摘要
2026 年 11 月 5 日，arXiv 刊出《The Popular Get More Popular: Auditing Brand Bias in Generative Search》，用 1,176 个头部市场品牌的商业查询做跨引擎审计，发现头部品牌（前五分位）被引用频次是样本均值的 1.4～2.8 倍，且这种偏好已固化在模型参数记忆中，外部网页检索无法抵消。控制产品属性不变、只把真实品牌签名替换成陌生品牌后，推荐排名显著下滑；而不改事实的内容重写，排名增益几乎为零。对做 AIVO 的品牌，这意味着：首要变量是"品牌是否已在模型参数记忆里"，而不是页面写得够不够漂亮。
事件
论文由 Jacopo Lenti 提交，2026-11-05 07:57 UTC 上传 arXiv v1（编号 arXiv:2611.07614，标题《The Popular Get More Popular: Auditing Brand Bias in Generative Search》）。
研究把生成式搜索的品牌偏见拆成两个可测维度：
品牌流行度偏见（brand popularity bias）：在市场主导者与长尾替代者之间，引擎系统性偏向头部；
品牌熟悉度偏见（brand familiarity bias）：一个实体只要已被编码进 LLM 的参数记忆，就相对不熟悉的竞争者获得排序优势，即便网页端的检索证据相当。
方法上分两步：先在主流引擎上跑商业查询，观察引用与推荐的分布；再做受控 in-context 实验，固定产品属性、只替换品牌签名，看排名如何变化。
关键数据
| 观测项 | 结果 | 口径 |
|---|---|---|
| 样本规模 | 1,176 个头部市场玩家 | 论文自建品牌样本 |
| 头部品牌引用倍数 | 平均品牌的 1.4～2.8 倍 | 前五分位 vs 样本均值 |
| 检索层能否抵消 | 不能 | 偏见已存在于参数记忆 |
| 替换品牌签名（属性不变） | 推荐排名显著下降 | 受控 in-context 实验 |
| 事实保真内容重写 | 排名增益可忽略 | 同上 |
论文公开附录中的查询集为意大利语商业查询，覆盖保险、旅行、时尚美妆、运动消费品等品类，属单一语言市场样本。
口径与局限（须同时看）
单篇 arXiv 预印本，未经同行评审；
样本以意大利语商业查询为主，跨语言、跨市场外推需谨慎；
"被引用频次"是审计计数，不等于点击率、不等于成交；
具体引擎名单与查询总量的完整分布未在摘要中披露，正文表格为其部分公开。
对品牌与站长的实操含义
1. 指标必须分层。 品牌指名查询（问句里已经出现你的品牌）与品类发现查询（问"哪家好"）要分开测。前者天然高，用它做汇报会把问题盖住——这正是"看起来很亮、实际没人推荐"的来源。
2. 参数记忆优先于页面微调。 能进参数记忆的，是第三方对你的一致表述：权威媒体报道、行业目录与榜单、知识图谱实体、可被引用的公开数据集。官网改文案影响的是检索层，改不动参数层。
3. 别把预算压在"换个说法"上。 论文的受控实验结论很直接：事实保真重写拿不到排名。要做的是可被单独引用的实体事实块（品牌名 + 属性 + 可核验来源 + 时间戳），而不是同义改写。
4. 长尾新品牌的现实路径。 参数层短期无解，先占检索层：结构化数据、第三方测评与专业媒体、行业目录收录，把"能被检索到的实体证据"做厚，再等模型迭代吸收。
规范/标准号与时间
规范/标准号：未披露（学术预印本，非标准文件）
发布日期：2026-11-05（arXiv v1）
生效日：不适用
原文出处
https://arxiv.org/abs/2611.07614
标签：AIVO、AI可见度、AI搜索优化、GEO