一位做财经解读的自媒体主理人，去年是典型的"卷王"：单月发稿 60 多篇，篇篇追热点。今年 2 月他打开后台发现，来自 AI 搜索的推荐流量几乎为零。团队随后做了个反直觉的决定：发稿频率砍掉三分之二，用整整一周打磨一篇关于新能源汽车供应链的万字长文，引用了十几份行业研报和上市公司财报。上线第三天，这篇内容出现在多个 AI 搜索的答案源里，随后带动公众号自然搜索流量涨了 170%，品牌咨询量环比翻倍。

这不是个案，是 AI 搜索的"挑选机制"换版了。

AI 正在集体嫌弃"短平快"

国内一家数据监测机构今年一季度发布的《AI 搜索内容源白皮书》给了两个扎心数字：被 AI 引用的自媒体文章里，超过 2000 字的深度解读类内容占比高达 67%；而短平快的快讯、简单盘点类内容，引用率同比下降了 41%。

海外研究的方向一致。Presenc AI 对约 12000 条提问的追踪发现：把一个话题从定义、对比讲到边界情况和支撑数据的"完整型"页面，被引用的概率是只答一个小问题的"薄片"页面的 2.4 倍。另一项内容深度分析更直接：500-1000 字的浅层文章引用率只有 8%，平均要等 45 天才被引用；5000 字以上的深度指南引用率 26%，12 天；带原创数据的研究型内容引用率 41%，7 天就被 AI 端走——浅内容等 45 天的工夫，原创研究已经被引用六轮了。

为什么：AI 从"切片读"变成了"整篇读"

两个技术动因。一是主流大模型今年普遍铺开 1M+ 超长上下文，DeepSeek V4、Kimi 都能一次读完整个知识库，不再依赖传统的 RAG 切片拼接——碎片内容连"被拼"的机会都在减少。二是 AI 检索的匹配单位是"段落"：一个覆盖了 8 个以上子话题的页面，能产生 10 个以上可匹配的段落候选；一篇 800 字的快讯，最多贡献一两个。AI 还特别不喜欢拼接——答案要缝合多个信源，幻觉风险就高，所以模型被调教得更偏爱"能自己闭环"的内容。

但是，别急着堆字数

同一批研究里有三个反向数据，先把路堵死：靠重复啰嗦凑字数的页面，引用提升为零，甚至倒扣 10%；超过 3500 字之后，每多写 500 字的引用增益跌到 5% 以下；个别行业甚至反转——金融类内容里，长文的引用率反而打 0.86 折。

划重点：AI 奖励的是"覆盖度"，不是"字数"。拆开看：在主问题之外多答 3-5 个相关子问题，引用提升 40%-60%；补一个反方观点或适用局限，提升 15%-25%；每条关键论断配真实数据，提升 20%-35%。

三个动作，这周就能做

① 改节奏：把"周更五篇短文"改成"两篇有覆盖度的深度稿"，每篇在主问题下强制覆盖 3-5 个子问题，并回答至少一个反方观点或适用条件；

② 做审计：把存量内容按"段落候选数"过一遍——一个话题只有一两段内容的浅页，合并升级，别修修补补；

③ 守底线：水字数不如删字数，信息密度被稀释的页面正在被模型扣分。有读者可能记得之前说过表格和开头 30% 的重要性——没冲突：格式是分拣器，深度才是入场券，两个都得有。

SEO 时代，更新频率是流量的工资条；AI 时代，这份工资停发了——现在按"深度"结账。

今晚把你最近 10 篇文章拉个清单：字数、覆盖了几个子问题、有没有被 AI 引用过。评论区聊聊：你的"深度稿"占比，够得上那 67% 吗？

参考来源：

• 蜓云网转引《AI 搜索内容源白皮书》（国内数据监测机构，2026 Q1）：被引用自媒体文章 2000 字以上占 67%、短平快类引用率同比 -41%、财经自媒体案例
• Presenc AI《Does Content Depth and Length Improve AI Visibility?》（2026，约 12000 条监测提问）：话题完整型页面 2.4 倍引用、子问题 +40-60%、反方观点 +15-25%、水字数 0 至 -10%
• Texta.ai《AI Search Trends 2026》内容深度分析：各长度档位引用率与引用耗时（8%/45 天 → 26%/18 天 → 41%/7 天）
• OpenByT 2026 Q1 统计（500 条信息类提问）：1500-3500 字区间占引用一半以上、超 5000 字仅 4%
• Machine Relations 格式研究（2026）：金融行业长文引用率 0.86x 反转
• SheepGeo《2026 年 10 月：1M 上下文时代，SEO 转向全栈知识图谱》：大模型 1M+ 上下文替代 RAG 切片趋势