上个月我做了一个小测试：同一篇文章，发到网上后分别看豆包、Kimi、秘塔、DeepSeek四个AI搜索能不能引用到。结果让我有点意外——四个引擎里只有两个把我的文章当成了信息来源，另外两个完全没理我，反而引用了一篇2023年的知乎回答。
我回头把自己的文章跟那篇知乎回答仔细对比了一下，发现了几个问题。这篇文章复盘一下我的踩坑经历，顺便聊聊2026年下半年AI搜索引擎在引用偏好上的一些变化。
引用源权威性权重在上升
这是最明显的变化。去年只要文章内容够长、关键词匹配度高，基本就能被AI搜索抓取。但今年明显不是这样了。
我这次测试用的文章发在一个个人博客上，域名注册不到一年，也没做过外链建设。而那篇知乎回答的作者有蓝V认证，回答获得了600多个赞。AI搜索显然倾向于引用后者。
秘塔的技术博客里提到过一个细节：他们给引用源打分时，"站点权威度"这一项占了大约25%的权重。这个比例在2025年初还只有15%左右。说白了，新站小站想在AI搜索里露脸，比以前更难了。
但这不代表新站没机会。我后来把同样的内容以专栏形式发到了一个DA50+的老域名上，三天后Kimi就开始引用了。所以如果你手头有多个域名，优先用权重最高的那个发内容。
结构化数据的实际影响被低估了
很多人觉得Schema标记对GEO没啥用，因为AI搜索不像传统搜索引擎那样依赖结构化数据做排名。这话对了一半。
我对比了两篇内容相似的文章——一篇有完整的Article Schema（包含headline、datePublished、author、publisher），另一篇啥都没有。结果Kimi和秘塔都引用了有Schema的那篇，完全无视了另一篇。
有意思的是，豆包在引用时会直接把Schema里的author字段带出来，作为"来源"的一部分展示给用户。所以如果你文章页没标注作者信息，在豆包眼里就是"匿名来源"，引用优先级降低了一个档位。
这跟Google的E-E-A-T逻辑其实是一回事：AI需要知道是谁写的、什么时候写的、在哪发的，缺了这些元数据，AI没法判断信息可信度。
引用格式：段落级还是全文级？
之前以为AI搜索会整段引用我的文章，后来发现不是。大部分AI搜索做的是"信息提取后再重组"——它不会原样搬你的段落，而是吸收你文章里的数据和观点，用自己的语言重新组织。
这意味着两件事：第一，文章里需要有"可独立引用的信息单元"——比如一个明确的数据点、一个对比表格、一个操作步骤清单，而不是大段大段的论述。第二，你的核心观点要足够清晰，清晰到AI能准确抓取并转述。
我测试时发现一个规律：文章中如果有用<strong>加粗的核心结论，AI引用准确率明显更高。因为加粗标签本身就是一种信号——告诉机器"这句话很重要"。
下半年三个实操建议
基于这轮测试和最近看的几份GEO报告，我觉得2026下半年做AI搜索优化可以聚焦这三件事：
第一，先搞定站点权威度。新域名去备案、加几个高质量外链、入驻行业站点作为作者，先把DA拉起来。这比写一百篇文章都管用。
第二，Schema标记别偷懒。Article、BreadcrumbList、Organization、FAQ——这四种Schema对GEO的直接影响最明显。特别是author字段要填真实信息。
第三，文章结构要"拆得开"。每段内容都能独立成立，有数据、有观点、有结论。AI不是来读你文章的，是来拆你文章的。
我自己接下来打算把这套方法用到另一个新站上，三个月后再来复盘数据。到时候见。