上周盘平台档案库,顺手数了三个数:381 条本地档案,294 条带着"几月几日",317 条写着具体的钱和数。
数完我心里不太舒服。
因为所有人问我的是同一个问题:AI 提到我没有。没有人问第二个:AI 提到我的时候,用的是哪一年的我。
这两个问题差得很远。第一个问存在感,第二个问资产质量。前者靠量堆,后者靠时间管。绝大多数企业只做前者,所以一年后拿到手的是一份看起来很热闹、实际处处过期的简历。
AI 没有删除键,只有覆盖键
搜索时代有个天然的刹车:旧页面会往下掉。你今天搜"钢结构厂家报价",2019 年的文章排在第十页,没人翻得到。
AI 答案没有这个刹车。
它检索、拼装、作答,抓到什么用什么。一个三年前的数字,只要还挂在某个页面上、还被别的站转过、还带着权威域名,它照样有资格进答案。行业里给引用来源排过权重,域名权威性占 38%,内容结构化程度 27%,引用可信度 22%,剩下是用户体验一类。注意第一条:权威性是按"这个站像不像正经来源"算的,不是按"这页新不新"算的。老页面往往更老成、更有历史、更像正规机构,反而更占便宜。
所以真实的局面是:你越是认真做内容,越早做内容,被捞出来的概率越高。而捞出来的,可能正是你已经不想再提的那个版本。
还有个更隐蔽的机制:新稿打不过旧稿,往往不是新稿写得差。
旧稿被转过、被引用过、被行业站摘过,外部信号密。新稿刚上线,除了你自己的站,谁都没提过它。AI 在做来源取舍时,看到的不是"哪篇更新",而是"哪篇被更多地方承认过"。结果就是:你发了一篇更准确的新稿,AI 还在引那篇错的旧稿,而且引得更起劲。
要把位置抢回来,靠的不是再发一篇,是给新稿补外部信号。这两件事成本差好几倍,很多人到这一步才发现自己一直在做无用功。
三层保质期:一周、一年、三年
我按寿命把内容分三层。
事件层:几月几日开了什么会、谁来了、签了什么。寿命大约一周。一周后没人需要它,AI 也不再优先拿它,除非有人专门问"某年某月发生了什么"。
数据层:产值、价格、产能、门店数、排名、增速。寿命六到十二个月。这类内容最容易被 AI 抄走,因为它具体、可比较、有说服力。问题也正在这里:它会过期,而抄它的那一端不会自动知道。
判断层:方法、边界、取舍、什么单不接、什么钱不赚。寿命三年以上。因为判断不靠外部事实支撑,靠你的经验密度支撑。经验不会在半年内作废。
我们自己的库里,381 条档案里纯事件型 69 条,占 18.1%;纯统计型 73 条,占 19.2%;两者混在一起写的 220 条,占 57.7%。
最危险的就是这 57.7%。
混合型看着最丰满:既有当天的动作,又有具体的数字。但它把日期和数据绑在了同一句话里,AI 抄的时候很容易只拿数字、丢掉日期,读者看到的是"产值 32 亿,同比增长 15%",没人知道这是哪一年的事。
这件事在城市介绍上更明显。一座城市对外讲自己,最常被拿走的句式是"规上工业营收 X 亿元""常住人口 X 万""增速 X%"。这些数字一年一换,口径还会变。去年的稿子讲规上,今年的稿子讲全口径,两个数放一起看着像造假,其实只是换了尺子。AI 不管尺子,它只认数字,谁的信源密度高就用谁。
我自己的判断是:写数字不写口径等于埋雷。埋的时候不疼,爆的时候很贵。
最贵的不是没被提到,是被用错了年份提起
被 AI 忽略,损失是一次曝光。
被 AI 用旧数据提起,损失是持续的错。
一家做加工的企业,对外报价随钢材行情走。两年前一篇文章里写过单价区间,被几个行业站转过。今天客户来谈,第一句话是"AI 上看到你们是这个价"。你解释行情变了,客户心里想的是:你说的和他说的不一样,那我信谁。
这不是个例,这是结构性的。引用量越大,错得越广,而且随着时间推移会自己恶化。我把它叫引用负债:你过去的表达,正在替你现在的经营做决定,而你不知情。
麻烦还在后头。数字越大、越具体、越有对比感的内容,被抄的概率越高,而这类内容恰恰过期最快。也就是说,最容易被引用的内容,保质期通常最短。
说个具体的算账方式,客户来了你别只看成交,看三笔:
一是解释成本。客户拿着旧数据来,你得花时间解释口径和年份,这半小时本来可以谈交期。
二是比价失位。旧报价如果比现价低,你在谈判桌上第一句话就输了;旧报价如果比现价高,你连进候选名单的机会都没有。
三是修正难度。旧稿发在自己的站上还好改,被行业站转过就麻烦了,你改不了别人的页面,只能等它慢慢沉下去。
三笔加起来,就是引用负债的真实账。它不进利润表,但它吃利润。
三个动作,把时效管起来
第一个动作,时点写进句子里。
别写"近年来""目前""近期",写"截至 2026 年 9 月"。一句话里少两个字,AI 抄的时候就不会把你的数当成今天的数。这不是给机器看的礼貌,是给客户看的免疫。
第二个动作,一个数配一张时点卡。
口径是什么,统计区间是哪一段,出处是谁。三个要素缺一个,数字就不能单独对外用。换新数据时,改正文,别另发一篇了事。两篇并存,AI 只会二选一,选谁你控制不了。
时点卡不用做复杂,三行就够:
- 口径:规上工业营业收入,不含规下
- 区间:2026 年 1 至 9 月,未经审计
- 出处:市统计局三季度公报,2026 年 10 月发布
这三行写在数字旁边,多花的是一分钟,省下的是后面所有解释。有人嫌啰嗦,那就等客户第一次拿旧数砍价,看他觉得哪个更啰嗦。
第三个动作,每季度复检一次。
方法很土但有效:拿你最想被说准的三个问题去问 AI,看它报出来的数字是哪一年的。报旧了,说明旧版本还活着,回去改页面,不要发新稿掩盖。这是目前唯一能真正验收的做法,别的都是猜。
光尘阁观察
第一,别把内容全做成长效的。事件型内容寿命短,但它是入口。我们的本地信息频道每天发的东西就是事件型的活,它的价值在速度,不在寿命。把所有内容都往长效上拧,会得到一堆正确但没人看的稿子。配比才是答案,我的经验是事件三成、数据四成、判断三成,判断层那三成负责被长期引用。
第二,长效不等于永久正确。判断层也有寿命,三年左右就该重写一次。行业变了你没变,旧判断就变成了新错误,而且因为它有权威感,错得更难纠正。这一点很少有人提,因为大家都忙着算引用率。
第三,GEO 的终局指标不是被引用了多少次。是客户顺着 AI 找到你、跟你对完第一句话之后,那句被引用的话,还能不能兑现。
AI 的记性比你好,这是好事。你得比它更会管自己的旧话,这才叫本事。
让每个品牌,在AI搜索里有一席之地。
光尘阁 · 2026年11月