上周一个老板在群里甩了张截图。他在 ChatGPT 里问「中国做 XX 的供应商有哪些」，回答里没有他。然后补了一句：上个月问，还在第二个。服务商回得很熟练：算法更新了，正常波动，再观察观察。

这两句话我都不同意。

第一句错在——AI 搜索里根本没有「第二个」这个位置。第二句错在——把所有掉词都装进「算法更新」这个筐，等于承认自己不知道发生了什么，也等于放弃了处理它的可能。

真实情况比这两句话都难听，也比它们都有用：

01先纠正前提：AI 里没有「位次」，只有「这次抽到了谁」

先把一个被行业含混带过的事实摆出来。

2026 年 4 月一项针对 AI 回答引用源的连续观测（Schulte、Bleeker、Kaufmann）给出了一个数字：同一批问题，隔天再问一次，被引用来源的重合度只有 0.34 到 0.42。换成大白话——约 65% 的来源，一天就换掉了。

再把时间拉长看。ACL Findings 2026 收录的一项研究（Kirsten 等）做了两次相隔两个月的 AI Overview 采样：两次结果只共享 18% 的页面。作为对照，传统自然搜索的同一指标是 45%。

AI 搜索是「检索 + 生成」两段式。检索那一层会变：索引在更新、一个问题会被拆成多个子问题分头去找（query fan-out）。生成那一层本身也是从概率分布里取样——同样的输入，两次回答的措辞就不一样，措辞一变，引谁也跟着变。

所以「掉词」这个词本身就带错方向。你不是从第二名掉到了第二十名，你是这次没被抽到。

这里有个反常识的好消息。同一份数据里，品牌提及的日间重合度是 0.45 到 0.59，明显高于链接引用的 0.34 到 0.42。

被「提到」，比被「链接」，稳一档。这句话后面会救你一次。

02三类掉词，只有一类是你的责任

老板最需要的不是「为什么波动」，而是「这一下该不该动手」。按责任归属分三类，处理方式完全相反。

2026 年 1 月 27 日 Gemini 3 成为 Google AI Overviews 的默认模型，SE Ranking 对上线前后的引用做了对比：42.4% 此前被引用的域名被移除，同时每条回答给出的来源数量从 11.55 个涨到 15.22 个（+31.8%）。

同年 9 月，Otterly 的索引记录到一个更极端的现象：YouTube 在 Google AI Mode 引用中的份额，大约两周内从 13.5% 掉到 4% 以下。8 月中旬，另一组临时数据（Promptwatch，分母与前面不同，不可与 Ahrefs 口径比较）显示 Reddit 在 ChatGPT 引用中的份额从 3.8% 掉到 0.5%。

这些跟你改没改网站，零关系。这类波动怎么处理？等。研究给出的引用半衰期是：时效性查询约 39 天，其他约 68 天。

Ahrefs 2026 年 3 月的数据（86.3 万个关键词、400 万个 AI Overview 页面）：被引用的 URL 里，只有 37.9% 同时在自然搜索前十；31.2% 在 11 到 100 名之间；31.0% 在 100 名以外，或者压根不在这个查询的索引里。BrightEdge 用另一套方法测出来是约 17%（按行业 11% 到 24%）。

两个口径不能相加，但方向一致到不容辩驳：你排第几，跟 AI 引不引你，已经是两件事了。

真正决定你在不在池子里的，是两件事：机器读不读得懂你这页，以及它能不能从你这页摘走一句有信息量的话。

有个自查方法，三十秒能做：把你这页的产品名和品牌名全部删掉，剩下那段话，能不能原样贴到二十家同行的官网上？

能——那你就是可替换的。AI 没有任何理由非引你不可，换谁都是换，成本为零。这不是文笔问题，是你的页面里没有只属于你的事实。

顺手把三个流行偏方打掉，省得你继续交学费：

• llms.txt：2026 年 5 月的服务器日志统计覆盖 13.7 万个域名，97% 的 llms.txt 文件收到 0 次请求（Ahrefs，6 月发布）。
• Schema markup：1,885 个页面的对照实验（Ahrefs，2026 年 5 月）——AI Overviews 引用变化 −4.6%，AI Mode +2.4%，ChatGPT +2.2%，后两个都在噪声范围内。没有一项算得上提升。
• 2023 年那套 GEO 杠杆：加引文 +41%、加统计数据 +33%、提升流畅度 +29%、标注来源 +28%。这套数字被全行业抄了三年。2026 年 9 月在十个现代引擎家族上重测，结论是「一个都不动」。

2026 年 7 月一份覆盖 45 项 GEO 研究的综述更直接：没有一个技术显示出稳定的、跨平台的因果效应。

注意，我不是让你别做 Schema、别做结构化。它们的价值是让 AI 认得出「这是同一家公司」、摘得走你要它摘的那句话——不是帮你抢位次。

03怎么分清「波动」和「真掉」：四个数，一张表

判断标准必须先定，否则你永远在跟服务商各说各话。

30 条真实买家问法，不要用「XX 供应商推荐」这种泛问。要带参数、认证、MOQ、交期，比如「48V 无刷电机，MOQ 500 台，交期多久，有 CE 吗」。

同一个问题，每个平台问 3 次，四个平台一起就是 12 次。只问 1 次的结果，不叫数据，叫运气。

这是全文最实用的一段：

提你不引你 ≠ 生效；引你不推荐你 = 你只是它的背景资料。

连续 4 周同向下滑才算掉，单周波动是噪声——引用半衰期本来就是 39 到 68 天。同时只看份额，不看名次：你从「三家之一」变成「五家之一」，比「从第二变第三」严重得多。

04抗波动的四件资产

追算法是追不上的。要做的不是「预测下一次更新」，是让更新伤不到你。

官网上把 Organization 的 name、url、logo、sameAs、contactPoint、address 配齐，用 @id 做实体锚点，sameAs 里 LinkedIn 权重最高。目的只有一个：让 AI 确认官网、LinkedIn、行业目录里那几个「你」，是同一个你。它不提引用率，它降低被误判的概率。

参数、公差、认证编号、检测报告号、MOQ、交期、产线数量、年产能。AI 能整段摘走的东西。你的页面上如果只有「我们专业、我们用心、我们经验丰富」，那它在检索层等于空白。

这是最被低估的一条。约 85.7% 的 AI 引用指向品牌自己不拥有的站点；约 80% 的引用来自约 18% 的域名。翻译一下：主战场不在你官网上。

LinkedIn 主页、行业目录、协会名录、媒体稿、展会新闻——这些地方的内容你能影响的，才是对冲「平台换源」的唯一资产。只在自己官网自说自话的，每次更新都会被换掉一遍。

买家的问法在漂移。三个月前他问「无刷直流电机厂家」，现在他问「48V、500 台、能过 CE 吗、几周交货」。你没覆盖新问法，看起来像掉词，其实是你的问题库过期了。

顺带说一句现在的量级：2026 年 4 月 G2 的数据，51% 的 B2B 软件决策者更多用 AI 聊天机器人开始调研，一年前是 29%。6sense 2025 年的买家调研（近 4,000 位买家）口径更狠——95% 的采购最终流向「第一天就在短名单里」的供应商。

05最后一句实在话

你花钱买的不是「稳定在前三」。AI 里没有前三。

你买的是被抽中的概率——从 8% 提到 30%，从「偶尔被提一嘴」到「每次都在候选里」。

所以下次服务商再发来「算法更新，正常波动」，你可以只问一句：

掉了多少、为什么掉、什么时候回来、改哪一项？

接得上这四句，叫波动管理。接不上，那就不是波动，是没在管。