AI为什么会引用某个具体的人，而不是你的公司？

一个越来越常见的场景：你在 AI 里问某个行业的技术问题，它给出的答案里带着一句「某公司的技术负责人表示……」。你去查了那家公司——它的官网上，这句话一个字都没有。

先把结论给出来：AI 在判断「这句话值不值得信」时，会先看「说这话的人是谁」。公司是一个组织，组织本身不会说话；而署了名的人，是可以被核查、被追溯的。

但边界要先划清：这不是让你去「造专家」。凭空编造作者资历，在几个主流引擎的官方规则里都是明确被打击的行为，后果比不署名更严重。下面会具体讲。

一、几个数据：AI 更常引用「个人页」，而不是「公司主页」

先看现象层面的证据。

• 有一份基于 950 万条 AI 引用的分析指出：在 LinkedIn 相关的引用中，约 75% 来自个人档案，只有约 25% 来自公司主页；并且约 51% 的引用来自粉丝数不足 1 万的成员。
• 另一份基于 14 亿条引用的分析提到：LinkedIn 已成为 AI 搜索中被引用最多的域名；其中帖子与文章的引用占比在三个月内从 26.9% 升到 34.9%，超过了公司主页。
• 同一份 950 万条的分析还给出一个组合数据：LinkedIn、Reddit、YouTube 三者合计占 AI 引用的 47.5%，而公司主页只占 18.7%。

口径区分：以上三组都来自第三方机构对海外平台样本的统计，不是官方数据；平台结构、内容生态与国内差异很大，不能直接套用到国内平台。它们说明的是方向——「个人的表达」比「组织的自我陈述」更容易被采信——不是精确比例。

二、为什么？因为 AI 要判断「谁在说」

这一点在 Google 的官方文档里能找到依据。

Google 的搜索质量评分员指南明确要求核查内容的作者；官方也反复强调一套「Who / How / Why」的判断框架——谁写的、怎么写的、为什么写。此外，Google 明确说明 E-E-A-T 本身不是直接的排名因素，但它是评估内容质量时使用的框架。

更值得注意的是一条 2025 年 9 月的官方更新：AI 生成的内容不会自动被惩罚，但会抬高「可信度」这道门槛；而伪装成人类撰写、或虚构作者资质的页面，会被评为最低等级。

口径区分：以上是 Google 官方对「内容质量评估」的表述，不是「必须署名才会被引用」的承诺。署名不会自动带来引用，但没有可追溯的作者，就少了一层让 AI 判断可信度的依据。

三、还有一层更微妙：品牌被提到，不等于内容被引用

有一份基于 54 万多次回答的分析提出了一个概念，叫「幽灵引用」（ghost citations）：品牌在答案中被提到时，其内容的引用率约为 53.1%；而品牌未出现在答案中时，这个比例约为 10.6%。更关键的是，约 62% 的 AI 引用从未产生品牌提及。

翻译成一句人话：AI 可能大量引用了你的内容，但没提你的名字。它读到了你的判断、你的数据、你的经验，然后把它们当成「行业常识」写进答案里。

口径区分：这是第三方机构的统计分析，属观察性结论，不能推导出因果关系（不是「被提到」导致「引用率高」）。但它提示了一件事：光有内容不够，还要有可被识别的「实体」——包括人。

这也是「人」这一层的价值所在：一个有名字、有履历、有可核验身份的人，比一个匿名页面更难被「吸收掉」。

四、B2B 企业具体怎么做？三件事

不需要包装成「行业大咖」，只需要把真实存在的人放到台前：

1. 给内容署名，并且署真名。技术文章署技术负责人，外贸经验署外贸经理，产品解析署产品工程师。名字 + 职位 + 真实履历，三样缺一不可。
2. 让这些人在专业场合回答真实问题。行业社区、专业问答、技术论坛里的实质回答，比公司发的通稿更容易被识别为「专业表达」。前提是真的懂、真的有观点——不是为了发而发。
3. 官网上要有「人」的页面。作者页或团队页要写清：这个人负责什么、做过什么、有什么可核验的背景。而且这些信息要和外部平台上的说法一致——姓名、职位、公司，不能一处一个版本。

第三点特别容易被忽略：很多企业官网只有「关于我们」讲公司，没有任何一个具体的人。AI 想找一个「谁在说」的落点，找不到。

五、红线：不能造专家

这一条必须单独讲，因为它是这一行最容易走偏的地方。

虚构作者资历，在 Google 官方规则里会被评为最低等级。也就是说，造一个「十年经验的行业专家」，不仅不会加分，还会让整页内容被打上最差的信任标记。

而且这件事是有连带效应的：一旦某个作者被判定为虚构，同一个站点上的其他内容也会被重新审视。所以在署名这件事上，宁可少、宁可朴素，也不要编。

实操建议：宁可只有 2 个真实的人，不要 20 个虚构的「专家」。真实的人写的东西可能不完美，但它是可以被核查的——这正是 AI 需要的。

六、三个常见问题

1. 我们做的是 B2B 工厂，老板不愿意出面怎么办？

不一定要老板出面。技术负责人、生产主管、外贸经理、质检工程师——任何一个真正懂业务的人都可以。客户关心的不是「这个人头衔多大」，而是「他说的话是不是内行话」。

2. 署名会不会带来风险？比如被同行挖人、被客户直接联系？

这是真实存在的顾虑，需要企业自己权衡。折中做法是：署真名 + 职位，但不放个人手机和私人邮箱；联系方式统一指向公司的业务入口。这样既保留了「可追溯的人」，也不至于把个人完全暴露。

3. 一定要做领英吗？

不一定。前面那些数据是海外平台口径，国内客户在哪提问，就去哪建设。如果你的客户主要在国内，那行业社区、专业问答、技术论坛可能比领英更对口。关键是「对位」，不是「跟风」。

七、写在最后

把这件事收一下：AI 引用一个具体的人，是因为它需要一个「可核查的说话者」。

组织是抽象的，人是具体的。你公司里那些真正懂技术、懂客户、懂行业的人，本身就是最好的信源——只是过去他们的话被写成了「公司表示」，把最值钱的那部分信息抹掉了。

你可以先做一件小事：翻一下官网上最近的三篇文章，看看有没有作者署名。如果没有，先补上真实姓名和职位——这是成本最低、也最容易被忽略的一步。

深圳易杭此前从事跨境 B2B 与阿里国际站相关服务，2024 年起拓展 GEO 方向。我们的看法是：GEO 不只是「把公司说清楚」，也包括「把公司里真实的人说清楚」。

数据与效果边界：本文引用的 950 万条、14 亿条与 54 万次回答的分析，均来自第三方机构的统计研究，属观察性数据，样本以海外平台为主，未经官方验证，也不能推导因果关系；Google 关于评分员指南、Who/How/Why 框架、E-E-A-T 与虚构作者资质的表述，出自其官方文档与官方更新说明。以上均不代表真实市场或具体企业的效果。所述方法的作用是提高被识别与被采信的概率，不保证企业或个人一定出现在 AI 答案中，也不承诺见效周期与业务结果。

参考资料

1. 第三方分析：950 万条 AI 引用中 LinkedIn 个人档案与公司主页的占比（海外平台样本）
2. 第三方分析：14 亿条 AI 引用中 LinkedIn 域名与帖子/文章占比变化
3. 第三方分析：「幽灵引用」与品牌提及/内容引用率（54 万次以上回答）
4. Google Search Central：搜索质量评分员指南（作者核查相关要求）
5. Google 官方：E-E-A-T 与内容质量评估说明（含 2025-09 关于虚构作者资质的更新）