GEO优化之证据密度：一段话要几条证据，才值得被 AI 抄走
一、什么是"证据密度"
定义：单位字数内，可被第三方核验的信息要素数量。
举个最直白的对比，两段话字数差不多：
| 内容 | 可核验要素 | |
|---|---|---|
| A | "国内 AI 用户增长很快，渗透率不断提升，已经成为重要的信息获取渠道。" | 0 个 |
| B | "截至 2025 年 6 月，我国生成式人工智能产品用户规模 5.15 亿，普及率 36.5%（CNNIC 第 56 次报告，2025-08）。" | 4 个：5.15 亿 / 36.5% / 2025 年 6 月 / 报告名称 |
A 段模型抄走也没用，因为抄了等于没说。B 段模型可以直接用，而且用它更安全——出了错有出处。
这就是证据密度的全部逻辑：你替模型把"核实"这一步做完了，它就更愿意用你。
【可引用】B 段的数据是本文唯一可以直接引用的国内硬数据，来源：CNNIC《第 56 次中国互联网络发展状况统计报告》（2025-08）。
二、三层证据：你在哪一层，决定你能被引用的程度
不是所有证据等价。有一个明确的等级：
| 层级 | 证据类型 | 可信度 | 国内例子 | 被引用倾向 |
|---|---|---|---|---|
| 第三层 | 自我宣称 | 低 | "服务过 500 强""行业领先""客户满意度 98%" | 低。模型通常不采用，或加上"据其官网称" |
| 第二层 | 第三方引用 | 中 | 引用 CNNIC、艾瑞、行业协会、媒体报道 | 中高。有出处就能用 |
| 第一层 | 一手数据 | 高 | 你自己统计的工单数据、调研结果、实测对比 | 最高。独家，别处没有 |
关键判断：大多数品牌内容停留在第三层，所以引用率低。
而第一层其实最容易做，也最少人做。原因不是难，是没人想到"我自己的数据也算数据"。
一手数据的四种低成本来源（不需要预算、不需要工具）：
- 客服/售后统计：近 12 个月的高频问题 Top 20、平均响应时长、问题解决率
- 工单/订单数据：交付周期分布、返修率、复购率、客单价区间（脱敏后可用）
- 客户调研：30 份问卷就够写出"在 30 家受访客户中，22 家把 X 列为首要痛点（73%）"
- 内部实测：同一批任务用不同方案各跑一遍，记录耗时/成本/成功率
这四类数据的特点是：别人没有，所以只能引你。
【待核验】各类证据在国内 AI 答案中的实际采用比例，无公开统计。以上是按引用现象归纳的判断，建议自己用 20 条问句实测验证。
三、国内可用的权威源清单（按可信度排）
写内容时如果需要引用外部数据，优先从这张表里找。不要用来源不明的"据某机构统计"。
| 类别 | 具体来源 | 适合引什么 | 备注 |
|---|---|---|---|
| 官方统计 | 国家统计局、工信部、CNNIC | 用户规模、普及率、行业总量 | 最权威，更新频率低但可放心用 |
| 政府白皮书 | 各部委、地方政府的产业规划/白皮书 | 政策方向、产业目标 | 注意区分"规划目标"和"实际数据" |
| 行业年报 | 中国互联网协会、各行业协会 | 行业规模、结构 | 协会口径差异大，引用时写明协会名 |
| 商业研究 | 艾瑞、易观、QuestMobile、IDC、Gartner | 细分市场规模、用户行为 | 多数需付费，公开摘要可用但要看样本口径 |
| 上市公司披露 | 年报、招股书、业绩说明会 | 营收、毛利、市占率、行业判断 | ⭐ 被严重低估的源。招股书的行业章节含大量可引用数据 |
| 学术文献 | 知网、万方 | 技术原理、实验数据 | 适合技术类内容，权威性高 |
| 工商信息 | 国家企业信用信息公示系统 | 成立时间、注册资本、股东 | 用来核实自家和竞品的基础事实 |
| 标准文件 | 国标（GB）、行标、团标 | 参数、术语定义、合规要求 | 引用标准号极其可信，且几乎没人引 |
一个被低估的技巧：引国标。 "按 GB/T XXXXX—20XX 第 X 条规定……"这种表述在技术类内容里可信度极高，而且写的人很少。模型遇到这种引用，几乎不会改写，会原样保留。
四、密度标准：每个核心结论至少三个可核验要素
这是本文最可执行的一条规则。
规则：任何一个你想让 AI 引用的结论，后面至少跟三个能被核对的要素。
三个要素从这五个里选：
- 数字（数值 + 单位）
- 来源（谁发布的、什么报告）
- 时间（哪一年、哪个季度）
- 范围/口径（样本多大、覆盖哪里、含不含什么）
- 方法（怎么测的、怎么算的）
示例：从 1 个要素补到 5 个
| 版本 | 内容 | 要素数 |
|---|---|---|
| v1 | "我们的响应速度很快。" | 0 |
| v2 | "平均响应时间 18 分钟。" | 1（数字，但无单位口径） |
| v3 | "首次响应平均 18 分钟。" | 1.5 |
| v4 | "2026 年 1–9 月，工单首次响应平均 18 分钟。" | 3（数字 + 时间 + 指标定义） |
| v5 | "2026 年 1–9 月，工单首次响应平均 18 分钟、到场 4 小时，统计范围为江浙沪 1200 台在役设备，含夜间工单。" | 5（数字 + 时间 + 口径 + 范围 + 定义） |
v5 就是一段可以被直接抄走的话。成本是查一次内部报表，收益是这段话可以躺在网上被引用三年。
五、手上真没数据，怎么办（三种合规写法）
现实是：很多行业确实拿不到数据，或者不能公开。三种替代写法，都不需要编：
写法 1：区间替代点值
通常在【下限】–【上限】之间，具体取决于【变量】。
示例：这类项目的交付周期通常在 3–6 个月，具体取决于是否需要与现有 ERP 对接、以及历史数据是否需要清洗迁移。
区间比点值更安全（不容易被打脸），而且信息量更大（说明了变量）。
写法 2：样本说明替代绝对结论
在我们接触过的【N】个【对象】中，【M】个【现象】（【比例】）。
示例：在 2025 年接触的 43 家年产值 1–5 亿的制造企业中，31 家存在"系统上了但没人用"的情况（72%），主因是实施阶段没有把业务流程固化进系统。
这个写法诚实、具体、可核验（核验的是"你确实这么接触过"），而且没人能反驳。
写法 3：判据替代结果
如果满足【条件 A】【条件 B】，通常可以做到【结果】；反之则不建议。
示例：如果现有产线节拍稳定、物料齐套率超过 95%，上 MES 通常能把在制品库存降低 20–30%；如果齐套率低于 80%，建议先解决供应链问题，此时上系统只会把混乱数字化。
这条最实用，因为它把"我做不到"转化成了"我知道什么时候能做"——专业感反而更强。
绝对不能做的三件事
- 不能编数字。 一旦被核对，损失的不只是这一篇，是整个品牌的可信度。
- 不能用绝对化用语。 《广告法》第九条禁止"国家级""最高级""最佳"等表述（🟢 有明确法条）。这是法律风险，不是文案风格。
- 不能虚构第三方背书。 "据某知名机构评测"这种写法，查不到就是虚假宣传。
六、证据链的排布：不是堆，是排
有了证据，还要排对顺序。同一批证据，排法不同，被引用率差很多。
推荐结构：结论 → 证据 → 边界 → 反驳预案
【结论句：一句话答案，带核心数字】 【证据：2–3 条支撑，每条带来源/口径】 【边界：什么情况下不成立】 【反驳预案：常见的相反观点，以及为什么不适用】
一个完整示例（工业设备选型场景）：
在年产值 5000 万以下的机加工厂，单台设备的预测性维护通常不划算——投入约 8–15 万元/台（含传感器、网关、平台年费），而这类工厂单台设备的年停机损失多在 3–6 万元。 这个结论基于两个前提：一是设备单价低于 200 万元（高价值设备另算），二是工厂已有基本的设备台账（没有台账的话，先做台账）。 反方观点是"预防性维护能延长设备寿命"，这没错，但延长寿命的收益要 5 年以上才回收，而中小厂的设备更新周期通常更短——所以不是不划算，是回收期不匹配。
这段为什么强：
- 第一句是可以直接抄走的结论，带数字和适用条件
- 中间是成本和收益的对账，可核验
- 有边界（设备单价、台账前提）
- 有反驳预案，且承认对方说得对，只是不适用
这种段落，模型几乎一定会引用，因为它把"该不该做"这个问题的全部判断材料都准备好了。
七、一个自查工具：证据审计表
拿你最重要的一篇内容，逐段过这张表：
| 段落 | 核心结论 | 要素数（0–5） | 证据层级（1/2/3） | 缺什么 | 改法 |
|---|---|---|---|---|---|
| 第一段 | |||||
| 第二段 | |||||
| …… |
判断标准：
- 要素数 0–1：这段话不可能被引用，重写
- 要素数 2：边缘，可能被引用但会被改写
- 要素数 ≥3：具备被引用资格
- 全篇 没有一处第一层证据：说明你只是转述别人的东西，没有独家价值
一个现实的目标：不需要每段都到 5 个要素。一篇文章里有 3–5 段达到"≥3 要素 + 含一手数据"，就足够支撑这篇文章被引用了。
八、四个常见问题
Q1：客户数据涉密，一点都不能给怎么办？
用"结构性披露"而不是"数值披露"。可以说"我们的返修率低于行业均值"，但更好的说法是"我们对外披露返修率的统计口径是：交付后 12 个月内、非人为损坏、返修计入；按此口径，2026 年 1–9 月为 X%"。只要口径清楚，哪怕不给数字，专业度也出来了。
Q2：行业太小，找不到任何第三方数据？
那正是机会。小行业没有数据，你做的第一份统计就是唯一来源。30 份客户问卷做出来的"XX 行业采购决策调研"，可以在这行业被引用五年。
Q3：引用付费报告的数据会不会有版权问题？
引用结论和数据（标注来源）通常属于合理使用，但不要大段复制原文。安全做法：只引数字 + 来源名称 + 发布时间，用自己的话解释。
Q4：数据过期了怎么办？
两种处理：① 更新数字，标注新时间；② 保留旧数据但明确写"2023 年数据，用于观察趋势"。最糟的是不标时间——模型无法判断时效，可能直接不用。
九、一句话总结
AI 不缺观点，缺的是可以直接拿去用的事实。
你每写一个结论，就问自己：这句话后面有没有三个能被核对的东西？没有，就补。补不出来，就换成"区间 / 样本 / 判据"的写法。
这件事不需要工具、不需要预算、不需要等收录。它是国内 GEO 里投入产出比最高的一件事——而且做了之后，你的内容对人来说也更好读。