过去两年，GEO 圈里有一条隐含的默认假设：你在 Google 排得进 top 10，AI 大概率会引你。2025 年 7 月的数据确实支撑这条规则——76% 的 AI 概览引用都落在同查询的 Google top 10 里。然后 2026 年 1 月 27 日，Google 把 AI Overviews 的默认模型切到 Gemini 3，数字一夜变脸：863,000 关键词 / 400 万条 AIO 引用的大样本里，top 10 占比跌到 37.9%。这不是线性衰减，是模型切换引发的结构性断裂。本篇拆解为什么发生、怎么应对。
一、两条曲线讲的故事：76% → 37.9%
Ahrefs 两轮研究的对照很直白：
| 时间 | 样本 | top 10 引用占比 | 说明 |
|---|---|---|---|
| 2025-07 | 1.9M 条引用 | 76% | 「排名 = 引用」的隐含假设成立 |
| 2026-01 | Gemini 3 切换 | —— | AI Overviews 换引擎 |
| 2026-03 | 863K 关键词 / 4M AIO URL | 37.9% | 36.7% 的引用来自 top 100 之外 |
同期还有几组交叉验证，方向一致：Babel42 的 660 次实测发现 45.7% 被引站不在 top 10；5WPR 跟踪两年，品牌查询里”AI 答案 vs 传统 top 10 排名”的重叠率从 70% 掉到不到 20%；BrightEdge 说 AI Overviews 与 top 10 的重叠从 32%（2024-05）升到 54.5%（2025 末），但那是 AIO 单一面，全行业口径远没那个数。三条线合起来：排名仍然有意义，但不再是引用的充分条件。只盯排名的团队，等于在用旧规则赌新现实。
二、为什么会断：fan-out 把”一查一答”改成”多查一答”
旧模型：一个主查询 → 从 SERP 头部抓来源 → 出一段答案。新模型（Gemini 3 agentic 检索）：主查询先被拆成 3~5 个子查询，各自在更宽的索引里检索，再综合出答案。
这个 fan-out 机制带来的直接后果：
- 引用池变宽：子查询「中小团队 CRM 价格」「CRM 怎么接 Slack」「CRM 对比 X 的边界」会各自拉到 top 10 之外甚至 YouTube/UGC 页面——36.7% 的 AIO 引用落在 top 100 外，其中 YouTube 单独占 5.6%
- 头部不再是入口：排第 1 的页面未必被子查询命中；被引的第 8、23、58 位页面反而可能更精确地对应某个子问题
- 每次模型切换都会重排一次：SE Ranking 实测 Gemini 3 上线后替换了 10 万关键词样本里约 42% 的被引域——全球头部引用榜（YouTube/Reddit/Facebook/Indeed/Quora）几乎没动，动的是每个查询内部的品牌/发布商排位
三、四条应对线
① 直接测引用，别推给排名
把「AI 引不引你」当成独立指标跟踪，不再用 SERP 位置做代理。用 173 期的最低可行监测法（20~40 条问句、5~10 次采样）+ 176 期的对照组纪律。排第 1 但零引用是 2026 年最常见的组合——Prompt Insider 强调：单条引用不代表稳定，一次快照证明不了任何事。
② YouTube / 视频是被低估的杠杆
Ahrefs 75k 品牌的相关性矩阵里，YouTube 与 AI 可见度相关 0.737，是全矩阵最强正相关（裸外链只 0.218）；同期 YouTube 在 AI Overviews 里引用份额 6 个月涨了 34%。视频要有：清晰标题、完整字幕、实体一致的描述——fan-out 会拿这些去子查询匹配。这与 172 期站外信号层的”进对的生态被可引用地提及”完全对齐，本篇把它落到”哪个生态最强”。
③ 按子查询建主题簇，不再是单页
fan-out 奖励”深度”。一个主问（”CRM 怎么选”）会被拆成 4~6 个子问（对比/价格/实施/边界/替代）。你的站点要在每个子问上都有独立、自包含、可抽取的页面——175 期的五字段简报正好套：一份简报 = 一个子问 = 一页能切片的内容。
④ 模型升级 = 触发事件，不是”等一等”
Gemini 3.5 Flash 已在 2026-05 的 Google I/O 变成 AI Mode 默认——每次大模型切换，引用池都会重排一次。把「大模型版本变更」写进 176 期验收的复测日历：触发事件后 4~6 周内重跑一次引用池审计，不是每年一次的年度审查。
FAQ
Q：排名到底还有没有用？
A：有用，但不充分。37.9% 的引用仍来自 top 10（Ahrefs 2026-03），说明传统 SEO 是基础不是全部。排名是必要非充分条件：SEO 决定能不能被检索到，fan-out 决定哪个子问被命中。两者要一起看。
Q：为什么”品牌查询”口径下重叠掉得更快？
A：5WPR 追踪的是品牌查询，用户直接问”XX 品牌怎么样”，模型倾向从品牌官方页/评测页/第三方综述拼答案——top 10 通常被品牌自己的站点占满，模型反而绕过官方、去引第三方更”可验证”的页面。这与 172 期”生态提及比自有强”是同一条线。
Q：Ahrefs 说自己解析算法改进了，数字可比吗？
A：不能全信。76% 到 37.9% 之间，Ahrefs 承认「两版解析口径不同，非严格同口径」。真实断裂幅度可能没那么大，但方向是确定的——所有 2026 年新研究（Babel42、BrightEdge、5WPR、The Stacc）都在同一方向，方法各异但结论一致。
Q：我该把资源全转去 YouTube？
A：不。0.737 的相关性说明 YouTube 强，但你的用户如果主要在你自己的电商/官网决策，直接引用你自己的一手内容仍是最强杠杆（171 期生产源）。YouTube 是”进信源池”的杠杆，不是替代。看 166 期”看模型下菜”的方法：豆包吃字节系、通义吃搜狐网易、DeepSeek 无偏袒，YouTube 只是 Google 线的一个强相关项，其他引擎各自有各自的强项。
延伸阅读
- 怎么证明这次改动有用：目标组、对照组与时间窗——把”每次模型升级重跑审计”写进复测日历（176 期）
- 外链没用了，被谁提了才有用——生态提及是最强杠杆，YouTube 是它的一个实例（172 期）
- 被选中的缺口，怎么落成一页 AI 能切片的内容——按 fan-out 子查询建主题簇（175 期）
排名是必要条件，不是充分条件。 直接测引用，别推给排名。
{
“@context”: “https://schema.org”,
“graph”: [
{
“@type”: “Organization”,
“@id”: “https://www.geoshizhan.com/#org”,
“name”: “GEO实战”,
“url”: “https://www.geoshizhan.com/”
},
{
“@type”: “WebSite”,
“@id”: “https://www.geoshizhan.com/#website”,
“url”: “https://www.geoshizhan.com/”,
“publisher”: {
“@id”: “https://www.geoshizhan.com/#org”
}
},
{
“@type”: “Article”,
“headline”: “排名不再预测引用：fan-out 把引用池撕到 top 100 之外”,
“description”: “2025 年 7 月，76% 的 AI 概览引用都排在 Google top 10 里；2026 年 1 月 Gemini 3 切换后，这个数字跌到 37.9%。断裂不是线性衰减，是 fan-out 机制把\”一个主查询\”拆成多个子查询各自检索再综合——引用池从 top 10 撕到 top 100 之外（36.7% 的引用来自 top 100 外的页面）。排名不再是引用的充分条件，要直接测引用。”,
“datePublished”: “2026-11-10”,
“dateModified”: “2026-11-10”,
“author”: {
“@type”: “Organization”,
“name”: “GEO实战”
},
“publisher”: {
“@id”: “https://www.geoshizhan.com/#org”
},
“image”: “https://www.geoshizhan.com/wp-content/uploads/2026/11/geo_177_cover-2.png”,
“mainEntityOfPage”: “https://www.geoshizhan.com/geo-ranking-decoupled-citation-fanout-2026/”,
“isPartOf”: {
“@id”: “https://www.geoshizhan.com/#website”
}
},
{
“@type”: “FAQPage”,
“mainEntity”: [
{
“@type”: “Question”,
“name”: “排名到底还有没有用？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “有用，但不充分。37.9%的引用仍来自top10（Ahrefs 2026-03），说明传统SEO是基础不是全部。排名是必要非充分条件：SEO决定能不能被检索到，fan-out决定哪个子问被命中。两者要一起看。”
}
},
{
“@type”: “Question”,
“name”: “为什么\”品牌查询\”口径下重叠掉得更快？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “5WPR追踪的是品牌查询，用户直接问XX品牌怎么样，模型倾向从品牌官方页/评测页/第三方综述拼答案——top10通常被品牌自己的站点占满，模型反而绕过官方、去引第三方更可验证的页面。与172期生态提及比自有强是同一条线。”
}
},
{
“@type”: “Question”,
“name”: “Ahrefs说自己解析算法改进了，数字可比吗？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “不能全信。76%到37.9%之间Ahrefs承认两版解析口径不同非严格同口径。真实断裂幅度可能没那么大，但方向是确定的——所有2026年新研究（Babel42/BrightEdge/5WPR/The Stacc）方法各异但结论一致。”
}
},
{
“@type”: “Question”,
“name”: “我该把资源全转去YouTube？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “不。0.737的相关性说明YouTube强，但你的用户如果在自己的电商/官网决策，直接引用你自己的一手内容仍是最强杠杆（171期生产源）。YouTube是进信源池的杠杆不是替代。看166期看模型下菜的方法。”
}
}
]
}
]
}