你和竞品写的一样，AI 只会引用一个

两个内容团队做 GEO，选题一样、数据一样、结论一样，都发在了同一个平台。三个月后一个进 AI 引用第一梯队，另一个几乎不被引用。团队以为差在”写得不好”——其实差在大模型重排阶段的多样性机制。这是大多数 GEO 人没听过的底层规则。

一、MMR 多样性重排：你和竞品写一样，AI 只引一个

普林斯顿团队在 SIGIR 2026 做了 252,000 次配对实验，发现大模型在生成答案时，检索阶段拿到候选池后，重排阶段会跑 MMR（最大边际相关性）算法——主动追求多样性：如果前两条引用都在讲同一个说法，第三条会优先选讲另一家、或者讲方法论的内容。

翻译成人话：你跟竞品写得一模一样，AI 不会两个都要，它会把同质内容主动压下去，把”差异化说法”顶上来。这是算法层面的惩罚，不是你写得好不好。

二、四道”守门人”：被 MMR 挑之前，先过这几关

252,000 次实验还总结出大模型一致认可的四个”守门人”——内容不先过这四关，连被 MMR 多样性挑选的资格都没有：

守门人	机制	不过关的后果
① 话题匹配度	内容是否正面回答这个问题	不匹配直接淘汰，后面再好也没用
② 硬信息密度	有无具体价格/参数/数据	缺硬信息引用概率大幅下降
③ 时效性	有无近期更新时间戳	内容太旧或没时间戳 → 显著降权
④ 候选位置	在检索候选池里排第几	排得越靠后，被引用概率指数级下降

其中④最反直觉——候选池位置是被引用概率的指数级变量。你在候选池第 8 位和第 2 位，被 MMR 引用的概率差一个数量级。这也是为什么”进候选池”比”在候选池里排得靠前”更稀缺（见 164 期”召回”段）。

三、单次测引用率会系统性低估：DeepSeek 被冤枉的案例

另一条来自实测研究（GitHub 开源，12 题×6 引擎+97 次多次采样）的反直觉发现：DeepSeek 单次测试看着”引用率一般”（9/12），但开启智能搜索后多次采样 32/32 全部联网引用（100%）。单次结果只是”那一次没触发联网”，不代表它不强。

这直接打脸”GEO 行业把 DeepSeek 列为不强引擎”的流行判断。和 24950「查一次为什么不算数」相关但独立——本篇的量化结论是：单次测引用率会系统性低估，至少连测 3 次以上取稳定值再下判断。

引擎	单次引用率（12题）	多次采样（32次）	实测结论
文心一言	12/12（100%）	—	每题必引，第一梯队
通义千问	10/12（83%）	—	第一梯队
腾讯元宝	10/12（83%）	—	引用 48 次集中在微信公众号
豆包	9/12（75%）	—	9/12 题引抖音、7/12 题引头条
DeepSeek	9/12（75%）	32/32（100%）	单测被低估，实为第一梯队
Kimi	3/12 外链（25%）	—	9 题纯模型作答，外链很难影响它

四、被高频引用的渠道，和你以为的不一样

同份实测研究里最容易被误读的一条：知乎不是主要被引来源。实测中知乎几乎只在文心引用里零星出现，真正高频被引的是 CSDN、博客园、搜狐、网易、今日头条、公众号。”做 GEO 一定要堆知乎”是行业流传很广的旧认知，实测数据不支持。

FAQ

Q：MMR 多样性重排，和 25018「信息增益从 4 到 15」什么关系？
A：25018 讲”内容要带来新信息，否则被判定为没有增益”，是内容层的信息量门槛。本篇讲的是重排阶段的多样性惩罚——即便你有增益，同质化写法也会被 MMR 压下去。两个机制叠加。

Q：单次测 DeepSeek 9/12，多次 32/32，我该信哪个？
A：信多次采样。单次会系统性低估（可能只是那一次没触发联网），多次采样取稳定值。和 159 期”月度复测”配合用：月度复测要测 3 次以上，不要单次下结论。

Q：知乎为什么不是主信源？
A：实测里知乎在文心才零星出现，其它引擎几乎不引。知乎内容偏 UGC 问答，AI 引用”结论性”内容更倾向 CSDN/博客园（技术权威感）和公众号（品牌叙事感）。知乎按需做，不必重仓。

Q：同质化监测怎么做？
A：月度巡检加一项”竞品同质度”——抓主要竞品 3 个月内的选题/结构/数据点，和你重叠度 > 50% 就要警惕。被 MMR 稀释的风险和重叠度正相关。

延伸阅读

• GEO 到底多久见效？先把收录、召回、采信、推荐四段拆开看——见效周期（164 期）
• AI 的答案是流动的：GEO 没有”做完”，只有”复测”——月度复测（159 期）
• 六个平台六种”口味”：一次生产，多端适配，怎么落？——跨平台口味（158 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”: “你和竞品写的一样，AI 只会引用一个”,
“description”: “SIGIR 2026 普林斯顿团队 252,000 次配对实验：大模型重排阶段用 MMR 主动追求多样性，前两条引用同一个说法，第三条优先选讲另一家的。你和竞品写一样的内容，AI 不会两个都引，只会引一个。本篇讲清这个\”同质降权\”机制，加四个守门人（话题匹配/硬信息/时效性/候选位置），再附单次测引用率系统性低估的避坑。”,
“datePublished”: “2026-11-05”,
“dateModified”: “2026-11-05”,
“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_165_cover.png”,
“mainEntityOfPage”: “https://www.geoshizhan.com/geo-mmr-diversity-rerank-2026/”,
“isPartOf”: {
“@id”: “https://www.geoshizhan.com/#website”
}
},
{
“@type”: “FAQPage”,
“mainEntity”: [
{
“@type”: “Question”,
“name”: “MMR 多样性重排，和 25018 信息增益什么关系？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “25018 讲\”内容要带来新信息，否则被判没有增益\”，是内容层信息量门槛。本篇讲重排阶段多样性惩罚——即便有增益，同质化写法也会被 MMR 压下去。两个机制叠加。”
}
},
{
“@type”: “Question”,
“name”: “单次测 DeepSeek 9/12，多次 32/32，该信哪个？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “信多次采样。单次会系统性低估（可能那次没触发联网），多次取稳定值。和 159 期月度复测配合：月度复测至少 3 次，别单次下结论。”
}
},
{
“@type”: “Question”,
“name”: “知乎为什么不是主信源？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “实测里知乎在文心才零星出现，其它引擎几乎不引。知乎内容偏 UGC 问答，AI 引用结论性内容更倾向 CSDN/博客园（技术权威感）和公众号（品牌叙事感）。知乎按需做，不必重仓。”
}
},
{
“@type”: “Question”,
“name”: “同质化监测怎么做？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “月度巡检加一项\”竞品同质度\”——抓主要竞品近 3 个月选题/结构/数据点，和你重叠度 > 50% 就警惕。被 MMR 稀释的风险和重叠度正相关。”
}
}
]
}
]
}