Profound 研究：AI 引用半衰期中位数为 11 天
Profound 测量了 ChatGPT、Perplexity、Claude、Google AI Overviews、Google AI Mode、Gemini 和 Microsoft Copilot 七个引擎在十二个月内对 883。
推荐理由：基于 88.3 万页面、119 万条页面与引擎生命周期的实测数据，给出 AI 引用半衰期与跨引擎差异，可用来判断内容更新节奏。
Perplexity
全部主题Perplexity 的搜索、购物与广告产品变化。
最新精选
第 1–17 条 · 共 17 条Profound Blog精选AI 评分8282 Digiday精选AI 评分6262 出版商把 GEO 从试验做成生意，AI 可见性进入品牌内容服务清单
Digiday 报道称，GEO 已从出版商的试验项目变成常规客户议题，至少六家大型数字出版商向广告主提供相关服务，Future 的 GEO 产品客户超过 30 家并拿到续约，Ziff Davis 也有多个客户，另有出版商高管称该业务已在赚钱。
推荐理由：多家欧美出版商已把 GEO 从试验做成付费服务，文中给出客户规模与续约情况，可供品牌方评估这类合作的可行性与边界。
Search Engine Journal精选AI 评分6262 Amazon 封禁 Meta 购物智能体 Muse，robots.txt 无从下手
2026 年 9 月 20 日，使用 Meta 购物智能体 Muse 访问 amazon.com 的用户看到提示，称未经授权的 AI 智能体继续访问违反 Amazon 使用条件，Amazon 向 GeekWire 确认了这次封禁。
推荐理由：复盘 Amazon 封禁 Meta 购物智能体 Muse 的经过，梳理 robots.txt、服务条款与 CFAA 三条路径为何只剩一条可用。
Profound Blog精选AI 评分7171 Profound 研究：AI 引擎如何评价 B2B 软件定价
Profound 与 Growth Unhinged 合作测试了 7,600 条 AI 对 Cloud 100 公司定价问题的回答，覆盖 ChatGPT、Google AI Mode、Google AI Overviews、Gemini、Microsoft Copilot 和 Perplexity 六个引擎，数据采集于 2026 年 7 月 29 日至 8 月 10 日。
推荐理由：基于 7,600 条 AI 回答的实测数据，呈现 AI 引擎如何引用和评价 B2B 定价，可对照自查自家定价页的 AI 可读性。
Profound Blog精选AI 评分6262 Profound 分析 118 亿条 AI 引用：57% 来自品牌自有网站
Profound 分析 11.8 亿条引用（覆盖 29 个行业、8 个模型）发现，全球范围内约 57% 的 AI 引用来自品牌自有网站，24 个行业中位数客户从品牌站点获得的引用多于其他来源。
推荐理由：基于 118 亿条引用数据，给出各行业与各模型引用来源的基准分布，品牌可据此判断自身引用结构是否偏离行业常态。
Profound Blog精选AI 评分5050 Profound 推出 FactCheck，帮品牌规模化核查 AI 回答准确性
Profound 发布 FactCheck，用于核查 AI 引擎对品牌的表述是否准确，并定位错误来源。该工具在 Prompt Designer 中标记提示词、搭建 Knowledge Base 作为事实基准，再由 Profound 自建的 claim-detection 模型逐句比对 AI 回答，输出整体准确率、按主题归类的错误表述和来源归因。
推荐理由：Profound 推出 FactCheck，用自建模型比对 AI 回答与品牌自有事实源，并给出错误来源归因，读者可据此判断如何监测和纠正 AI 对品牌的错误表述。
Peec AI Blog精选AI 评分8080 Peec AI：Reddit 机器翻译页面在 Google AI 引用中占比达 40% 至 73%
Peec AI 分析了 2026 年 3 月 1 日至 6 月 10 日间 20 个国家、ChatGPT、Google AI Overview、Google AI Mode 和 Gemini 四个引擎的 6477 万条 Reddit 引用，其中 369.9 万条带有 ?
推荐理由：Peec AI 基于 6477 万条 Reddit 引用，量化了机器翻译页面在 Google 与 ChatGPT 中的引用差异，可帮助品牌判断非英语市场的 AI 可见性风险。
Peec AI Blog精选AI 评分6666 Peec AI 分析近20万条 AI 回答：第三方榜单排名如何影响品牌可见性
Peec AI 分析了2025年9月至2026年3月间近20万条 AI 回答、超过570万个数据点，覆盖 B2B SaaS、新兴 MarTech 和美国金融三个行业及 ChatGPT。
推荐理由：基于近20万条AI回答的观察性研究，量化了第三方榜单排名与品牌在AI答案中可见性、位置的关系。
Peec AI Blog精选AI 评分7171 Peec AI 分析 500 万条 query fanout：ChatGPT 最常偷偷加的词是 best
Peec AI 分析了 2026 年 4 月 1 日至 21 日期间从 ChatGPT、Perplexity 和 Grok 收集的 500 万条 query fanout，发现 ChatGPT 最常向隐藏搜索中注入的词是 best，其次是 top、comparison、reviews、tools、software、features。
推荐理由：基于 500 万条 query fanout 数据，拆解 ChatGPT、Perplexity、Grok 在幕后搜索中各自加词与选源策略的差异。
Peec AI Blog精选AI 评分6262 Peec AI 分析 3000 万条来源：AI 搜索引用最多的十大域名
Peec AI 分析了美国 ChatGPT、Google AI Mode、Gemini、Perplexity 和 AI Overviews 的 3000 万条来源，统计出被 LLM 直接引用的十大域名，依次为 Reddit、YouTube、LinkedIn、Wikipedia、Forbes、G2、Yelp、Facebook、Medium 和 Techradar。
推荐理由：基于 3000 万条来源的跨平台引用排名，可帮品牌判断 AI 搜索里该优先经营哪些外部平台。
Peec AI Blog精选AI 评分6060 如何衡量 AI 搜索可见性与营收：真正重要的 KPI
Peec AI 的 Tomek Rudzki 发布指南，提出衡量 AI 搜索表现的四个核心指标：可见性百分比、排名位置、品牌情感，以及来自 LLM 的转化与营收。
推荐理由：原文给出 AI 搜索可见性、排名、情感与营收四类指标的追踪方法，读者可据此搭建自己的衡量框架。
Peec AI Blog精选AI 评分6262 Peec AI 分析 23.2 万条引用：约 11% 来自品牌自我推广榜单
Peec AI 分析了 ChatGPT、Google AI Mode、Perplexity、Copilot、Gemini 和 AI Overviews 上 13,000 篇榜单的 232,000 条引用，时间跨度为 2025 年 12 月至 2026 年 2 月的 12 周。
推荐理由：Peec AI 追踪 23.2 万条引用，给出各 AI 平台自我推广榜单的占比差异，可作 GEO 内容策略的参考基线。
Peec AI Blog精选AI 评分6262 Peec AI 分析超 100 万条 AI 引用，给出三大平台引用率基准
Peec AI 基于超 100 万条 AI 引用数据，为 ChatGPT、Google AI Mode 和 Perplexity 分别给出引用率基准：ChatGPT 为 2.0+，Google AI Mode 为 1.1–1.5，Perplexity 为 1.5–2.0。
推荐理由：基于超 100 万条 AI 引用数据，给出 ChatGPT、Google AI Mode 和 Perplexity 各自的引用率基准，品牌可据此设定 GEO 目标。
Peec AI Blog精选AI 评分6060 Peec AI 分析 AI 生成内容的真实风险：低质内容如何拖垮 Google 与 AI 搜索可见性
Peec AI 的 Tomek Rudzki 指出，企业为追求 ChatGPT 等 AI 搜索引擎的提及而大量发布 AI 生成内容，反而会损害自身可见性。
推荐理由：文章用 Grokipedia 等案例和工具客户数据，说明低质 AI 内容如何同时拖累 Google 排名与 AI 搜索引用。
Peec AI Blog精选AI 评分5252 Peec AI 指南：如何在 AI 搜索中做品牌提及缺口分析
Peec AI 发布面向代理商和品牌经理的入门指南，讲解如何找出竞品被 AI 回答提及而自家品牌缺席的提示词。流程包括用标签和竞品监控设置提示词追踪、筛选高意图且未提及自家品牌的提示词、找出驱动这些回答的来源并按使用频率和竞品提及数排序、优先处理跨多个 AI 模型出现的来源，再通过自然外联或付费投放补上缺口。
推荐理由：原文给出从筛选提示词到选择外联方式的完整流程，品牌方可据此定位竞品被提及而自己缺席的 AI 回答。
Peec AI Blog精选AI 评分5252 Peec AI 发布 GEO 完整指南：四阶段框架与内容优化方法
Peec AI 发布《生成式引擎优化（GEO）完整指南》，提出源分析、优化、评估、迭代四阶段框架，并区分基础模型与 RAG 系统，指出可立即优化的是 RAG 环节。
推荐理由：Peec AI 把 GEO 拆成四阶段落地流程，并给出内容结构、外部信源与衡量指标的具体做法，适合品牌方对照搭建自己的 AI 搜索可见性方案。
Peec AI Blog精选AI 评分6262 llms.txt 与 .md 文件：AI 可见性的帮手还是噱头？
Peec AI 的 CPO 兼 CMO Malte Landwehr 分析 llms.txt 与 .md 文件对 AI 可见性的实际作用，指出目前没有任何 LLM 驱动的搜索与回答引擎宣布支持 llms.txt 协议。
推荐理由：文章区分了 llms.txt 对 AI 智能体与对 SEO 流量的不同价值，并指出 .md 副本可能稀释排名信号。