先说结论。
第一，内容铺设后 4 到 8 周开始被 AI 收录引用，3 到 6 个月逐步看到稳定的引用率提升，12 到 18 个月进入相对稳定的阶段。
第二，前 4 周是抓取建档期，这个阶段没有引用数据、也没有流量。这不是失败，是流程本身的一段——多数人在这里放弃。
第三，判断有没有效果，不要问「AI 提没提我」，要按阶段看四个不同的指标。用错指标，会在本来正常的时候误判成没效果。
一、把周期拆成四段
| 阶段 | 时间 | AI 在做什么 | 你该看什么指标 |
|---|---|---|---|
| 抓取建档期 | 0–4 周 | 抓取页面、建索引、识别你是什么实体 | 收录数（页面进没进索引），不是引用数 |
| 初步引用期 | 4–8 周 | 开始零星把你的页面当来源引用 | 引用条数（不是提及条数） |
| 稳定引用期 | 3–6 个月 | 多个问题下稳定引用，实体关系成型 | 被引用的覆盖问题数 |
| 实体稳定期 | 12–18 个月 | 在「选谁」类问题里进入候选池 | 推荐位次 |
四段看的指标完全不同。在第一段看引用、在第二段看推荐，都会得到「没效果」的结论——而那时候本来就不该有。
二、为什么要走这么久
AI 不是看到你一篇内容就推荐你。它需要走完四步：
- 抓取到你的页面（很多企业的内容根本没被抓，第一步就没进）
- 理解你是一个什么实体（你是公司、机构还是个人？做什么的？在哪？）
- 交叉比对你的事实（你说的和别的来源说的对不对得上）
- 在多个来源之间建立一致性后，才敢在「选谁」里把你列进去
关键在第 3 步和第 4 步：AI 要的不是「你说自己好」，是「多个来源说同一件事」。
所以「见效」的真正时点，不是内容发出去那天，而是你的说法在多个来源上变得一致的那天。这一条解释了为什么有的企业发了很多篇还是不提，也解释了为什么有的企业只改了几处事实，两周就有反应。
三、三个「以为没效果、其实正常」的现象
现象一：第 2 周什么都没有。 正常。抓取建档期本来就该什么都没有。这时候换策略、换服务商、换方向，等于每次都在第 2 周重开一局。
现象二：AI 提到了你，但说的是两三年前的旧信息。 也正常，这是索引滞后。但这是个好信号——它证明你的实体已经被识别了，只是信息没更新。这时候该做的不是发新文章，是去改那个被引用的源头页面。
现象三：同一个问题，今天提、明天不提。 大模型的输出本身有随机性，同一句话问两遍，答案可能不同。所以单次命中不能当结论，单次没命中也不该当死刑。看的是同一个问题在一段时间里的稳定表现——这就是为什么要建基线、要复跑。
四、什么情况是真的没效果
不是所有的「没反应」都值得等。守住一条线：第 8 周做止损判断。
命中下面任意一条，不要再等，直接去修：
| 现象 | 说明什么 | 先修什么 |
|---|---|---|
| 8 周后连一个「引用」都没有 | 不是慢，是没进信源池 | 检查页面是否被收录、是否可被抓取 |
site: 查不到你的页面 |
根本没进索引 | 收录问题，跟内容质量无关 |
| AI 说的事实是错的，你改了源头两周还没更新 | 源头没找对，或源头权重不够 | 找到它实际引用的那个页面去改 |
注意区分「没被提及」和「被提及但说错了」。 前者是可见度问题，后者是事实治理问题，解法完全不同。
五、四个能压缩周期的动作
这四个动作按见效速度排，第一个最快：
① 先修事实一致性（几天到几周就有反应） 官网、百科、地图、自媒体、行业目录里的公司名、地址、电话、业务描述，全部统一成一套说法。AI 在事实验证这一步最怕的就是「同一家公司五个地方说法不同」——那会被判为不可核验。
② 用结构化 PDF，不要只发网页 我们实测过 20 个问题在 AI 里的原始回答，被反复引用的来源，形态大量是 PDF 白皮书，而不是博客文章。文章给人看，PDF 给 AI 抽。两条腿都要有。
③ 一个问题一个页面，标题写客户会问的那句话 不要把五个问题塞进一篇。AI 是「一个问题对应一套证据」，页面边界不清，它不知道该引用哪一段。
④ 争「引用」，不要只争「提及」 页面里要有可被标注的来源要素：作者与机构、发布日期、数据出处、可核验的入口。有这些，AI 引用你的时候才有东西可标。
六、我们自己的时间表
我们给自己跑过一次 20 题基线：结果是 20 题里只有 1 题在 AI 回答里出现，而那 1 题问的是我们自己造的一个术语。
这个起点很难看，但它有用——它给了我们一个可对比的锚点。之后按第 4 周、第 8 周、第 12 周复跑同一批题目，看「引用」这一层有没有出现。
没有基线，任何服务商都能把行业自然波动说成自己的功劳。 这也是我们建议你先做基线再谈合作的原因。
常见问题
Q1：有没有可能更快，比如 7 天？ 技术层面的问题（页面抓不到、结构化数据缺失、事实冲突）修复后，可能几天到几周就有变化。但内容层面的引用积累，公开资料里的口径普遍在 4 到 8 周起步。声称 7 到 10 天见效的，值得追问一句「你怎么验证」。
Q2：三个月没效果，是不是该换服务商？ 先分清是「没被收录」「被收录但没被引用」「被引用但没被推荐」——三种情况的处理完全不一样。直接换人，等于把诊断成本重新付一遍。
Q3：见效之后会不会掉？ 会。AI 的语料和排序在持续变化，竞品也在做。所以稳定期之后的工作重点从「新增内容」转向「刷新旧内容 + 补新证据」。
Q4：B2B 和 B2C 的周期一样吗？ 不一样。决策链越长、需要的证据类型越多，周期越长。B2B 专业服务通常比消费品慢，因为 AI 要验证的环节更多。
相关阅读： 《怎么查 AI 到底有没有推荐你：20 问自测表，四步跑完》——先建基线，再谈周期。 《GEO 要发多少篇文章：覆盖一个细分行业约 50 到 100 篇，但先做 10 篇就能验证》——周期跟内容量直接相关。
本文引用的周期口径来自公开行业资料与我们自己的实测记录整理，方法可自行复跑验证。