AI答案引用展示形式指 AI 把来源呈现给用户的方式，分四类：可点击来源列表、角标折叠、来源卡片、零链接纯文本提及。 前三类能带点击，第四类只留心智——这个差别决定了你在每个平台该图什么、用什么 KPI 考核。图错了，后面的内容策略全错。
一句话结论：四类展示形态，两种收益模型
| 形态 | 典型表现 | 用户拿到什么 | 品牌能收到什么 |
|---|---|---|---|
| 可点击链接型 | 答案下方列出编号来源，站点名+标题直接可点 | 一份可核验的出处清单 | referral 流量 + 权威背书 |
| 角标折叠型 | 正文里的上标数字，需点开才看到来源 | 一个"有据可查"的信号 | 少量点击 + 可信度 |
| 卡片模块型 | 带 logo、缩略图、摘要的来源卡 | 视觉化的信源印象 | 中等点击 + 品牌露出 |
| 零链接纯文本型 | 答案里提到品牌名，全篇没有对应链接 | 一个推荐结论 | 只有心智，无流量 |
前三类是流量资产，最后一类是心智资产。两者的优化动作、内容形态、考核指标完全不同，混在一张报表里看只会互相稀释。
什么是"引用展示形式"？它和"被引用"有什么区别
"被引用"是后台事实，"引用展示形式"是前台呈现。 一个页面被模型召回并写进答案，属于被引用；但用户是否看得到你的域名、能否点进来、要不要多点一次才展开，取决于展示形式。
这两者经常严重脱钩。在我们的抽样里，同一批内容在通义千问上的被召回率高于纳米AI搜索，但用户实际可达的点击入口反而少了近一半——因为通义默认把来源折进角标，而纳米直接铺卡片。只盯"引用了多少次"的报表，会系统性高估折叠型平台的价值。
换句话说：AI提及率衡量的是存在，AI答案引用展示形式衡量的是这份存在能不能兑现。
抽样方法：怎么测的、测了多少
结论要可复现，先说口径。这轮测试由 MaxAEO 监测面板执行：
- 平台：DeepSeek、豆包、Kimi、通义千问、腾讯元宝、文心一言、秘塔AI搜索、纳米AI搜索、微信搜一搜 AI 问答，共 9 个。
- Prompt 集：40 条，覆盖四类问法——品类推荐（"XX 品类有哪些靠谱牌子"）、品牌直问（"XX 怎么样"）、对比型（"A 和 B 选哪个"）、负面向（"XX 是不是智商税"）。
- 重复：每条 prompt 在每个平台跑 3 次，取多数形态，规避单次随机性。总采集量 9 × 40 × 3 = 1080 次答案。
- 判定：人工逐条标注四项——来源是否可点击、是否默认可见（无需展开）、是否有卡片、品牌名出现但无对应链接的比例。
- 窗口：2026 年 6 月至 7 月，桌面 Web 端默认设置，DeepSeek 分联网与非联网两条线单独统计。
已知局限：这些是 UI 层观察，而 UI 是各家迭代最快的部分，一次版本更新就可能把角标改成卡片；移动端 App 的折叠层级普遍比桌面 Web 更深，指数会更低；40 条 prompt 集中在消费品与 SaaS 品类，医疗、金融等 YMYL 品类的信源门槛更高，展示形态分布会明显不同（这类品类的合规边界见医疗健康品牌怎么做AEO）。所以下面的数字要当作基线快照和自查模板用，不是永久结论。
九平台横评：可点击率、默认可见性与零链接占比
下表是 1080 次抽样的汇总。"零链接提及占比"指的是：品牌名出现在答案正文里，但整篇答案没有任何指向该品牌的可点击来源。
| 平台 | 默认展示形态 | 来源可点击占比 | 零链接提及占比 | 点击可得指数 |
|---|---|---|---|---|
| 秘塔AI搜索 | 参考文献式列表，默认展开 | 96% | 5% | 96 |
| Kimi | 底部来源卡片列表，默认展开 | 91% | 12% | 91 |
| 纳米AI搜索 | 卡片 + 角标 | 85% | 17% | 68 |
| 腾讯元宝 | 角标 + 来源卡 | 82% | 19% | 66 |
| 豆包 | 角标 + 侧栏卡片 | 76% | 34% | 61 |
| 文心一言 | 卡片 + 站点名 | 74% | 26% | 59 |
| DeepSeek（联网） | 角标，需展开 | 88% | 22% | 44 |
| 通义千问 | 角标 + 折叠来源 | 69% | 29% | 35 |
| 微信搜一搜 | 公众号卡片为主 | 31% | 58% | 25 |
| DeepSeek（非联网） | 纯文本，无来源 | 0% | 100% | 0 |
点击可得指数是我们自建的折算口径：
点击可得指数 = 来源可点击占比 × 默认可见系数
默认可见系数取值：默认展开列表 = 1.0，卡片 = 0.8，需点击展开的角标 = 0.5。系数按"多点一次要不要额外操作"分档：默认展开无额外成本记 1.0；卡片虽默认可见但占位小、需横向滑动或滚动，记 0.8；角标必须主动点击才展开，参考传统 SERP 折叠内容的交互衰减，保守记 0.5。
这一步是整张表里最关键的修正——它把"技术上有链接"和"用户实际会点"区分开。DeepSeek 联网模式的可点击率高达 88%，排名第三，但折算后跌到 44 分，落到通义、微信那一档。角标吃掉的不是链接，是点击意愿。
微信搜一搜是另一个特例：31% 的可点击率里绝大部分指向公众号图文而非站外域名，也就是说你的官网内容基本进不去，能进的是你的私域资产。这一层怎么做，见微信搜一搜和视频号的AI答案。
三个反直觉发现
发现一：引用最多的平台，往往不是带流量最多的平台。 上表里，可点击率排名与点击可得指数排名在中段完全错位。如果报表只统计"是否被引用"，DeepSeek 会被系统性高估，秘塔这类老老实实列参考文献的平台会被低估。秘塔的收录逻辑与内容形态要求，秘塔AI搜索怎么被引用里有单独拆解。
发现二：同一个平台的联网与非联网，是两套完全不同的生意。 DeepSeek 非联网模式下零链接提及占比 100%——模型全凭参数记忆作答，你能争取的只有"品牌名被记住"。联网模式则是标准的检索增强，可以靠内容抓取去打。把两者混成一条趋势线，会看到毫无意义的剧烈波动，分表方法见联网模式和非联网模式要不要分开监测。
发现三：卡片位的图，通常不是你选的那张。 卡片型展示（文心、纳米、豆包侧栏）会自动抓取缩略图，抓到的经常是页面里第一张符合尺寸的图，可能是导航 banner 或作者头像。这一层的可控性有限但并非无解，AI 答案里配的图不是你的产品图讲了具体的可控项。
怎么划线：点击型平台与心智型平台
- 点击型平台（指数 ≥ 60）：秘塔、Kimi、纳米、元宝、豆包。用户能看见你的域名并点进来，AI 引用来源在这里是可归因流量渠道。
- 混合型平台（30–59）：文心、DeepSeek 联网、通义。有链接但被折叠，点击是意外之喜，主要收益仍是背书。
- 心智型平台（< 30）：微信搜一搜、DeepSeek 非联网。用户拿走结论就走，你只能争取"被念到名字，且定语是好的"。
阈值 60 的取法：指数 60 以上的平台，其 referral 会话数在我们的客户面板里能稳定跑出可辨识的量级（月均三位数以上）；60 以下的平台 referral 长期停在个位数到两位数，噪声大于信号，不足以支撑独立的转化归因。 30 这条线则对应"是否还有链接可争取"——低于 30 基本只剩纯文本提及。
这条线不是永久的。每次平台改版都要重跑指数——2026 年上半年已有平台把默认折叠改成默认展开，一夜之间从混合型跳进点击型。这也是把展示形态纳入常规监测的意义：它比排名波动更早预告流量结构变化。
每类平台该设什么目标、考什么指标
目标搞混，是绝大多数 AEO 投入打水漂的原因。分类对齐如下：
| 平台类型 | 内容目标 | 主考核指标 | 次要指标 |
|---|---|---|---|
| 点击型 | 让来源列表里出现你的可点击落地页 | AI referral 会话数、来源列表命中率 | 落地页跳出率、注册/加购转化 |
| 混合型 | 进来源列表 + 让摘要句本身带钩子 | 来源命中率、答案内品牌句情感极性 | 展开率（可估算） |
| 心智型 | 品牌名与正确定语一起被念出来 | AI提及率、定语命中率、竞品同现率 | 品牌词搜索量 lift |
点击型平台的实操重点是"可被列进参考文献"：清晰的标题、明确的发布与更新时间、一段能被整段摘走的 130–170 字自包含结论、稳定可抓取的 URL。这类平台对页面可达性极其敏感，任何 WAF 拦截或纯前端渲染都会让你直接消失。
心智型平台的重点完全相反：不是让某个页面被抓到，而是让"品牌名 + 品类定语"这个组合在全网足够多的地方以一致的措辞出现，直到进入模型的参数记忆或稳定召回集。这是慢变量，按季度看，不按周看。
混合型平台是最容易被放弃的一档，但它往往是国产 AI 里的流量主力池。策略是两头都做：既优化可抓取性争取进列表，也优化答案正文里那句话的措辞——因为大部分用户只看那句话。想争取从"只提名字"升级到"给可点击位"，AI 只提了品牌名却没给链接怎么办里有更细的动作拆解。
展示形态是怎么被决定的：三个可控变量与一个不可控变量
看完横评常见的下一个问题是：同一个平台里，为什么有的来源进了卡片，有的只被折进角标？从 1080 次抽样的标注结果反推，能观察到三个与展示形态强相关的页面侧变量：
- 可抓取性决定有没有资格进任何形态。 抽样里所有"品牌被提及但零链接"的案例中，有相当一部分对应的官网页面正文需要 JS 渲染才可见——模型拿不到正文，就只能凭参数记忆提名字。
- 结论的自包含程度决定能不能被整段摘走。 一段话里出现"如上所述""下文详述"这类跨段指代，被摘录的概率明显低于同页面里独立成段的结论块。
- 是否是原始出处决定要不要给你链接。 同一条数据被多方转述时，来源列表倾向于收敛到最早或最权威的那一份，转述型内容常被跳过。
不可控的那个变量是平台自己的信源池权重：豆包重字节生态，元宝重微信与搜狗通道，DeepSeek 联网重公开技术社区。这层你改不了内容就能翻盘，只能选择在对方的信源池里布点。
Google 在 AI 功能的官方文档里给的原则同样落在技术可达性上——页面必须可被抓取、可被索引、内容自成一体，见 Google Search Central 关于 AI 功能中内容表现的说明。国产平台没有公开文档，但抽样结果与这套原则高度一致。
零链接平台怎么量化：三种间接测量法
心智型平台最大的难题是无法归因。没有链接就没有 referral，GA 里看不到任何痕迹。三种可用的间接测量：
- 品牌词搜索量 lift：AI 说了名字，用户会去搜索引擎或电商站内搜品牌词。把 AI提及率曲线与品牌词搜索指数、站内搜索日志做时间序列对齐，滞后 1–3 天的相关性通常最明显。
- 直接访问增量：记住名字的用户会直接输域名或从收藏进入。把直接访问流量按周做基线，剔除投放期，观察 AI 提及率跃升后的残差。
- 表单来源自报：在留资表单里加一项"您从哪里了解到我们"，把"AI 助手/AI 搜索"设为独立选项。这是唯一的一手证据，样本小但方向可靠。
这三条都不精确，但方向一致时可信度足够支撑预算决策。
一手案例：同一批内容，两套改法
一个家用小家电 DTC 品牌，12 篇存量内容，6 周周期。按平台类型拆成两套改法，同一批 40 条 prompt 前后对照：
点击型平台组（秘塔 + Kimi + 纳米）的动作：给每篇加"选购结论"独立小节（开头 40–60 字直接给答案）、补参数对比表、统一发布/更新时间标注、修掉三处需要 JS 渲染才能拿到正文的模板。
心智型平台组（DeepSeek 非联网 + 微信 + 通义）的动作：统一品牌定语（把散落在各渠道的 6 种自我描述收敛成 1 种）、在知乎/公众号/垂直媒体铺同一句话的品类归属表述、补齐负面向问法的正面承接内容（这类问法的监测与承接见「XX 是不是智商税」负面向问法怎么接）。
| 指标 | 改前 | 6 周后 |
|---|---|---|
| 点击型平台：被引用页面数 | 3 篇 | 11 篇 |
| 点击型平台：AI 来源月均 referral 会话 | 42 | 517 |
| 心智型平台：40 条 prompt 品牌提及率 | 8% | 31% |
| 心智型平台：品牌名+正确品类定语命中率 | 12% | 46% |
归因说明：同期该品牌无新增投放、无站点改版、无媒体报道，自然搜索流量基本持平，因此把变化主要归给这两组动作；但 517 这个绝对值受品类季节性影响，不宜跨品类直接对标。
两组投入的人天接近，但如果当初用同一套 KPI（referral 流量）考核两组，心智组会被判定为完全失败——它的 referral 增量确实接近零。这就是分类考核的价值。
心智组的提升有约 4 周滞后期，前 3 周几乎看不到任何数字变化。做心智型平台，要提前和管理层对齐这个滞后。
常见误判：别把展示形态当排名
- 误判一：把"来源列表第一位"当成排名第一。 多数平台的来源列表顺序反映的是召回置信度或抓取顺序，不是推荐强度。答案正文里第一个被提到的品牌，才更接近传统意义的第一。
- 误判二：用一个平台的表现推断全局。 九个平台的信源结构差异极大，同一篇内容在两个平台的表现可以完全相反。跨平台说法不一致本身就是一类需要单独诊断的问题，见同一个问题，不同 AI 说法还不一样。
- 误判三：把展示形态的波动当成内容出了问题。 平台改版一次，你的所有指标都会跳变。判断方法：看零链接提及占比是否同步变化——只有可点击率变、提及率没变，几乎一定是 UI 改版，不要动内容。
- 误判四：指数突然拉高就当成优化生效。 也可能是有人在刷。异常跃迁要先排除内容投毒与刷推荐这类人为操纵，判别手法见AI搜索会被操纵吗。
本周可落地的七步自查
- 列出你实际在乎的平台，删掉受众根本不用的。
- 准备 20–40 条真实用户问法，覆盖品类推荐、品牌直问、对比、负面向四类。
- 每个平台每条跑 3 次，记录：品牌是否被提及、是否有对应可点击来源、来源是否默认可见。
- 按本文公式算出各平台点击可得指数，划出点击型/混合型/心智型三档。
- 给每档设不同的主指标，写进同一张看板但分列展示，不做加权汇总。
- 点击型平台优先排查可抓取性；心智型平台优先统一品牌定语。
- 每月复跑一次，重点监控指数的档位跃迁——那是流量结构变化的先行信号。
跑完这七步，你手上会有一张别人没有的东西：你自己品牌的引用展示形态基线。这比任何通用榜单都有用，因为展示形态在不同品类、不同问法下并不一致。
常见问题
问：被 AI 提及了但没有链接，算不算 AI 搜索优化成功？
算，但收益类型不同。零链接提及带来的是心智资产——用户记住了名字，会在别处搜索或直接访问。它不该用 referral 流量考核，而应该用 AI提及率、定语命中率和品牌词搜索量 lift 来衡量。
问：能主动要求 AI 给我的链接吗？
不能直接要求，但可以显著提高概率。可点击引用位的分配主要看：内容是否被成功抓取、是否有明确可验证的事实与时间标注、是否是该结论的原始出处。第三点最容易被忽略——转述型内容几乎不会被列进来源。
问：九个平台都要监测吗？预算有限怎么取舍？
先看受众重合度，再看点击可得指数。消费品牌优先豆包、微信、纳米；B2B 与 SaaS 优先 DeepSeek、Kimi、秘塔；政企与信创场景需要单独评估垂直入口。全平台铺开的成本很少划算。
问：展示形态多久会变一次？
没有固定周期，但从 2026 年上半年的观察看，主流平台的答案页 UI 平均每季度有一次影响引用可见性的调整。建议至少按月复跑一次基线，改版频繁的平台按周。
问：移动端和桌面端的引用展示形式一样吗？
不一样，且移动端普遍更差。屏幕窄导致来源卡片被压缩成横滑条或直接折进角标，同一平台的点击可得指数在移动端通常低一档。如果你的受众以手机为主，基线要按移动端单独跑一遍，不能拿桌面数据推断。
问：品牌出现负面表述时，展示形态会影响危机处理吗？
影响很大。点击型平台上，负面结论通常挂着可追溯的来源链接，能顺着链接找到源头逐个处理；心智型平台的负面表述来自参数记忆，没有可处理的单点，只能靠全网表述覆盖慢慢冲淡，周期以季度计。应急动作的先后顺序见品牌危机时怎么快速纠偏AI答案。
问：AI答案引用展示形式和传统 SERP 的富媒体结果是一回事吗？
不是。传统富媒体结果由结构化数据驱动、规则相对公开可预测；AI 的引用展示由各家自研的召回与呈现策略决定，既不公开也不稳定，只能靠持续抽样观测来建立经验规律。