近期，用豆包搜索品牌相关问题时，回答中附带的参考资料越来越多地来自短视频。以某家居品牌为例，今年 3 月，我们统计其在豆包答案中的短视频占比为 10.5%，到 9 月中旬，这一比例已提升至 88.9%，对该行业而言，豆包每引用 10 条资料，如今约有高达 9 条来自短视频。显而易见，大模型答案的世界已开始改变。

针对视频 AI 资产化问题，我们尝试围绕三个维度进行解读，视频是怎么被 AI 选中的，什么样的视频更容易被选中，品牌现阶段该如何做。

01 豆包越来越爱引用短视频了

从时间维度来看，此变化并非近期突发调整，而是在半年内完成了迅速跃迁：从 10.5% 提升到 88.9%，豆包答案里短视频的占比提高了 78.4 个百分点，约增至原来的 8.5 倍。

三个月前还在 10%+ ，现在接近九成。豆包答案的引用生态，正在被视频重写。

更关键的是，不同 AI 的偏好完全不一样。我们通过同一批问题的采样测试观测到：豆包短视频引用已占 88.9%；DeepSeek 电商和测评网站引用占 46.7%，短视频只占 5%；千问新闻资讯引用占 47.4%，短视频只占 1%。

豆包吃视频、DeepSeek 吃评测、千问吃资讯，不同平台的信源生态，正在影响 GEO 的资源配置重点。

通俗来讲，若想让豆包提到品牌，需要先要让视频里有品牌；而想让 DeepSeek 提到品牌，则先要让测评里有品牌。平台偏好什么，决定了品牌该做什么。

02 为什么视频开始进入 AI 答案？

很多人没注意到，AI 搜索的检索机制这两年正在变得更加动态。相较于相对固定的检索流程，模型在部分场景下可以参与判断是否继续搜索、搜索什么，以及如何评估和组合不同来源。

这一变化，让“什么内容更容易成为答案证据”变得更重要。

视频同时承载画面、语音、字幕和场景等多种信息，但相比网页文本，这些信息往往更分散，也更难直接转化为稳定、可引用的结构，这里恰恰存在新的优化空间。

文字内容的答案位早已拥挤，视频作为答案资产仍处于早期。眼下将视频整理成更便于模型检索、识别和引用的结构，或能在多数人还未入场布局时，抢占先机。

03 视频到底有没有用？

通过持续监测数十万条视频内容，并逐日记录 AI 回答，我们认为视频能否被 AI 有效利用，可以拆成五步来判断：有没有被引用、引用时带没带品牌、一条视频能不能回答很多种问法、是不是只火一天、换个 AI 问还灵不灵。

从“被引用”到“形成稳定关联”，中间隔着五级证据链。大多数品牌只关心第一步——有没有被引用，但真正拉开差距的是后面四步。引用只是入场券，能不能让 AI 每次都带着品牌回答问题，才是核心。

04 什么样的视频更易被 AI 选中？

将以上五步细化拆解，我们有两个发现，或将对题干问题产生直接影响。

发现一：质胜过量，逻辑清晰、观点明确的视频，比数量多更有用。

视频类型不同，产生的效果也差异极大，以某奶粉品牌为例：

同样是发视频，内容结构不同，被模型读懂的概率差出 2–3 倍。

发现二：同一个视频，在不同 AI 眼里可能完全是两个内容。

在快速、专家两种模式下，约三分之一被引用的视频只在单一模式下生效；即便同一视频在两种模式下都被引用，触发的问法也有约三分之二不同。只观察单一模式，会低估一条视频真实的 AI 可见性覆盖范围。

由此观之，视频不仅内容要做得便于 AI 检索、识别和引用，衡量效果也要用多种模式一起看。

05 四个行业的测试结果

这些规律并非纸上谈兵。过去一月，我们将这套方法应用于母婴、汽车、食品饮料、车后四个行业进行测试，以观察不同行业进入答案的表现差异。

四个行业、四种进入答案的模式与比例虽有差异，但都验证了同一个结论：视频能进答案。

整体来看：AI 引用的视频中，带着品牌名一起出现的视频占比高达 98.3%。也就是说，视频内容不光被引用，还能为品牌带来 GEO 核心资产价值提升。

06 如何着手多模态 GEO？

多模态 GEO 不是简单地“多发视频”，它至少包含三件事：先识别不同 AI 的信源偏好；把视频变成可检索、可识别、可引用的内容资产；再用多模型、多模式持续监测它是否真正进入答案。