AI 获客正在进入"交易入口"时代：豆包按成交抽佣、微信小微内测扩围、7 月 AI 流量榜三件大事全拆解

本文由 莫潇羽@无忆研习社（www.wuyi.wiki） 撰写，转载请注明出处。

快速摘要

这一次，AI 不只是"帮你找答案"，AI 已经开始"帮你签订单"。

核心结论一句话：AI 助手正在从流量入口升级为交易入口，谁能出现在 AI 的答案里，谁就能拿到下一波获客红利。 具体讲三件事：

• 豆包联手抖音生活服务，从 2026 年 8 月 10 日起对通过豆包入口跳转抖音来客成交的酒店订单执行独立费率，综合费率约 12%（11.4% 软件服务费 + 0.6% 支付手续费）。这是国内 AI 对话入口第一次对本地生活行业明码收取渠道服务费，AI 助手在交易链路里的位置被正式确认。
• 微信原生 AI 助手"小微"从 2026 年 6 月 20 日开启灰度内测，计划逐步扩大测试范围。底层用微信自研的 WeLM 大模型为主，DeepSeek 做复杂推理兜底，可以直接调用小程序、总结群聊、代发消息、一句话生成小工具，把 14 亿用户的微信从"人找服务"改造成"AI 调度服务"。
• 2026 年 7 月 AI 工具网站流量榜里，网页端和 App 端讲了两个不同的故事。网页端 ChatGPT 依然一家独大，国内 DeepSeek、豆包、Kimi 三强格局清晰；App 端豆包、千问、夸克、DeepSeek 咬得很紧。这份数据实际上告诉了每一个做 GEO 优化的人：主战场到底在哪。

对企业和个人来说，三件事叠加起来只指向一个新命题：怎么让品牌被 AI 选中，而不是只被搜索引擎排名。 传统 SEO 不会消失，但一定会升级为 GEO（生成式引擎优化）；官网、公众号、小程序、视频号，都要重新做一次"给 AI 读"的改造。

想看完整拆解、每一条都能落到手上的操作路径，往下翻。

一、豆包对酒店订单按成交抽 12% 佣金：AI 助手第一次真正走进"账单里"

这几天做 GEO 和本地生活的朋友，几乎都被同一条消息刷屏——"豆包开始收酒店 12% 佣金了"。我看了大量截图、后台通知、行业分析后，觉得这件事被讲得有点"变形"。真正值得注意的信号，藏在几个技术细节里，而不是那句耸动的标题。

1.1 事件本身：不是"广告位"，是"渠道服务费"

先把事实说清楚，避免误读。

2026 年 7 月 27 日，抖音生活服务学习中心发布了一份《2026 年抖音生活服务平台特定渠道软件服务费政策说明》。文件里的关键动作是：把"豆包"从原来的"自然流量来源"升级成"特定成交渠道"，独立走一套费率。政策从 2026 年 8 月 10 日零点起生效。

从 8 月 10 日开始，通过豆包入口跳转到抖音来客并最终成交的酒店订单，执行独立结算，包含两块费用：

调整之前，豆包引流过去的酒店订单被合并到抖音自然流量里，按 8% 抽佣结算；调整之后，费率提到 12%，并且在结算体系里单独标注"豆包"这个渠道来源。

面对"豆包推荐酒店要收费了"的说法，豆包公关负责人当天晚上做了澄清，讲了几个关键点：

• 豆包生活服务目前没有付费推广，商家不能花钱买位置；
• 豆包不卖广告位，商家不能影响推荐和排序；
• 只有当用户真的通过豆包完成成交订单后，平台才会向商家收取渠道服务费。

我个人（莫潇羽@无忆研习社）觉得，官方这段话里最值得反复读的三个字，是"渠道服务费"。它不是广告费，也不是竞价位，而是一个我们在传统电商里非常熟悉的模型——CPS，按成交付费。豆包这次做的事情，本质上是把自己变成了一个新的 CPS 分销渠道。

1.2 12% 高不高？拿几个熟悉的渠道对比一下

单看 12% 这个数字，很多不做酒旅的朋友会有点吃惊。但如果我们把国内酒店行业几个常见渠道摆在一起对比，感觉就不一样了：

【常见分销渠道费率大致区间（示意，不含合同外奖励与保底）】

  传统 OTA 平台         ┃████████████████████┃ 15%~20%
  抖音自然流量（旧策略）  ┃████████┃           8%
  豆包成交渠道（新策略）  ┃████████████┃       ≈12%
  自有会员 / 品牌官网直订  ┃█┃                   接近 0%

上面这些数字是我根据行业公开信息整理的示意值，不同酒店类型、不同签约版本会有出入，请以各平台商家后台的实时费率为准。整体感受是：

• 12% 处在传统 OTA 和平台自然流量之间，不算便宜也谈不上离谱；
• 相比过去豆包并入自然流量的 8%，费率是往上抬的；
• 但对于头部 OTA 抽到 15% 到 20% 的酒店来说，12% 又是一个可以谈的位置。

我的判断是：豆包定价的锚点，本来就不是"最便宜"，而是"我认为我能带来的用户价值"。 你可以把它理解成，抖音生活服务给"AI 推荐来的客人"贴了一个中高端标签，同时告诉商家：这些用户是我用大模型帮你筛过一遍的，付费意愿和匹配度不一样。

1.3 为什么第一枪打在酒店？

第一个吃 AI 推荐订单红利的行业，为什么是酒店？我个人认为原因有三条：

1. 决策链短、SKU 标准化。 酒店的核心决策要素基本可以归为几类：城市、日期、价格、位置、房型、评分。这几个字段大模型天然容易结构化处理，也方便沉淀到问答里。
2. 交易单价高、佣金空间充分。 相比一杯 20 元的奶茶，一晚上几百到上千的酒店订单能承载得住 12% 的费率。
3. AI 推荐场景高频。 "帮我在西湖边找一家有早餐、能带宠物、下周三入住的酒店"这种复合诉求，用传统搜索非常痛苦，用 AI 对话反而更顺畅。豆包背靠 3.82 亿月活（QuestMobile 2026 上半年数据），有足够的对话样本训练这套推荐能力。

顺带补一句，除了住宿类目，工商法务、家政、家电、教培等多个类目也有类似的"特定渠道"费率安排，只是费率结构不同。也就是说，酒店只是"第一个开枪"，不是"最后一个"。豆包这条 CPS 路径开出来后，AI 助手打通本地生活的下半场，就是一个个类目往里灌的过程。

1.4 从"自然流量"到"独立成交渠道"，字面背后的含义

这句非常官方的表述——"从自然流量来源转为特定成交渠道"，我觉得有必要用一张流程图把它画清楚：

flowchart LR
    A[用户在豆包提问<br>推荐酒店] --> B[豆包生成回答<br>推荐酒店卡片]
    B --> C[用户点击酒店名]
    C --> D[跳转抖音来客下单]
    D --> E{订单结算}
    E -->|调整前| F[合并到抖音自然流量<br>按 8% 抽佣]
    E -->|调整后 8月10日起| G[标注为豆包渠道<br>按 12% 独立费率]

对企业来说，字面之下有三个非常重要的信号：

• 信号一：AI 渠道被"看见"了。 以前豆包带来的订单被抖音自然流量吞掉，看不清是谁带来的；现在结算体系里能明确读到"豆包"这三个字，意味着字节内部第一次可以精确度量 AI 助手的转化贡献。
• 信号二：GEO 的 ROI 开始有清晰归因。 以前我们做豆包 GEO 只能看排名和曝光，看"品牌是否被 AI 提及"；现在可以拉到"AI 渠道成交金额"和"AI 渠道 GMV 占比"，效果衡量真正有了落脚点。
• 信号三：AI 排名和成交效率将高度绑定。 一旦豆包的推荐算法能感知到"哪个酒店被点了、被订了、被差评了"，那么 GEO 排名规则就会往"成交结果"的方向进一步倾斜。排名不再只是内容质量比拼，而是内容 + 转化的联合评估。

1.5 站在酒店经营者的角度：到底是不是利好？

行业里现在有两种声音，一种觉得终于有一个平台能带高价值订单，一种觉得又多了一个新的"抽佣渠道"。我个人的看法比较中性：

• 对已经在做豆包 GEO 的头部品牌，是短期利好。 AI 推荐来的用户匹配度更高，退订率低，客单价高，把 12% 换算到毛利里，还是能算过来账的。
• 对完全没有做 GEO 的中小酒店，反而是压力。 因为豆包成为独立渠道后，商业化压力会推着算法从"内容匹配"往"转化匹配"演化。你没有做过内容沉淀、没有多平台可信信息、没有真实评价矩阵，AI 就没有理由把订单送到你门口。
• 对 GEO 从业者，短期红利收窄。 早期靠"排名/曝光"就能报效果的日子会变短，客户会问：豆包渠道进单没有？转化率怎么样？GEO 会加速从"曝光型服务"迈向"结果型服务"。

关于豆包这次调整，我在无忆研习社的一次内部拆解里写过一句话："AI 助手一旦向商家开出账单，AI 就正式变成了一个 CPS 渠道。" 后面的每一条建议、每一个动作，都是围绕这个新身份展开的。

先把豆包这件事讲到这里，接下来看一个体量比豆包更大、也更重要的入口——微信小微。

二、微信小微内测扩围：从"人找服务"到"AI 调度服务"

如果说豆包做的是"AI 助手 + 交易闭环"的商业化实验，那么微信小微做的事情，其实是把 14 亿用户的整个微信操作系统改成"AI 底座"。

2.1 小微是谁、从哪来、入口在哪

我第一次听说小微，是在 2026 年 6 月下旬。当时朋友圈里有几位朋友晒截图，说微信主界面左上角多了一双"绿色眼睛"，点进去出现一个测试版对话框，头顶挂着"测试版"三个字。

综合公开的资料能拼出这样几条事实：

• 微信原生 AI 助手叫"小微"（Weixin AI），由微信团队自研，2026 年 6 月 20 日左右开启小范围灰度；
• 项目在腾讯内部立项时间比外部想象得早，据说 2025 年上半年就秘密启动，由微信事业群技术架构团队带队；
• 微信团队计划在 8 月及后续逐步扩大测试范围，"AI 帮写""AI 总结""问小微"等入口开始出现在越来越多用户的聊天框、公众号阅读页、朋友圈里；
• 据业界消息，计划在 2026 年三季度扩大公测（仍以微信官方最终公告为准）。

入口分布很有意思，我按位置整理成一张表：

看得出来，小微不是又造了一个 App，而是把 AI 能力像水一样铺到微信生态里的每一个高频入口。这在我看来是很典型的"AI 中间层"打法：不做入口之争，做能力之争。

2.2 底层大模型：WeLM 为主，DeepSeek 兜底，还有轻量小模型

小微背后的模型分工，我梳理下来大致是三层：

flowchart TB
    User[用户提问] --> Router[意图路由层]
    Router -->|通用对话/微信生态相关| WeLM[WeLM 主模型<br>微信自研 MoE 架构<br>长上下文/中文强]
    Router -->|复杂推理/数学/科普| DS[DeepSeek 兜底]
    Router -->|设提醒/查天气等高频轻任务| Small[微信自研轻量小模型<br>低延迟低成本]
    WeLM --> Answer[返回结果]
    DS --> Answer
    Small --> Answer

几个我觉得需要新手朋友重点记住的关键词，做个白话解释：

• WeLM：微信自研的大语言模型，最新版本走的是 MoE（混合专家）架构，长上下文（能一次读大约几万到十万汉字级别的资料），中文能力是它的强项，训练语料里塞了大量微信生态里的对话、公众号内容和小程序交互逻辑，这也是它比外部通用大模型更能理解"帮我给老张发条消息说明天会议改到三点"这种带社交关系链指令的原因。
• DeepSeek 兜底：碰到复杂推理、数学、代码、跨领域科普这类问题，系统会把请求路由到 DeepSeek，让专业选手接手。
• 轻量小模型：日常"设提醒""查天气""发红包"这种高频简单任务，用小模型完成，速度快、成本低。

我个人的判断（莫潇羽@无忆研习社）：这套"自研为主、开源兜底、小模型抠成本"的分工，其实是所有做 AI 助手大厂都想走的一条路。腾讯这次给出的组合，是国内所有厂商里最"务实"的一个版本。

2.3 小微能做什么：不是聊天机器人，是"能干活"的助手

小微和市面上大多数"AI 对话产品"最大的区别，是它能直接操控微信原生功能，不需要用户手动跳来跳去。举几个我看到的实测案例，抽出几类典型能力：

需要注意的是，小微目前的权限设计相对保守：它不能修改用户设置、不能删除联系人、不能群发消息；涉及支付、隐私、跨账号操作时，系统都会要求二次确认。这个尺度，我觉得体现了微信团队一贯的克制。内测阶段的克制，是为大规模开放留出安全边界。

值得单独讲一下"一句话生成小工具"这件事。用户可以对小微说一句自然语言，比如"帮我做一个能记录喝水次数的小工具"，小微就会现场生成一个可以直接运行的小工具页面。目前上限 5 个，不支持小游戏，也无法分享或二次修改。这个能力我把它称为"小微版低代码"，未来一旦开放，对本地生活小生意来说，做一个"轻量小工具"的门槛会大幅下降。

2.4 为什么这件事对企业获客特别关键

写到这里，我把话说重一点：对国内做 To C 的绝大多数企业来说，微信小微的到来，是过去五年最重要的一个渠道级变化。 原因有三层：

第一层：入口的位置发生变化。

以前企业在微信生态里获客，用户路径大概是这样的：

用户 → 打开微信 → 搜一搜/看一看 → 找到你的公众号/小程序/视频号 → 阅读/使用 → 下单

有了小微之后，用户路径变成：

用户 → 打开微信 → 直接问小微 → 小微替用户挑选/调用你的服务 → 授权后下单

这一步的变化，就是"人找服务"变成"AI 调度服务"。用户不再是主动去搜，而是把"选择权"交给了 AI。

第二层：内容资产的角色发生变化。

过去在微信生态里做内容，我们盯着的是"人":公众号涨粉、视频号播放、小程序日活。以后要盯着的是"AI 能不能读懂你、能不能信你、能不能选你"。你原来发的每一篇公众号文章、每一段视频号脚本、每一个小程序服务页，都会变成小微的"参考资料"。如果结构乱、信息碎、无标签，小微就很难在对话中把你送到用户面前。

第三层：数据资产的角色发生变化。

小微具备一定程度的记忆能力，可以基于用户历史行为、偏好做个性化推荐。这意味着一个用户在你的公众号读过什么、在小程序买过什么、被谁在群里推荐过，都会成为小微推荐时的"上下文"。长期主义的品牌沉淀，第一次有了可以被 AI 精确调用的形态。

2.5 微信生态里的 GEO，未来会长什么样

小微把"微信 GEO"这件事从一个抽象概念，变成了未来一两年就要开始动手的操作题。我在无忆研习社里把它整理成六个动作，抛砖引玉：

1. 公众号：给每篇文章加清晰的标题、摘要、目录、结构化的段落划分，方便 AI 抽取要点；把"品牌 + 服务 + 城市"这些关键信息自然出现在正文里。
2. 视频号：视频要有清楚的字幕、简介、标签、封面文字；关键卖点用文字方式再讲一遍，方便 AI 处理。
3. 小程序：服务页要有明确的服务名、区域、价格区间、常见问题；如果是本地生活类目，POI 信息一定要完整。
4. 企业微信：客户备注、标签、SOP 话术、素材库要成体系，未来 AI 助手可能会调用这些资料辅助沟通。
5. 视频号直播回放：回放页的标题和摘要要写清楚，方便 AI 索引。
6. 官方账号矩阵：主号、服务号、订阅号、员工个人号之间的信息要一致，避免 AI 从多个源头读到相互矛盾的信息。

写到这里我想强调一点：微信 GEO 不是"再造一个东西"，而是把你已经在微信里做的所有内容，重新做一次"给 AI 读"的整理。 内容还是那些内容，但结构、标签、信息完整度，都要重构。

在无忆研习社接下来的更新里，我会把小程序、公众号、视频号的 GEO 改造清单单独拉几篇长文出来讲。这里先把大方向压一下：得微信 GEO，得中国 To C 的下一波获客红利。

三、7 月 AI 工具网站流量榜：网页端与 App 端讲的是两个故事

聊完两件大事的产品动作，我们把视角切到"数据面"。2026 年 7 月的 AI 工具流量榜出炉后，我把它跟同期的 App 榜叠在一起看，结论比想象中更清楚：AI 网页端和 AI 移动端，其实是两条平行赛道，服务的用户场景完全不一样。

先说明一下数据口径：以下网页端排名参考 AIGCRank、Similarweb 等公开渠道的月度访问量估算，App 端参考 QuestMobile 与 AI 产品榜的月活跃用户，均为写稿时的近似值，具体请以各平台官方最新披露为准。

3.1 全球 AI 网页端：ChatGPT 一骑绝尘，中国队五席进前二十

先看全球 AI 工具网站流量榜 Top 12 的大致排布：

网页端最大的信号，就是 ChatGPT 依然一家独大，网页月访问量能到第二名的两到三倍。但更值得中国团队高兴的是"底盘"：DeepSeek、豆包、Kimi、通义千问、Manus 五席进全球前二十，网页端的中国队第一次真正意义上进入了全球对话。

从做 GEO 的角度看，这份榜单给我们提示了一件非常朴素的事情：海外 GEO 战场，ChatGPT 是不能绕开的；国内 GEO 战场，DeepSeek 已经先于豆包成为网页端的"标准入口"。

3.2 中国 AI 网页端：DeepSeek、豆包、Kimi 三强格局

再看国内 AI 工具网站流量榜 Top 12 的大致格局：

我个人从这份数据里读到几条信息：

• DeepSeek 的网页端体量，把第二名远远拉开。 一个开源出身的产品能在中国网页端排到第一，本身就说明国内用户对"能真正解决问题的 AI"的渴望是压倒性的。
• 豆包和 Kimi 在网页端各有各的强势场景。 豆包偏生活服务和多模态，Kimi 偏长文档和办公。这两家在网页端的分工，会直接影响 GEO 优化时的关键词选择。
• 文心一言在 B 端还是有一定基本盘。 用文心的用户往往和百度生态强绑定，做 To B 业务的团队不能完全放弃。
• 秘塔、纳米 AI 搜索这类"AI 搜索"产品的位置有意思。 它们的定位更接近传统搜索引擎，是做 GEO 时非常适合切入的"新流量地"。

3.3 App 端与网页端的差异：生活 VS 办公

有一件事我在无忆研习社里反复讲：AI 工具的 App 端和网页端，服务的其实是两个人。

App 端多半是"生活场景"用户：路上打开、通勤时查、下班问一下推荐什么餐厅。网页端多半是"办公场景"用户：写方案、做 PPT、看代码、翻译文档。

用一张对比表看会更直观：

这张表对企业做 GEO 意味着什么？意味着 GEO 不是一件事，而是两件事。

• 如果你是酒店、餐饮、家政、家电等本地生活行业，主战场应该压在 App 端：豆包、夸克、腾讯元宝、微信小微、Kimi 等，都要把服务信息、门店信息、评价体系做扎实。
• 如果你是 SaaS、企业服务、专业咨询等 To B 行业，主战场应该压在网页端：DeepSeek、Kimi、通义千问、豆包网页版、腾讯 Workbuddy 甚至文心一言，都要做到"你的行业观点会被 AI 引用"。

3.4 从流量数据反推：做 GEO 到底该重点押注哪几个平台

综合来看，我给一个比较务实的国内 GEO 优先级排序（仅供参考，不是绝对结论）：

【本地生活 / To C 品牌】
豆包 ≈ 微信小微  >  夸克  ≈ 腾讯元宝  >  Kimi  >  百度文心

【SaaS / 企业服务 / 专业咨询】
DeepSeek  >  Kimi  ≈ 通义千问  >  豆包网页版  >  文心一言

【出海 / 外贸 / 海外品牌】
ChatGPT  >  Perplexity  >  Gemini  >  Claude  >  Grok

我个人（莫潇羽@无忆研习社）想强调一件容易被忽略的事：AI 搜索的用户和传统搜索的用户，重合度没有想象中高。 我在无忆研习社做过一个非正式的用户小样本调研，发现有相当一部分用户会同时用 DeepSeek 和百度、豆包和抖音——他们不是要"替代传统搜索"，而是给自己配了一个"新的信息渠道"。这就是我一直反复讲的一句话：未来一年，GEO 是加法，不是减法。

数据部分讲到这里，接下来我们把三件事拉在一起，看看它们指向的是什么样的一个新时代。

四、AI 交易入口时代的底层逻辑：从流量、到答案、再到订单

如果单看豆包抽佣、单看小微内测、单看流量榜，都只能读到一件事。但如果把这三件事叠在一起看，会看到一个新的"漏斗"——它正在替换我们过去二十年习惯的那个漏斗。

4.1 一个新的漏斗：从"搜索 → 排名 → 点击"到"提问 → 答案 → 推荐 → 下单"

先看传统互联网时代的漏斗：

flowchart LR
    A[用户有需求] --> B[搜索关键词]
    B --> C[看结果排名]
    C --> D[点击进入网站]
    D --> E[对比多个网站]
    E --> F[下单]

在这个漏斗里，SEO 干的事情就是"抢排名 + 抢点击"。品牌方之间的竞争，本质是"在结果页里更靠前"。

再看 AI 时代的漏斗：

flowchart LR
    A[用户有需求] --> B[向 AI 提问]
    B --> C[AI 生成一段答案]
    C --> D[答案里包含品牌推荐]
    D --> E{是否走完转化闭环?}
    E -->|是| F1[点击跳转直接下单]
    E -->|否| F2[被 AI 提到 = 心智占位]

在这个漏斗里，GEO 干的事情不再是"抢排名"，而是"进入答案本身"。品牌之间的竞争，本质是"是不是 AI 那段话里被推荐的那个"。

我把两个漏斗的差异整理成一张对比表：

这张表里最关键的一条，是"点击率降低、决策链缩短"。 也就是说，AI 时代获客的"漏斗嘴"，正在被 AI 助手直接接管。

4.2 AI 推荐里究竟看什么：多源可信内容矩阵

那么问题来了：AI 到底根据什么决定"把谁推给用户"？我们从公开研究、大模型技术论文以及大量实战案例里，能大致提炼出四个关键因子：

mindmap
  root((AI 推荐<br>底层信号))
    内容质量
      结构清晰
      信息完整
      有独特观点
    信任信号
      官网权威页
      权威媒体报道
      行业知识库收录
      真实用户评价
    多源一致
      多平台信息统一
      时间维度不矛盾
      数据字段可交叉验证
    实时性
      最新事件覆盖
      定期内容更新
      日期戳清晰

用一句话总结：AI 更愿意推荐"能被反复交叉验证"的品牌。光会在一两个平台刷内容的品牌，很难在 AI 答案里活下来。

这里我想反复强调"多源可信内容矩阵"这个说法。它至少包含四类信源：

• 官网：企业最权威的一手信息池，服务、价格、案例、联系方式必须清晰、结构化；
• 权威媒体：36 氪、亿邦、财新、行业媒体等第三方报道，是"外部信任信号"最强的来源；
• 行业知识库/百科：百科词条、行业数据库、白皮书，是"结构化事实"的输入源；
• 真实用户评价：小红书笔记、大众点评、豆瓣、抖音评论，是"社交证据"的来源。

如果这四类信源都能讲同一个故事，AI 就有非常强的理由把这个品牌当作"可信答案"送出去。

4.3 官网、公众号、小程序、视频号、行业站的角色重排

在这个漏斗切换的过程中，企业的每一类内容资产，都会重新排位。我按"AI 时代重要性变化"做了一张矩阵：

看得出来一个共同规律：只要一个渠道的内容"信息结构好、可信度高、可以被 AI 直接抓取和归纳"，它在 AI 时代的重要性一定是往上走的。

4.4 传统 SEO 会不会死？我的答案是"升级"而不是"替代"

坦白讲，这是我在无忆研习社里被问最多的问题之一。我的答案很明确：SEO 不会死，会升级为 GEO。

原因有三条：

• 绝大多数 AI 的知识底盘，还是靠网页爬取。 DeepSeek、豆包、Kimi、ChatGPT，都要靠爬取、索引、清洗互联网数据来更新自己的世界。SEO 是让网页更容易被爬取和理解的基础动作，不做 SEO 就等于不给 AI"看你"的机会。
• AI 搜索背后往往还挂着传统搜索。 很多 AI 助手在联网检索环节，是直接调用 Google、Bing、百度等搜索引擎。你的传统 SEO 表现越好，被 AI 检索到的概率就越高。
• 搜索引擎自己也在变。 Google 的 SGE、百度的智能答案、bing 的 AI 摘要，都是"搜索页里的 AI 化"。做 GEO，本质上也是在做"新一代 SEO"。

用一张迁移图收尾：

【SEO → GEO 的能力迁移】

  关键词密度          →  语义结构
  外链数量            →  多源一致性
  单页面排名          →  多平台品牌提及
  点击率              →  引用率