这次引用带来了多少订单」，未来一段时间也告诉不了。所以接到老板问「Bing 这个数能算业务效果吗」的时候，正确答案是：能算曝光层 KPI，但不能直接绑营收。
但它给了行业第一根可以对齐的尺子。以前我跟客户讲「你的内容在 AI 里有曝光」，全靠玄学和样本。现在 Bing 后台直接出数。这种从「传闻」到「第一方数据」的跃迁，会重新定义未来两年的 SEO KPI 框架。「被引用次数」和「引用份额」会跟「自然流量」并列，成为内容投资回报的标配指标。
不需要一夜推翻所有事，但今天就开始做基线、列被引用页清单、接 IndexNow、把高引用页改成答案前置结构。这一波准备工作的窗口期不长。等 Citation Share 真上线那天，先做完这些的人已经能拿出连续 90 天的对比数据，没准备的人还在解释「为什么我们没有基线」。
从 robots.txt 到 llms.txt，再到 AI Performance 仪表盘，搜索引擎正在长出一套全新的「AI 可见性反馈回路」。它跟传统 SEO 报表并行存在，但衡量的事情完全不一样。Bing 这一步走在前面，意味着 GEO 的 KPI 体系第一次有了第一方数据支撑。整个 SEO 报告框架也会在后续的更新中跟着重做，Linus 会继续跟随。
关于作者
Linus 这两年带客户跑过 AI Overviews 上线后的流量复盘、做过多轮 GEO 内容改造，也用过市面上几乎所有第三方 AI 监测工具，Otterly、Profound、Similarweb 都接过。这篇文章里的判断，来自他对照官方博客与 SEO Week 现场材料、跟行业里几位他长期信任的观察者解读交叉之后整理出的看法。