上个月你还被豆包推荐，这个月再问同样的问题，答案里已经没你了。而且你没做错任何事——内容没被删，页面还能打开，甚至搜索排名还在。变的只有一件事：AI 的引用名单换了一批人。
2026 年的一组实测数据把这件事从体感变成了数字：AI 引用的中位半衰期是 4.5 周。也就是说，你挣来的引用价值，不做任何维护的话，一个月左右就砍掉一半。这不是某个工具的营销话术，是 350 万条引用事件跑 26 周生存分析得到的结果。更扎心的是分引擎看：ChatGPT 上只要 3.4 周，Perplexity 上能撑到 5.8 周。
半衰期是什么，为什么比”内容质量”更决定引用
半衰期（citation half-life）指的是：一篇内容停止更新之后，它的被引用量衰减到原来一半所需要的时间。注意定义的关键在”停止更新之后”——它测的不是你文章写得好不好，而是你的内容在候选池里能占住位多久。
为什么引用会自然衰减？四个机制叠加：
- 索引在持续刷新。AI 引擎不是一次性快照，它周期性重新爬取、重新算分。你上个月是最佳答案，这个月候选池里多了别人新发的内容，重新打分后你可能就掉了——不是因为变差，是因为评估重跑了一次。
- 竞品在持续发新。每周都有新内容瞄准同一个问题发出来，检索层不做”老内容优待”，它对整个候选池重新打分。
- 新鲜度是显性选择信号。不是加分项，是筛选门槛：约一半的 AI 引用来自 13 周内的内容。超过这个期限，你的内容在统计意义上已经处于劣势。
- 答案本身有随机性。同一个问题连问十次，引用名单每次都不完全一样。衰减和抖动混在一起，单看一次结果没有意义。
这四条里，前两条是你的竞争对手在推，后两条是引擎机制在推。你能控制的只有”让自己的内容保持在新鲜窗口内”。
三个数据源交叉验证：4.5 周不是孤证
半衰期这个结论，2026 年有至少三个独立口径的测量，方向一致：
| 数据源 | 样本 | 核心发现 |
|---|---|---|
| Scrunch/Stacker | 350万引用事件，12万域名，26周 | 中位半衰期 4.5 周；ChatGPT 3.4 周最快，Perplexity 5.8 周最慢；约 50% 引用来自 13 周内内容 |
| Profound | 2.4亿引用，10万问题/月×12月 | 同一问题引用域月度轮换 40-60%；6 个月后轮换 70-90% |
| Machine Relations Index | 18,699 答案，1,227 问题，27,596 域 | 域级留存 1周 49.6% → 3个月 26.2% → 92天+ 仅 18.6%；精确 URL 掉得更快（92天+ 仅 12.3%） |
三个口径数字有出入（4.5 周 vs 月度 40-60% 轮换 vs 域留存 3 个月 26%），但结论同向：AI 引用是周级别的生命周期管理问题，不是季度级。传统 SEO 的经验——好内容排上去之后可以躺几个月——在 AI 引用上直接失效。
最容易误解的一点：Machine Relations 的数据显示，”域”和”精确 URL”是两层衰减。你的域名可能还在被引（3 个月 26%），但被引的具体那篇页面已经换成了你站里另一篇更新的（URL 级 92 天后只剩 12%）。翻译成运营语言：AI 没有抛弃你的站，它抛弃的是你站里那些不再更新的具体页面。
分引擎看半衰期：ChatGPT 最狠，Claude 最宽容
把留存曲线按引擎拆开，衰减速度差了一倍：
| 引擎 | 1周内留存 | 8-28天 | 29-56天 | 57天以上 |
|---|---|---|---|---|
| ChatGPT | 50.5% | 45.6% | 31.1% | 23.6% |
| Perplexity | 54.5% | 43.9% | 32.2% | 25.5% |
| Claude | 41.0% | 35.6% | 32.4% | 31.3% |
| Gemini | 40.4% | 33.0% | 35.6% | 21.7% |
两个反直觉的读数：
一是 Claude 衰减最慢。它起步留存最低（1 周只有 41%），但曲线几乎走平——57 天后还剩 31.3%。这跟 Claude 的检索姿态一致：大量问题直接用训练记忆回答，不触发实时抓取。被它引一次，就倾向于持续引；没进它的记忆，更新再勤也没用。
二是 ChatGPT 和 Perplexity 是”高开低走”。两者短期留存最高（50%+），但两个月内掉 27-29 个百分点。它们抓取频繁、候选池换血快，所以引用维持成本也最高。Scrunch 的半衰期排序（ChatGPT 3.4 周 < Perplexity 5.8 周）和留存曲线的形状是吻合的：起点高不等于终点高。
半衰期怎么延长：两个有实证的杠杆
杠杆一：更新节奏要对齐半衰期，不是内容日历
传统内容团队按”月更””季更”排期，AI 引用不认这个节奏。按 4.5 周的中位半衰期倒推，维护动作的间隔上限就是一个月——超过一个月不更新，你有一半的引用价值已经蒸发了。Scrunch 的数据里还有一个放大器：定期更新的站点被引用频率约为不更新站点的 3.2 倍。衰减不是线性的，是复利的——掉下去之后，曝光减少又反过来加速下一次衰减。
杠杆二：编辑域来源，半衰期翻倍
Scrunch 用 4,000+ 家编辑媒体的域名网络做了一组对照：同一篇内容，被编辑媒体转载/引用的版本，半衰期约为品牌自有页面的 2 倍。在 Perplexity 上差距最大，编辑域来源多出 6.5 周以上的引用寿命；最强组合”Perplexity × 编辑域”达到 12.3 周，是整个数据集里最长的引用寿命。
翻译成动作：与其自己把文章发一遍又发一遍，不如让第三方（行业媒体、测评站、社区）带着你的名字和事实把内容分发出去。第三方域上的引用比自有域上的引用抗衰减。
怎么算自己的半衰期：一个最小监测设计
不需要买工具，四步就能测出自己的数字（这是所有策略的前提——别人的 4.5 周是你的参考值，不是你的测量值）：
- 冻结问题集。挑 20-50 个目标问题，写死不动。问题一变，时间序列就断了。
- 固定引擎和地区。每周同一时间、同一引擎、同一地区跑一遍，记录每次被引的域名和精确 URL。
- 算留存。每周对比：上周被引的域名/URL，这周还占多少。画一条留存曲线，取衰减到 50% 的那个时间点，就是你的半衰期。
- 对照更新动作。曲线拐点附近安排实质性更新（补新数据、新案例，不是改日期），看留存是否被拉平。
注意 Machine Relations 做过的两个对照验证：把时间方向倒过来算一遍，留存曲线形状不变；再取 798 组固定队列全程观测，结果一致。这两个验证排除了一个常见假象——”引用源总数变少导致看起来衰减了”。你自己测的时候也要保证分母稳定，别把引用变少当成衰减。
四个常见判断，先检查再说
| 判断 | 实际情况 |
|---|---|
| “AI 引用一次就稳了” | 错。中位 4.5 周砍半，不更新的话两个月后统计上大概率掉了 |
| “改个日期就能保鲜” | 无效。引擎看的是实质内容变化，只改 dateModified 不更新内容，半衰期不变（谷歌传统 SEO 指南也明确反对日期伪装） |
| “半衰期短说明我做错了” | 不全是。引擎机制性的换血占大头（月度 40-60% 轮换），你的内容可能全程合格，只是新内容进池挤了你 |
| “Perplexity 引用最久所以主攻它” | 半衰期长≠值得主攻。Perplexity 流量占比远小于 ChatGPT（1.9% vs 64.6% 的流量份额），维护成本要对它的实际引用份额算账 |
FAQ
Q：内容和 AI 引用都好的老页面，要不要为了”看起来新”改更新时间？
A：不要只改日期。引擎的候选池重打分看的是实质内容更新，改 dateModified 不补充新信息等于没改。把一次实质更新（新数据、新案例、新问答）的边际成本控制在一次以内，比撒遍全站改日期有效得多。
Q：半衰期 4.5 周，是不是所有页面都得每周更新？
A：不用。4.5 周是中位数，分引擎分行业差异很大（保险、金融类引用更”粘”，电商、医疗类转得快）。先用自己的监测数据分出”快衰页面”和”慢衰页面”，更新预算压在快衰页上。
Q：Claude 衰减最慢，是不是把内容重点喂给 Claude 就行？
A：方向对但别走极端。Claude 大量答案来自训练记忆而非实时抓取，你新发的内容大概率进不了它的引用，但它记忆里的内容衰减又最慢。实操是两条腿：对 Claude 做的是”进入训练语料池”（持续被第三方引用），对其他引擎做的是”保持新鲜窗口”（定期实质更新）。
Q：怎么区分”我的引用在衰减”和”引擎引用源总数变少了”？
A：看绝对数和占比两个口径。如果整个引擎对某类问题的引用总数在涨而你的份额在掉，是真衰减；如果总数一起掉，先排除引擎侧变化（模型升级、接口改版），再归因到自己。
延伸阅读
- 内容更新了，AI 多久才重新算你？——衰减的另一面：触发端的重抓延迟
- 收录从分钟级变 3 到 7 天，抢首发为什么失效了——候选池扩容之后，新鲜窗口为什么变得更宽
- 同一站里，只有那几页被引用——时间轴之外，站内哪几页在替你扛引用
结语
引用不是资产，是仓位。传统 SEO 里一个页面排上去是”资产”，攒着就增值；AI 引用里它更像持仓——每天都在被整个市场的换血稀释。4.5 周不是让你焦虑的数字，是让你排期的数字：按它定更新节奏，把预算花在衰减最快的页面上，把分发做进第三方域里。保质期管理做在前面，引用才不会在你不注意的时候悄悄过期。
{
“@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”: “你的 AI 引用有保质期，中位 4.5 周就砍半”,
“description”: “Scrunch 350万引用事件实测：AI 引用的中位半衰期 4.5 周，ChatGPT 只要 3.4 周，一半引用来自 13 周内的内容。同一问题三个月后引用域换掉七成以上。半衰期不是玄学，是可以排期的数字：按引擎定更新节奏，编辑域来源半衰期翻倍。”,
“datePublished”: “2026-10-26”,
“dateModified”: “2026-10-26”,
“author”: {
“@type”: “Organization”,
“name”: “GEO实战”
},
“publisher”: {
“@id”: “https://www.geoshizhan.com/#org”
},
“image”: “COVER_URL”,
“mainEntityOfPage”: “POST_URL”,
“isPartOf”: {
“@id”: “https://www.geoshizhan.com/#website”
}
},
{
“@type”: “FAQPage”,
“mainEntity”: [
{
“@type”: “Question”,
“name”: “内容和 AI 引用都好的老页面，要不要为了「看起来新」改更新时间？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “不要只改日期。引擎的候选池重打分看的是实质内容更新，只改 dateModified 不补充新信息等于没改。把一次实质更新（新数据、新案例、新问答）的边际成本控制在一次以内，比撒遍全站改日期有效得多。”
}
},
{
“@type”: “Question”,
“name”: “半衰期 4.5 周，是不是所有页面都得每周更新？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “不用。4.5 周是中位数，分引擎分行业差异很大（保险、金融类引用更粘，电商、医疗类转得快）。先用自己的监测数据分出快衰页面和慢衰页面，更新预算压在快衰页上。”
}
},
{
“@type”: “Question”,
“name”: “Claude 衰减最慢，是不是把内容重点喂给 Claude 就行？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “方向对但别走极端。Claude 大量答案来自训练记忆而非实时抓取，你新发的内容大概率进不了它的引用，但它记忆里的内容衰减又最慢。对 Claude 做的是进入训练语料池（持续被第三方引用），对其他引擎做的是保持新鲜窗口（定期实质更新）。”
}
},
{
“@type”: “Question”,
“name”: “怎么区分「我的引用在衰减」和「引擎引用源总数变少了」？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “看绝对数和占比两个口径。如果整个引擎对某类问题的引用总数在涨而你的份额在掉，是真衰减；如果总数一起掉，先排除引擎侧变化（模型升级、接口改版），再归因到自己。”
}
}
]
}
]
}