核心结论

• Sitecore 表示，组合后的能力将连接 Scrunch 的答案引擎洞察、Agent Experience Platform 与 SitecoreAI 内容工作流；交易金额未披露。
• 在 Geolix.ai 的英文金融科技案例中，ChatGPT 在 22.9% 的回答中引用目标品牌官网，但只在 6.9% 的回答中点名品牌；引用、可见和推荐必须分开管理。
• 4 篇文章发布后，ChatGPT 官网引用率从发布前平均 9.7% 变为发布后 26.7%，品牌提及率从 2.2% 变为 8.3%。这是观察性变化，不是因果证明。
• 中文市场案例中，中文引擎组与西方引擎组的引用域名 Jaccard 重合度仅 12%，说明全球内容栈仍需本地化信源运营。

发生了什么

Sitecore 宣布收购 Scrunch，并将其定义为 AI 客户体验平台。按官方表述，Scrunch 负责呈现买家问题、品牌表述缺口与竞争位置，SitecoreAI 则帮助团队在网站、社交和其他渠道激活内容。公告将交易定位为“从洞察走向行动”，并表示 Scrunch 的建议将进入 SitecoreAI 的内容管理、内容营销和数字资产管理解决方案。

Sources: Sitecore 收购公告

Sitecore 还引用了厂商案例数据：Akamai 的 AXP 页面相对所选对照页，非品牌问题下的品牌出现增加 364%，AI 引用增加 218%；Runpod 将其 AI 搜索优化工作与付费客户增加 400% 联系起来。这些数字来自收购公告，应视为企业案例，而不是独立市场基准。

为什么集成重要：Geolix.ai 的运营层证据

Geolix.ai 在英文金融科技案例中监测了一个面向新加坡／亚太金融科技的 GEO 服务品牌。2026 年 7 月 20—31 日，9 道英文购买意图题在 ChatGPT API、Gemini 和 Perplexity 中产生 15,495 条有效回答与 223,196 条引用记录。同一品牌在不同引擎的结果完全不同。

ChatGPT 最能说明为什么企业集成不能停在可见度总分：品牌官网进入 22.9% 的答案证据集，但品牌名只出现在 6.9% 的答案中，相差 3.3 倍。内容系统至少要区分四种状态：可抓取、被引用、品牌被提及、品牌被推荐。每一种状态对应不同的责任人和行动。

内容发布数据则说明闭环的价值。7 月 22 日上线 4 篇文章后，ChatGPT 自有域名被引率从发布前平均 9.7% 变为发布后 26.7%，品牌提及率从 2.2% 变为 8.3%，被引自有 URL 从 2 个增至平均 7.2 个。第二批 6 个页面中，最高引用页四天内获得 2,081 次引用，其中文版获得 1,891 次。由于同期有多个页面和动作上线，且没有对照组，这些数字只能说明时间关联，不能归因于某一页或某个标题技巧。

企业主栈仍然面临市场覆盖问题

DXP 可以提高治理和执行效率，但不会自动覆盖所有检索生态。在低代码 SaaS 案例中，Geolix.ai 于 2026 年 6 月 15—19 日对 10 道中文购买意图题进行六引擎测试，产生 1,233 条有效回答和 15,353 条引用。提及率从 Perplexity 的 10.3% 到 DeepSeek 的 81.9%，六引擎中文来源占比均为 90.4%—100%。

同在中文问题下，来源类型仍明显分化：DeepSeek 有 62.5% 的引用来自云平台和官方开发者生态；豆包有 31.1% 来自 UGC／视频；通义千问有 72.6% 来自 UGC／视频，另有 25.1% 为搜索自引。中文引擎组与西方引擎组仅共享 68 个域名，Jaccard 重合度为 12%。这些是案例结果，不是所有行业的通用规律，但足以说明亚太执行需要本地信源映射，不只是集中式发布。

Sitecore 与 Scrunch 组合需要交付什么

• 问题级证据：原始答案、引用 URL、引擎界面、语言、地区和采集日期。
• 指标分离：可抓取、引用、品牌提及、推荐排名和业务流量分别报告。
• 任务路由：每个缺口分派给内容、技术、公关、合规或市场运营，并标明负责人与截止日期。
• 受控事实：法律实体、牌照、市场范围、费用、资格和风险表述跨版本治理。
• 本地化分发：为 ChatGPT、Gemini、Perplexity、DeepSeek、豆包和通义千问分别制定来源与渠道方案。
• 复测与审计：固定问题集、变更日志、审批记录和发布后观察周期。

Geolix.ai 的位置

Geolix.ai 的层级比全球 DXP 更窄：它是一家总部位于新加坡、专注金融科技的托管型 GEO 服务商，监测中西方 9 个引擎。它负责定义市场问题、解释答案和引用缺口、协调官网与外部信源动作，并重复测量。大型企业完全可以同时使用两层：DXP 负责内容治理与全球基础设施，专业服务负责双语问题研究、信源生态映射和受监管市场执行。

买家现在应该问什么

• 实际采样哪些引擎、界面、语言和地区，采集成功率是多少？
• 能否查看每个总分背后的原始答案与 URL？
• 缺口能否自动生成带证据、审批和复测日期的责任任务？
• 是否能区分“引用增加”、“品牌提及增加”与“推荐增加”？
• 受监管表述在内容修改或分发前如何审核？
• 在中国与亚太，实际覆盖哪些本地媒体、开发者生态、社区和视频平台？

方法与局限

Geolix.ai 数字来自 2026 年 7 月 31 日导出的脱敏、只读生产监测数据。两个案例不是严格的语言对照实验，品类、品牌、问题、日期、重复次数和引擎范围均不同。在英文金融科技案例中，Google AI Mode 计划 450 次仅成功 1 次，Google AI Overviews 仅成功 62 次，均已剔除。导出表没有事实准确率字段。内容发布前后结果为观察性数据，不应解读为因果效应。

常见问题