GEO信源分了ABCD四级：你的学校在AI眼里是几等

我们给学校做信源盘点的时候，对方把过去一年的招生宣传投放记录发过来，二十多个平台，一百多篇稿子，费用加起来小二十万。

盘点按信源等级过了一遍，结果不太好看。

这一百多篇里，能进C级的不到四分之一，剩下的大多落在D级区间，真正够到B级的只有三篇。

校长看完的第一反应是，钱花了不少，等级怎么这么低。

这个落差在很多学校身上重复出现。

原因不复杂。

投放决策是按曝光量做的，AI采信是按信源等级做的，两套账本的计价单位完全不同。

行业现在有了明确的等级标尺。

2026年8月，《生成式引擎优化（GEO）可信信息传播与信息生态治理规范》（T/CAPT 026—2026）正式实施，把全网信源划成A/B/C/D四级。

豆包9月的引用算法升级，也引入了同方向的等级序列。

平台规则和行业标准正在合流。

信源等级已经不是行业内部的经验判断，而是写进标准、落进算法的正式规则，每一篇内容都在被这套规则定价。

这篇文章做三件事：把四级定义讲清楚，把每一级在AI答案里的待遇讲清楚，最后给你一张能对号入座的自查表。

【01】四级标尺：每一级的准入门槛

A到D，身份决定起点。

标准的四级划分，按的是信源身份与可追溯性。先看四级各自的范围。

A级是法定官方渠道：政府部门网站，司法文书，监管机构的公告。

放到教育行业，就是教育主管部门官网、人社部门公告、学信网这类可核查的官方记录。

这一级的特点是自带法律效力，内容几乎不需要额外佐证。

普通学校够不到A级，它是整个体系的锚点。

B级是权威媒体、学术机构、行业白皮书。

这一级的特点是有编辑审核与机构背书，内容经过了专业把关。

学校想进B级，路径是被权威媒体报道、被教育类白皮书或毕业生就业质量报告收录，而不是自己注册一个听起来权威的账号。

C级是学校官网、招生简章、行业垂直媒体。

注意这一级的位置，学校官网是C级，排在权威媒体之后，排在自媒体之前。

绝大多数学校的自有内容，天花板就是C级。

D级是匿名信息、低质站点、不可追溯来源。

这一级没有翻盘机制，进了D级的内容，在采信环节直接出局。

批量复制的同质化招生稿，来路不明的招生代理号、搬运号，都在这一级。

平台侧的动作验证了这套标尺的分量。

豆包9月的引用算法升级引入了等级序列：政府网站高于央媒，央媒高于学校官网，学校官网高于自媒体，方向与标准的四级体系一致。

算法和标准在同一个方向上合流，等级不再是纸面概念。

【02】等级决定待遇：AI答案里的四个真实差距

权重、门槛、寿命、容错。

等级不是荣誉称号，它直接换算成AI生成答案时的四种待遇。

第一，引用权重差出量级。

行业实测数据里，央媒内容的引用权重可以达到普通自媒体的25到30倍。

同一句事实陈述，出自B级信源和出自D级信源，被引用的概率差一个量级。

这就是等级的汇率。

第二，交叉验证按层级取信。

一个事实要被采信进答案，系统至少调取三个不同层级的信源交叉比对。

学校信息如果只在自己控制的渠道里流转，属于孤证，直接不采。

三个信源还要求主体独立。

官网加自家公众号加投的自媒体位，在系统眼里算一个源头。

第三，低等级内容先被清洗。

算法更新后的清洗力度有数可查。

模板化伪原创内容的收录率骤降92%，约四成挂着权威平台名义但缺乏信息增量的商业推广内容被移出采信范围。

高权重平台救不了低价值内容。

等级审查之后还有内容审查，两层都要过。

第四，等级影响容错率。

信源有历史评分，基于过往内容的准确性动态调整。

一个持续发招生广告的账号，评分持续下降，降权作用于信源本身而非单篇内容。

反过来，等级结构健康的信源组合，单篇内容偶尔波动，整体采信不受影响。

同样一篇内容，发在什么等级的信源上，决定了它是一次资产沉淀，还是一次评分消耗。

【03】三个常见误判，钱都花在了错的地方

投放逻辑与等级逻辑的错位。

第一个误判，把媒体位当等级买。

花钱能在自媒体平台买到位置，买到的仍然是C级往下的身份。

等级看的是信源身份与审核机制，不是刊例价。

开头那所学校的二十万预算，大半流向了买位置，而不是提等级。

第二个误判，觉得官网没价值就不管它。

豆包的等级序列里，学校官网排在自媒体前面。

官网是学校手里唯一能完全掌控的C级信源。

把官网的事实页做规范，是成本最低的等级动作。

很多学校一边花大钱买自媒体位，一边放着自家官网的信息残缺不管，账算反了。

第三个误判，拿铺量弥补等级。

一篇招生通稿改十个版本发十个平台，算法的语义识别判定为同一内容重复出现十次。

这不仅不构成多源印证，还触发低质标记。

内容重复度超过60%时，只保留最早的一条。

铺量在等级体系里的真实汇率，是负数。

【04】对号入座：一张自查表

花一个下午，把家底盘清楚。

自查的动作不复杂。

拉一张表，把学校现有的全部内容渠道列出来，每个渠道按四级标准归档，再数三类数字。

第一数结构。

A和B级信源覆盖了哪些核心事实，C级能不能承接住这些事实，D级有多少存量。

健康的结构是：核心事实有高等级锚定，C级做规范承接，D级清零。

多数学校盘出来的结构是倒挂的：高等级信源覆盖的事实不到一成，D级存量过半。

第二数独立性。

列出来的信源里，有多少是相互独立的主体。

官网、公众号、百家号、头条号，这些在交叉验证里算同一个主体。

独立信源不足三个的学校，核心事实在AI眼里始终是孤证状态。

第三数存量。

D级区间的旧内容，同质化的批量稿件，信息过时还在被引用的页面，这些是负资产。

处理动作是清理和改写，而不是留着凑数。

【05】等级怎么提：三条施工路径

从C级盘活，到B级突破。

第一条，把C级做满。

官网是主战场。

学校定位、专业体系、办学资质、升学与就业数据，这些核心事实要在官网上有完整规范的呈现，配合结构化标记让机器读得懂。

这一步不花钱，只花功夫，是所有学校的第一优先级。

第二条，向B级要增量。

教育类权威媒体的报道，第三方评测的收录，行业白皮书的案例入选，这些是等级跃迁的通道。

进入的门槛在内容价值。

客观写出专业短板的内容，实测引用率比纯正面内容高出约60%。

适度暴露缺点，反而是进入高等级信源的通行证。

第三条，重配预算结构。

把原本铺量的预算切一部分出来，用于高等级信源的获取与官网的持续维护。

五篇差异化内容的实际价值，高于二十篇同质化稿件。

后者在算法里等效于一篇，还拉低信源评分。

预算的分配逻辑，从买位置换成买等级。

【06】写到最后

等级是施工图，不是判决书。

回到开头那个盘点结果。

那所学校后来把D级存量的六十多篇旧稿做了清理，官网事实页重做了一遍，下一季的预算里留出了教育类媒体的合作位。

动作都不大，方向全部对齐等级逻辑。

三个月后复测，核心事实的独立信源覆盖从两个变成了五个。

四级标尺出台的意义，是让学校第一次有了明确的对错依据。

你的内容在AI眼里是几等，这个问题从此有了标准答案。

等级低不可怕，可怕的是不知道自己几等，还在按曝光逻辑往下投。

先花一个下午做盘点，把家底摸清，后面的每一分预算才有的放矢。