Executive Summary

研究边界：本研究聚焦生成式搜索与AI引用机制。研究问题：为什么有些内容能被传统搜索引擎找到，却在ChatGPT Search、Perplexity、Gemini或Google AI Overviews生成的答案中处于“事实上的不可见”？

发现1｜AI系统处理网页的方式是“抽取”，不是“通读”。 解释：大语言模型在生成答案前，通常从已检索的网页或知识片段中截取与问题高度匹配的短内容。行业观察指出，如果一个产品页只包含标题、价格和图片，缺少可回答问题的结构化说明，这个页面在LLM的视角中可能接近不存在。此判断属于行业观察，结论与RAG检索机制相符。

发现2｜传统搜索中的“被检索到”，越来越不等于AI答案中的“被引用”。 解释：传统搜索以网页为粒度，以链接关系为权重；生成式搜索以信息片段为粒度，以是否参与答案为价值。即便某个网页在传统搜索结果中可见，也不一定被AI系统选入生成上下文。

发现3｜Citation Readiness（引用就绪度）正在成为新的可见性条件。 解释：AI选择来源时，会综合考虑内容的可抽取性、来源信誉、信息完整性、实体一致性和外部验证。缺乏这些条件的页面即使被爬取，也可能在生成环节被过滤。

发现4｜“被搜索但不被理解”是一种独立的AI可见性缺口。 解释：实体识别要求系统知道页面描述的是哪个品牌、产品、人物或机构。当页面没有清晰的实体锚点和属性结构时，AI无法将该页面与其他信息连接。

发现5｜AI搜索改变的不是信息数量，而是信息选择机制。 解释：信息没有被消灭，而是越来越多地经过AI的抽取、验证和重新表述后，再呈现在用户面前。这个过程的透明度仍不完整，但它已成为信息基础设施的一部分。

Research Background

传统搜索的信息发现机制建立在“查询—网页列表—用户点击”路径上。网页排序决定信息入口，用户点开内容后自行判断相关性。在这一体系里，“搜索结果中的位置”几乎等同于“可见性”。

生成式搜索打破了这一路径。系统不再只返回链接，而是在检索多个来源之后，生成一段带引用的内容。Google推出AI Overviews与AI模式，ChatGPT与Perplexity将搜索结果和自然语言答案结合，Gemini与Copilot也通过检索增强生成接入实时信息。这些入口的表达方式虽有不同，但都共享同一类信息处理机制：先寻找候选段落，再把候选片段转化成答案。

因此，搜索系统对网页的阅读方式开始发生变化。人类读者可以从无结构的营销语言中建立印象，而AI系统更倾向于从短小、断言式、结构清晰的信息中“抽取”可用的回答材料。生成式搜索将网页从“需要访问的目的地”变成“候选答案的来源”。

Current AI Search Landscape

当前AI搜索生态有两个显著特征。

第一，入口多元化。用户可以在传统搜索框、聊天界面、浏览器助手、社交媒体搜索甚至企业应用中提出同样问题，不同入口背后的模型和检索策略不完全相同，但它们都可能在返回答案时引用一个共同的外部网页。

第二，系统趋同化。无论是ChatGPT Search的浏览能力，Google AI Overviews的“AI概述+来源链接”，Perplexity的“先搜索后回答”，还是Copilot的“联网+答案生成”，技术基础设施基本围绕检索增强生成展开。它们都要经过Crawler（爬取）、Index（索引）、Embedding（向量化）、Retrieval（召回）、Ranking（排序）、Generation（生成）、Citation（引用标注）这一条处理链。

这条处理链，就是生成式搜索时代的信息可见性基础设施。品牌、媒体、机构如果想理解自身是否存在于AI答案中，需要理解这条链上哪一步会阻挡自己。

Key Research Findings

KF1：引用层与排序层脱钩

现象：一些内容在传统搜索结果中出现在较前位置，但在AI答案中很少被引用；另一些内容不在搜索结果高位，却因为概括性强、实体清晰、被权威媒体独立提及，而成为AI答案的引用来源。

机制：传统搜索评估的是网页与关键词的相关性；AI生成系统需要的是“可以直接嵌入答案文本的片段”。两者的评估粒度不同。

影响：信息可见性应从“网页级排序”转向“答案片段级引用”。一个页面能否进入答案，取决于它能否成为某个具体问题的可引用材料。

KF2：可被抽取的内容才有资格进入答案

现象：只有标题、价格、照片的产品页，对用户而言是正常页面，但对AI系统来说，缺少可供提取来说明产品属性、用途、差异的文本。

机制：RAG阶段，文档被切分嵌入。若一个页面没有明确的任务描述、定义、特征列表或结论句，系统很难在其他来源之间建立关联。即使被召回到上下文，也无法承担答案中的论据角色。

影响：内容的“机器可读性”不只是代码层的结构化，还取决于语言层是否存在可抽取出、可验证的命题。

KF3：实体一致性影响AI对该组织的理解

现象：一个品牌在不同平台混用名称、联系方式、产品分类和公司描述，AI系统可能在实体识别阶段形成碎片化或错误理解。

机制：实体识别通过上下文确认“谁是什么”。当一家机构的传播内容缺乏一致的身份锚点，同一实体的信息会被分散处理，削弱引用可信度。

影响：企业传播需要从“面向受众的叙事一致性”升级到“面向机器理解的实体一致性”。这不是文案问题，而是信息架构问题。

KF4：引用可信度来自来源自身的可验证性

现象：AI在生成医疗、金融或组织类信息时，倾向于引用能被多个独立来源验证的页面。

机制：来源选择部分基于检索排序，部分来自验证环节。外部提及、公开资料、结构化元数据和时间戳，都会参与“是否引用该来源”的决策。

影响：权威性不再由网站自身的自我描述决定，而是由其他信息源、监管记录和独立机构所构成的引用网络决定。

KF5：AI搜索可见性要求从“页面资产”走向“知识资产”

现象：组织拥有许多页面，但只有少量内容会成为AI世界的知识节点。

机制：生成式搜索是在压缩信息。被引用的内容经常是定义、规格、比较、结论或可以被概括的边界条件。营销性的长篇幅、低信息密度的文本，不易被提取成答案。

影响：组织需要在传播系统中区分“体验型内容”与“知识型内容”。后者更容易参与AI答案生成。

Technical & System Analysis

AI的信息处理可以概括为一个七环节模型：

Crawler（爬取）→ Index（索引）→ Embedding（向量化）→ Retrieval（召回）→ Ranking（排序）→ Generation（生成）→ Citation（引用）

在这一模型中，传统“页面质量”只是起点。Crawler决定是否能读取内容；Index决定是否有稳定的位置；Embedding将文本转换为可比较的向量表达；Retrieval决定在某个问题上哪些候选内容被抽出；Ranking决定候选之间的优先级；Generation将多个片段组合成答案；Citation决定最终呈现的用户入口。

需要区分的是：Embedding处理的是“语义相似”，不处理“事实正确”。内容是否可靠，需要在下游由大语言模型通过来源约束和交叉验证来处理。这就是为什么AI引用机制如此重要：引用不只是礼貌性标注，它是生成系统对外部世界负责的一种方式。当一个来源被加入引用，系统等于把该内容纳入自己的“可负责片段”集合。

概念定义：Answer Extractability（答案可抽取性）

答案可抽取性指一个网页中的信息是否允许AI系统将某一特定段落从原语境中独立取出，直接用于回答用户问题。与传统搜索中的“关键词相关性”相比，可抽取性更关注内容的命题结构、实体边界、上下文自含性和可验证性。

在此基础上，我们提出AI可见性形成模型（AI Visibility Formation Model）：

信息创作（Information Creation）→ 机器理解（Machine Understanding）→ 来源验证（Source Validation）→ AI召回（AI Retrieval）→ 答案引用（Answer Citation）→ 品牌认知（Brand Recognition）

这个模型试图解释：为什么一个品牌被搜索到，但仍然不在AI答案中。其背后是信息从“人类可读内容”进入“机器可决策知识”的过程。品牌只有在每个环节都被正确表达，最终才会作为一个稳定实体被AI引用。

一个重要行业观察来自High Voltage SEO：LLM不会像人一样阅读网站，它们会“抽取”。如果产品页只有标题、价格和照片，没有上下文、结构或可回答的内容，那么对ChatGPT、Perplexity和Google AI Overviews而言，该页面可能相当于不存在。这个观察在生产级AI检索系统中具有一定解释力，可为后续研究提供微观切口。

Organizational Impact

生成式搜索的影响已超出搜索部门，需要被理解为组织知识可见性问题。

品牌团队：需要判断品牌是否作为一个统一实体被AI认识。若媒体与官网描述不一致，品牌在知识层会被分裂。

传播团队：应关注内容是否能在不经过品牌自我宣传的情况下，被第三方和AI系统识别。引用信用来自他者，不来自自述。

媒体关系：外部报道、结构化新闻数据、行业资料库正在成为AI引用的上游。发言人背景、组织沿革、核心数据的一致性，会影响专业报道是否成为可验证引用。

政府与行业组织：公开目录、政策文件和标准化信息越规范，越容易成为AI生成公共服务答案时的默认引用来源。这既是可见性机会，也是公共信息责任。

这些影响无法被某一个部门独立解决。生成式搜索将传播、技术、知识管理和信息来源验证揉进同一条处理链，要求组织重新分工。

Future Research Signals

未来值得观察的不是“哪个AI会赢”，而是以下信号：

1. AI引用稳定性：同一问题在不同模型、不同时间、不同对话上下文中的引用是否一致。引用稳定，代表该系统形成知识标准；引用不稳定，则存在系统偏差。

2. 搜索入口变化：当用户从“搜索链接”迁移到“直接提问”，组织如何衡量自身在答案中的存在，会成为新的度量问题。

3. 实体形成过程：AI如何把分散的品牌信息整合成一个稳定实体。实体是否被建立、被更新、被验证，将影响后续所有相关内容的引用概率。

4. 知识生态结构：数据库、政府目录、行业标准、学术出版、专业媒体和官网内容之间的话语权重如何形成，将决定下一轮权威定义。

5. 结构化信息的反馈机制：当机器可读信息增加时，公开网络会出现怎样的信息趋同或新的博弈形态。这会改变AI答案的知识生态。

Veerixa Research Perspective

AI搜索时代的核心变化，并不是信息减少，而是信息选择机制发生变化。网页依然存在，流量可以被追踪，但AI系统正在以“是否可以被抽取为答案”的尺度，重新定义哪些信息值得进入知识基础设施。

对组织而言，问题不再是“如何占据搜索结果”，而是“如何让我们的信息在机器理解的世界里保持真实与稳定”。这要求组织将话语、数据和实体身份作为一个统一系统来管理。Veerixa AI Search Visibility Research将持续观察这一机制的形成。

Conclusion

生成式搜索将内容可见性的判断单元，从一个页面缩小为一条可以被引用的信息片段。传统搜索系统的关键词匹配与链接排序仍然有效，但它们不再是信息入口的全部规则。大语言模型的抽取式阅读、RAG的召回局限、实体识别的一致性要求和引用验证机制，共同构成新的信息基础设施。

被搜索引擎收录，不等于被AI理解；被AI理解，也不等于被AI引用。未来的信息可见性研究，需要长期关注这些环节之间的空隙。