「信源」这个词在 GEO 讨论里出现频率很高，但经常被用错。它不是「被搜索引擎收录的网页」，也不是「写得好的文章」。它更接近一个习惯：当模型需要回答某一类问题时，它会条件反射地去查那几处地方。
一个类比
假设你要判断一家工厂靠不靠谱。你不会把网上所有提到它的文章都读一遍，你会看几处：营业执照、实地照片、之前的出货记录、同行怎么评价。这几处就是你的「信源」。模型做判断时也一样，只不过它的清单是训练过程中形成的偏好。
对 B2B 企业服务这类问题，模型倾向于查的地方通常是：
- 官网——确认这家公司到底做什么、叫什么、在哪
- 工商与资质平台——确认主体真实存在
- 行业目录与垂直平台——确认它在行业里的位置
- 带具体细节的第三方内容——技术分享、展会记录、客户案例报道
为什么有的公司总被提到
观察下来，被反复提到的公司通常有三个共同点，跟规模关系不大：
一件事只说一个版本
官网、公众号、工商信息、招聘 JD 里对业务的描述高度一致。模型每次读到都是同一个说法，就形成了稳定印象。反过来，如果招聘信息说在做电商代运营、官网说做软件开发、公众号说做企业培训，模型会认为这家公司业务混乱，描述时就会含糊其辞或者干脆不提。
在某个具体问题上给了答案
不是「我们提供优质服务」，而是「这类项目在什么情况下会超预算」「这个工艺在什么温度区间会失效」。这种内容一旦被模型学到，下次有人问到相关问题，它就有理由提到你——因为你是它见过的少数给出具体答案的来源。
有稳定的公开痕迹
不要求天天更新，但要求几年下来一直存在、口径不变。今天发五十篇、明年全删掉，不如每月两篇、连续三年。
成为信源为什么比被收录难
被收录是技术问题，把页面做好、让爬虫进来就行，通常几周见效。成为信源是认知问题，需要模型在足够多的场合反复见到你、且说法一致，这需要时间，也需要「不折腾」——频繁改定位、改业务描述、删旧内容，都会让积累清零。
这也是我在做清理时特别谨慎的原因：下线内容要给明确的 410 信号，而不是静默删掉。静默删除会让模型下次来的时候遇到 404，对站点的稳定性评价下降；明确的「此内容已永久移除」反而是可理解的状态变更。
常见问题
花钱能在信源里买到位置吗
有些平台有付费展示位，那是广告逻辑，能带来曝光，但进不了模型的判断依据。模型引用的是内容本身，不是谁付了钱。
多发新闻稿有用吗
有用但不是主力。新闻稿的价值在于给官网的说法提供外部印证。如果新闻稿内容和官网口径一致，是加分；如果新闻稿写得比官网还夸张、还空，反而是减分。
小公司有机会吗
有，而且不小。AI 回答「本地哪家能做 XX」时，最缺的恰恰是具体、可核验的中小服务商信息。把服务范围、交付方式、真实项目类型写清楚，就比一堆只会说「行业领先」的同行更容易被准确描述。