保持好奇心，死磕真問題

本文首發(fā)頭條精選頻道

聊聊YouTube，加微信：efangfeng

文/刀客doc(頭條精選作者)

一

品牌做GEO的主戰(zhàn)場已經(jīng)從新聞網(wǎng)站、問答圖文社區(qū)，逐漸偏向YouTube。

從目前來看，GEO的引用來源做一個簡單的劃分有幾類：

第一類是權(quán)威資料，比如百科、政府與科研站點，外加各類標準文檔、白皮書、產(chǎn)品說明書。

第二類是經(jīng)驗社區(qū)，Reddit、Quora、StackOverflow 這類以問答、討論串為單位的內(nèi)容池。

第三類是視頻類內(nèi)容：YouTube 、TikTok這一類，一些拆箱、橫測視頻、教程等等。

第四類是新聞媒體：主流媒體、行業(yè)媒體、公司公告、財報解讀、監(jiān)管與政策報道。

第五類是電商內(nèi)容：電商詳情頁、評測站、論壇測評、App Store/Google Play 評論、地圖與點評。

近段時間，一些公司的數(shù)據(jù)指出，YouTube的引用得到明顯提升。

根據(jù) SEO 公司 BrightEdge 的數(shù)據(jù)，YouTube 現(xiàn)在已經(jīng)是大語言模型（LLM）的核心內(nèi)容源之一：在 29.5% 的 Google AI 概覽中，都會引用到 YouTube 的內(nèi)容；像 Gemini、ChatGPT 這樣的工具使用 YouTube 的頻率，已經(jīng)高于 Reddit。

另一個做 GEO 的供應(yīng)商提到，今年 1 月，在被各大 LLM 調(diào)用作為信息來源的頻次上，YouTube 已經(jīng)超過了 Reddit。

還有一家為某頭部品牌提供 GEO 服務(wù)的機構(gòu)發(fā)現(xiàn)，就這家客戶所在的細分品類而言，Google 的 AI 概覽中，將 YouTube 作為主要信息源的比例已經(jīng)接近 60%。

各個機構(gòu)的統(tǒng)計口徑不一，比如對高度監(jiān)管的行業(yè)（比如醫(yī)療、金融）以及很多 B2B 領(lǐng)域，權(quán)威站點和專業(yè)機構(gòu)仍然占據(jù)主導(dǎo)，YouTube 的影響更多體現(xiàn)在怎么做、怎么買這一類決策環(huán)節(jié)，而不是所有問題的起點。

不過，有個事兒是基本確定的，YouTube在GEO理的重要性，目前來看是逐步上升的。

二

2025 年的一項基于 Semrush 關(guān)鍵詞樣本的研究統(tǒng)計了大模型回答里的來源引用，Reddit 在被分析樣本里大約占到 40% 左右的引用份額，排在最前面。Wikipedia 大約 26% 左右，后面才是其他來源。

當然，這可能是由于2024 年 Reddit 與 Google 簽了每年 6000 萬美元的內(nèi)容授權(quán)協(xié)議，用于 AI 訓(xùn)練與相關(guān)用途；隨后 Reddit 也與 OpenAI 達成類似的數(shù)據(jù)合作。

在 GEO 這件事兒上，Reddit 確實很重要。它的特點是活人感。模型需要人話、需要真實使用情境、需要多視角爭論時，Reddit 往往比任何媒體評測、品牌官網(wǎng)都更重要。

Reddit上的標題往往就是自然語言提問，下面是一串具體情境：預(yù)算、地區(qū)、替代方案、失敗經(jīng)歷、情緒反應(yīng)。對大模型來說，這比傳統(tǒng)網(wǎng)頁更像可直接拿來回答的樣本，因為它天然貼著用戶提問的語義走。

再疊加 Reddit 的投票排序機制（高贊靠前）和樓中樓對質(zhì)，它等于把同一問題的多種答案做了一個粗糙但有效的群體篩選。

模型喜歡這種既有多視角，又有用戶人群評審的數(shù)據(jù)，可以用來判斷哪段話更像共識、哪段話可能是極端個案。

更關(guān)鍵的是這個社區(qū)有不少長尾內(nèi)容。

在Reddit ，一些細碎、生活化、非主流的問題，也容易在某個小圈子里被認真討論。很多品類的決策關(guān)鍵句，可能在某個帖子的三樓：用了一周哪里不爽、哪個型號在北方冬天會出問題、某個品牌售后怎么扯皮、同價位有沒有更穩(wěn)的替代。

對 GEO 來說，這些句子價值極高，總之Reddit有經(jīng)驗密度很高的語料。

不過，在GEO上，Reddit的不足也同樣源于他的活人感，也就是噪音和偏見。

因為活人感太重，用戶的情緒、立場、身份認同、品牌站隊經(jīng)常蓋過事實討論。

用戶在上面看到的是經(jīng)驗、觀點、情緒、梗、互噴。大模型要把它變成可引用的答案，就必須投入更多過濾成本，平臺方一旦在質(zhì)量和安全上收緊，Reddit 會首當其沖。

還有個問題是，Reddit在做GEO的時候，可控性差。對品牌而言，Reddit 的內(nèi)容生產(chǎn)權(quán)在社區(qū)用戶。品牌可以參與討論，但你無法像運營自有內(nèi)容那樣系統(tǒng)鋪設(shè)問題空間，更無法保證討論方向不跑偏，甚至在很多內(nèi)容里，商業(yè)身份天然不受歡迎，稍有營銷味就會被群嘲、被刪除、被封禁。

對 GEO 來說，這意味著 Reddit 能放大口碑，也能放大負面，而且往往不可預(yù)測。

三

還有個問題，為什么短視頻、音頻播客

大模型為什么更“愛吃”YouTube、而不是短視頻和播客，本質(zhì)不是“視頻更流行”，而是YouTube把內(nèi)容加工成了機器最省事的那種形態(tài)：能檢索、能切片、能對齊問題、還能較低風(fēng)險地引用。

你看一組很扎眼的數(shù)據(jù)就明白了：BrightEdge 監(jiān)測了 2024 年 5 月到 2025 年 9 月之間，Google 的 AI Overviews / AI Mode、ChatGPT、Perplexity 這些產(chǎn)品在答案里引用視頻內(nèi)容的情況。

YouTube平均拿走約 20% 的引用份額，在 Google AI Overviews 里更是29.5% 的結(jié)果會引用 YouTube，并且“被引用次數(shù)”大約是其它視頻平臺的 200 倍；對照組里，Vimeo、TikTok 這種平臺的引用占比只有 0.1% 左右，Twitch、Dailymotion 甚至基本不出現(xiàn)。

短視頻平臺內(nèi)容的核心能力是情緒和節(jié)奏，鏡頭碎切、強依賴BGM與畫面反轉(zhuǎn)。對人類來說這是爽點；對模型來說，這是噪音。

因為模型真正能穩(wěn)定吃到的，一般還是是文本層。大部分短視頻的問題就在于，畫面大于文本：文本的作用是配合畫面。

很多短視頻的內(nèi)容是片段化的，缺少可索引的長文本。大模型從一個 20～60 秒的字幕里拼一個完整回答，它得跨很多條視頻去拼接，比起直接拿一條 10～20 分鐘的YouTube文字稿，成本高太多。

另外，播客的問題更微妙：播客里有大量高質(zhì)量信息，甚至比 YouTube密度更高，不過它在機器側(cè)的最大障礙是——文本化和結(jié)構(gòu)化不統(tǒng)一。

YouTube的視頻天然帶一個可抓取的全文：自動轉(zhuǎn)寫。哪怕里頭有口頭語、聽寫錯誤，但對機器來說已經(jīng)足夠形成一份帶時間戳的粗加工文稿，方便按主題切片、對齊問題，再從中挑出可以引用的句子。

播客則長期缺這套工業(yè)化包裝：Apple Podcasts雖然從 iOS 17.4 開始提供自動轉(zhuǎn)寫，并且在 2025 年說已轉(zhuǎn)寫超過 1 億期節(jié)目，但它也明確了語言與系統(tǒng)版本等條件，并且這份轉(zhuǎn)寫主要服務(wù)于 Apple 自己的App體驗，生態(tài)外部并不一定可用、可索引。

Spotify 也有轉(zhuǎn)寫，但同樣強調(diào)，轉(zhuǎn)寫并不是對所有創(chuàng)作者都開放，并且與不同托管平臺的同步能力有限，還可能被自動轉(zhuǎn)寫覆蓋。

這會導(dǎo)致一個現(xiàn)實：播客文本的穩(wěn)定性有時候也不高。

大模型想引用一段播客觀點時，常常拿不到穩(wěn)定的可引用文本片段。當然，即便拿到了，定位、對齊、驗證也更難。于是它更愿意引用那種——天然就是文本、天然有章節(jié)、天然可切片的來源。YouTube恰好滿足了。

四

應(yīng)該這么說，對大模型來說，YouTube贏在了對機器友好的工業(yè)化標準上。

所謂的GEO ，其實是讓大模型在回答問題時更容易撈到品牌的內(nèi)容，這個和之前基于搜索引擎的優(yōu)化SEO在目標上是一致的。

如果把大模型擬人化，GEO就是一個只看好讀文本的挑剔讀者。

這個讀者不喜歡噪音多、沒有重點的內(nèi)容，更喜歡別人提前幫它分好段、打好標簽、寫好小標題的材料，還偏愛那種一篇內(nèi)容解決一個問題的結(jié)構(gòu)。

機器先看的是結(jié)構(gòu)。YouTube的內(nèi)容長得都差不多：有標題、有簡介、有標簽，有時還有清晰的時間軸和章節(jié)。標題往往就是一個問題或主題，簡介相當于摘要和補充說明，標簽和分類是現(xiàn)成的語義標記，章節(jié)和時間點把一條長視頻切成若干段。

加上自動生成的文字稿，一條 10～20 分鐘的視頻對大模型來說，就是一篇格式統(tǒng)一、已經(jīng)分好段的長文。模型通過讀標題判斷大類，掃一遍文字稿理解在講什么，再用章節(jié)時間點去對齊不同話題片段。

YouTube 的主流內(nèi)容類型，比如評測、橫評、教程、拆解、開箱，這些天然是一個問題和一段完整回答的形態(tài)，而且一條視頻的文字稿往往能抽出一整串可以直接引用的句子。

對大模型和 GEO 來說，YouTube 在模型友好度上，已經(jīng)站定了一個很好的生態(tài)位。

當然，這套偏好本身也有明顯的副作用。

一方面，YouTube 的推薦和創(chuàng)作環(huán)境，會把內(nèi)容一步步推向更AI友好的方向上，比如結(jié)構(gòu)要清楚、邏輯要順、關(guān)鍵詞要齊、章節(jié)要分好。

這對品牌的現(xiàn)實影響是：為了讓大模型更容易引用品牌，內(nèi)容可能要變得更規(guī)矩、更像說明書；但越規(guī)矩，也越容易犧牲一部分鋒芒和個性。

GEO 友好的內(nèi)容，并不總是最有記憶點、最打動人的那種表達，這兩件事本身就有些矛盾。

所以，今天的數(shù)據(jù)看起來是 YouTube 在走高，可能也只是一個階段性的事實。

大模型的引用邏輯、平臺之間的數(shù)據(jù)合作、監(jiān)管和輿論風(fēng)向，隨時可能改變權(quán)重。畢竟AI行業(yè)的發(fā)展太快了。

誰都沒有永久頭牌的資格。品牌做GEO 真正需要的，是在多源信息棧里建立冗余和彈性。同一套關(guān)鍵信息，在權(quán)威資料、社區(qū)討論、長視頻、電商與評測頁面里，都有可以被機器撈到的版本。

即便某一層權(quán)重被調(diào)低，整體的可被引用性也不會塌方。

這樣做，比單純過度偏向一個平臺，要安全得多。

* 保持好奇心，死磕真問題 *

歡迎加V：efangfeng。

版權(quán)聲明：本公眾號所有內(nèi)容文字、圖片和音視頻資料，版權(quán)均已做版權(quán)保護，任何媒體、網(wǎng)站 或個人未經(jīng)本公眾號授權(quán)不得轉(zhuǎn)載、鏈接、轉(zhuǎn)貼或以其他方式復(fù)制發(fā)布/發(fā)表。侵者必究。