去年写的那篇干货，Google 排名还在首页，后台阅读量还在涨。可你打开豆包或 ChatGPT 问一句，被引用的却是竞品的新文章。
先别急着怀疑内容质量——很可能是它「过期」了。
在传统搜索时代，一篇好内容可以吃三年。但在 AI 搜索时代，内容有了保质期，而且比你想的短得多。
AI 的引用池，其实是个「保鲜柜」
几组 2026 年的新数据，把这件事说得很直白：
营销分析机构 Amsive 的研究显示，约一半的 AI 引用来自过去 13 周内发布的内容。LLMagnet 干脆把这个周期称为 AI 搜索内容的「13 周半衰期」——从发布那天起，被引用的概率就在持续衰减。
平台侧更明显：Authority Tech 的统计发现，ChatGPT 被引用最多的页面里，76.4% 在最近 30 天内更新过；Perplexity 约一半引用直接给了当年发布的内容。AirOps 的数据更扎心：在购买意向问题上，83% 的 AI 引用指向一年内更新过的页面。
连爬虫都在表态——Demand Local 的 2026 年报告显示，65% 的 AI 爬虫抓取流量，集中在过去一年发布的内容上。
原因不难理解：AI 不找「历史上最好的答案」，它只找「今天最好用的答案」。价格、版本、政策都在变，引用一篇 2024 年的旧文，等于替用户核实时给自己埋雷。
只改日期，反而会被拉黑
看到这有人会想：那我把「最后更新时间」改成上个月不就行了？
这条路已经被堵死。Google 2025 年 12 月的核心更新，专门识别并惩罚了「只改日期、不改正文」的站点；各大 AI 引擎在抓取时比对的是正文实际变化，不是时间戳。
什么样的更新才算数？LLMagnet 的建议是：实质性更新至少要动 15%-20% 的正文——换掉过时的数据点、补一节新进展、增加近期的新例子。
而且数据越新越值钱：Omnibound AI 的引用数据库显示，正文里带具体时间和出处的数据点（比如「据某机构 2026 年三季度报告」）的页面，被引用率高出 1.8 倍。普林斯顿 GEO 研究还发现，含 19 个以上数据点的页面，峰值引用量是普通页面的 2-3 倍——但代价是数据一旦过时，衰减也最快。
换句话说：数据密集型内容是引用王者，也是过期重灾区。
翻新旧文，比写新文更划算
明白了机制，策略就清晰了。海外做得最好的站点，普遍在用一套 70/30 节奏：70% 的精力写新内容，30% 用于定期翻新 10-15 篇高价值旧文，每 8-10 周轮一遍。
翻新的优先级不是流量最高的那篇，而是「曾经被大量引用、最近引用在下滑」的页面——它已经进过 AI 的引用池，把它捞回来的成本远低于让一篇新文从零入池。成本上也划算：翻新一篇约 1-2 小时，新写一篇要 4-6 小时。
HubSpot 的历史内容优化项目早就验证过这条路的含金量：更新重发的旧文，月度自然搜索浏览量平均提升了 106%。
一次合格的翻新，做五件事就够：
- 换掉旧数据，每条注明来源和时间；
- 顶部加一个「更新于 2026 年 10 月」的说明块，两三句话说清改了什么；
- 补一小节「最近的变化」；
- 更新页面的 dateModified 结构化数据；
- 从你最近 30 天发的新文章里，链回这篇旧文，帮爬虫更快重访。
写在最后
SEO 时代，内容是可以传家的资产；AI 时代，内容是会过期的生鲜。
定期续费，才能一直被引用。
今晚可以做个小测试：把你自己被 AI 引用最多的三篇文章翻出来看看，它们引用的数据，还停留在几年前？
参考来源
- Amsive 2026 AI 引用分析（约一半引用来自 13 周内内容）
- LLMagnet《Your Content Has a 13-Week Half-Life in AI Search》（2026-09-14）
- Authority Tech 2026（ChatGPT 被引页面 30 天内更新占 76.4%）
- AirOps via LeadsNow 2026（购买意向引用 83% 指向一年内页面）
- Demand Local 2026 机构简报（65% 爬虫流量集中于一年内内容）
- Omnibound AI 引用数据库、Princeton-led GEO 研究
- Google 2025 年 12 月核心更新（wpseoai 引述）
- Peec AI 2026（Google AI Overviews 月度引用漂移 59.3%）
- HubSpot 历史内容优化研究（更新重发浏览量 +106%）