如果你仲以為「只要不停寫長文、不斷產出內容，AI 搜尋就會持續引用你嘅網站」——呢份報告可能會令你重新諗過成個內容策略。
Somantra AI（一間專注 AEO/GEO 嘅悉尼 AI 搜尋平台）喺 8 月 17 號發表咗一份名為 「Content Graveyard」（內容墳場） 嘅研究報告，追蹤咗超過 240 萬次 AI 搜尋引用記錄，橫跨 7 個月時間，分析 ChatGPT 同 Google AI Overviews 嘅引用行為。結果相當震撼。
三大核心發現
1. 57.2% 嘅 Domain 被引用一次後永不翻身
呢個係成個報告最令人不安嘅數字。
Somantra 分析發現，57.2% 嘅被引用 domain 只出現過一次，然後就徹底消失喺 AI 搜尋嘅引用記錄入面。即係話，你個網站辛辛苦苦得到一次被 ChatGPT 或者 Google AI Overviews 引用嘅機會，然後——冇然後了。
仲有更嚇人嘅：只有 2.7% 嘅 domain 能夠維持長期、持續嘅 AI 可見度。即係絕大多數嘅網站喺 AI 搜尋入面都只係「一次過」嘅引用對象。
2. 長文指南係最高危嘅內容類型
Somantra 團隊將唔同內容類型分組分析之後，發現一個好清楚嘅 pattern：
- 「內容墳場」類型：長文指南（long-form guides） 係最高危嘅內容——被引用一次之後，最容易被 AI 模型 drop 掉，之後再都唔會被引用
- 「生存」類型：比較頁面（comparison pages）、FAQ、折扣/優惠資訊、直接嘅 how-to 結構 — 呢啲內容類型嘅重複引用率係普通內容嘅 兩倍
3. 結構決定命運，唔係產量
報告嘅另一個關鍵 insight：高頻引用嘅持續性取決於內容嘅結構同意圖匹配度，而唔係內容嘅產量或者傳統嘅 domain authority。
AI 模型顯示出「快速引用流失」嘅特徵——一旦出現更精準、更具體嘅新內容源，標準嘅長文內容就會被即時取代。Somantra 將呢個現象稱為 「decay velocity」（衰減速度）。
點解會咁？AI 搜尋嘅「引用經濟學」
呢個現象背後其實有一個好合理嘅邏輯：
AI 模型（包括 ChatGPT、Gemini、Perplexity）嘅目標係產生最準確、最直接嘅答案。 當一個新嘅 source 提供咗更精準、更新、更結構化嘅資訊時，模型就會毫不猶豫咁取代舊嘅引用來源。
長文指南之所以高危，係因為：
- 一篇長文通常涵蓋好多個 topics，但 AI 通常只會引用其中一個段落
- 當有更專門針對呢個段落嘅內容出現時，舊嘅長文引用就會被 drop
- 長文嘅「signal-to-noise ratio」對 AI 模型嚟講太低
相反，FAQ、比較表呢類結構化內容：
- 每一段都係獨立嘅、可被直接回答嘅單位
- 結構清晰，AI 模型容易 match 到用戶 query
- 更新成本低，容易保持新鮮度
對香港企業嘅啟示
你嘅 GEO 內容策略可能要「拆件」
如果你嘅內容團隊仲係緊「寫一篇 3000 字長文做 SEO」嘅思維，呢個報告話畀你知：喺 AI 搜尋嘅世界，一篇長文可能只換嚟一次引用機會。
建議嘅做法係：將內容「拆件」——每一頁都有一個清晰、獨立、可被直接引用嘅單元：
- 產品比較表（HTML table 格式）
- FAQ section（結構化數據標記）
- 價格/規格對照
- 步驟式教學
唔好將「一次引用」當做成功
好多 GEO 工具會話你知「你個網站被 ChatGPT 引用咗 X 次」。呢個報告話畀你聽：一次引用唔代表乜嘢——可持續嘅引用先係真正嘅 GEO 成功指標。
你應該追蹤嘅唔係「有冇被引用過」，而係：
- 引用係一次性定係 recurring？
- 內容有冇被更新後嘅新版本取代？
- 你嘅引用份額喺 3-6 個月內係上升定係下降？
內容新鮮度比你想像中重要
AI 模型會持續掃描新內容。如果你嘅一篇 2025 年文章喺 2026 年 1 月被引用過一次，但之後冇更新過，好可能已經跌咗入「content graveyard」。定期更新你嘅結構化內容（FAQ、比較表、價格頁面）係維持 AI 可見度嘅關鍵。
你而家可以做
- 審計你現有嘅 AI 引用 — 用 Ahrefs/Aria/Otterly 等工具 check 你個 site 啲邊啲 pages 被 AI 引用過，係一次性定係持續引用
- 將長文內容轉化為「可引用單元」 — 如果你有長文 guide，確保入面至少有一個獨立嘅 FAQ section、比較表或者 step-by-step 結構
- 建立內容更新日曆 — 結構化內容（FAQ、價格表、比較）每個月檢查更新一次；長文內容每季更新一次
- 由「產量」轉向「引用率」 — 唔好再計「呢個月寫咗幾多篇」，改為計「呢個月嘅內容產生咗幾多次 AI 引用、有幾多係 recurring」
- 關注 decay velocity — 如果你發現某啲之前被引用嘅 content 開始唔再出現，即係已經跌入 content graveyard，要檢討原因