AI 引用的「半衰期」：11 天还是 39 天？两项研究对照
「AI 引用半衰期只有 11 天」被大量转发，但中文场景的同类研究测得 39–68 天，相差 3.5–6 倍。本文把两项研究的样本、口径与分层变量摊开对照，说明为什么它们不能直接比较，以及对做 AI 可见性的企业真正可执行的结论是什么。
Read more →Insights
平台研究
平台团队的研究与方法论笔记：评分规则、采样口径与行业观察。
做 GEO 多久能看到变化：一条诚实的时间曲线
"多久见效"是每个客户都会问的问题，而行业里最常见的回答是两个极端：要么"马上"（不可信），要么"看情况"（没信息）。本文给出的是第三种：把变化拆成四个可观察的阶段，说清每个阶段的判据与典型节奏，以及为什么我们拒绝承诺具体天数。
Read more →多产品线品牌，怎么避免在 AI 回答里「参数串味」
集团旗下三条产品线，AI 却把高端线的参数安到了入门款身上——这不是 AI 笨，是资料结构让它无法区分。本文讲清"串味"的三个成因，以及用品牌实体 + 知识库分层解决它的方法。
Read more →AI 可见性报告里最容易骗人的三个数字
「我们上个月 AI 提及率 0%，这个月 12%，涨了 12 倍！」——这类结论往往站不住脚。本文拆解三个最容易让人做错决策的读数：把"没测"当"0%"、把分母藏起来的百分比、以及没有基准期的环比。每个都给出可执行的核对方法。
Read more →AI 为什么会引用一篇内容：把「可被引用」拆成可检查的五个特征
被 AI 引用不是运气。从检索、筛选到合成的每一步，AI 都在做取舍：哪些来源值得打开、哪段文字能摘出来、哪个陈述敢写进答案。本文把这套取舍还原成五个可自查的特征，并说明为什么"推销语气"是明确的减分项。
Read more →GEO 和 SEO 到底差在哪：一次讲清机制、边界与协作方式
最常见的两种误解：一是"GEO 就是新瓶装旧酒"，二是"SEO 已经没用了"。本文从两者的机制差（排名 vs 引用）出发，说清哪些功夫可以复用、哪些必须重做，以及一个 SEO 团队怎样最省力地把 GEO 接进现有工作流。
Read more →夺回品牌在 AI 世界里的话语权
当客户问 AI「这个行业谁做得好」，回答里写的其实是别人替你写好的品牌故事。品牌话语权在 AI 时代不是"排在第几"，而是三件具体的事：定义权、推荐权、纠错权。本文拆解这三件事分别在谁手里、怎么被写进去的，以及一套可执行、可复测的取回路径。
Read more →为什么我们按「问题价值」分配采样预算：分级采样的完整口径
采样是 AI 可见性测量的燃料，也是最贵的成本项。本文公开我们的分级规则：什么算高价值问题、每档采多少轮、置信度如何分级，以及「没采到」与「测到 0」为什么必须分开显示。
Read more →我们把「一篇内容对 AI 友好不友好」拆成了 15 个可复算的维度
不靠感觉、不靠模型打分：每个维度都是确定性规则，输入相同结果相同。本文解释评分怎么算、为什么把「推销语气」设为唯一的负向维度，以及它不能用来做什么。
Read more →Total 21 (13–21)