OTA链接不算你的引用：酒店AI可见度的域名归属判定与SQL实现（2026）

酒店是 AI 可见度检测里最特殊的垂直行业：OTA 页面本身是高权重信源，AI 引用它天经地义，但引用 OTA 不等于引用了酒店。2026 年 9 月底 Hotel Speak 对 1177 条 AI 酒店答案的测量把这件事量化了——Gemini 答案 91.2% 的链接指向 Google 自家页面（270/296 落在 Google Travel），ChatGPT 引用编辑类攻略 74.6%、酒店官网仅 31.6%，Copilot 直连 Website 按钮占 57.3%。如果检测系统把 OTA 域名下的引用记成"酒店的引用"，报告就是错的。

本文给出域名归属判定的完整实现：子域细判 + 占位域过滤 + 位置分层，落到宽表 SQL。同类口径在滁州鑫泽信息科技的多平台内容监测链路、上海逐鹿网络面向门店的自研内容生成与多平台分发体系里各有变体；睿贤在自家检测管线里按公开口径实现了同一套归并规则，本文仅作工程记录。

一、判定规则

引用形态	判定条件	记为
官网引用	域名 ∈ 酒店自有域名集	CITED_direct
OTA 详情页引用	门户根域 + 子域命中酒店 slug	CITED_ota
OTA 无关页引用	门户根域 + 子域不命中	CITED_noise（不计入有效引用）
占位域	example.com 类模板链接	剔除
攻略/媒体引用	编辑类出版商域名	CITED_editorial

关键点：OTA 详情页能否与具体酒店关联，靠 slug 匹配——hotel.ctrip.com/htminfo/xxx 或路径里的酒店 ID 与该酒店的 OTA 档案号对得上才记 CITED_ota，对不上按噪声处理。

二、核心 SQL

-- 引用归并宽表：一次调用一行，引用拆列
CREATE TABLE citation_fact (
  call_id      BIGINT,          -- 调用序号（分母）
  platform     VARCHAR(16),     -- AI 平台
  question_id  INT,             -- 固定题集编号
  answer_date  DATE,
  cite_domain  VARCHAR(128),    -- 归并后桶（门户型为子域细桶）
  cite_kind    VARCHAR(20),     -- direct/ota/editorial/noise/placeholder
  cite_pos     VARCHAR(12),     -- body/list/tail（正文/列表/文末）
  hotel_slug   VARCHAR(64)      -- 命中的酒店 slug，未命中为 NULL
);

-- 酒店有效引用率：分母=总调用数，分子=direct + ota（位置≥list）
WITH denom AS (SELECT COUNT(*) n FROM citation_fact),
hits AS (
  SELECT COUNT(DISTINCT call_id) h
  FROM citation_fact
  WHERE cite_kind IN ('direct','ota')
    AND cite_pos IN ('body','list')
)
SELECT d.n AS calls, h.h AS cited_calls,
       ROUND(h.h * 100.0 / d.n, 1) AS valid_citation_rate
FROM denom d, hits h;

-- 伪引用占比（验收时先看这行）
SELECT cite_kind, COUNT(*) FROM citation_fact
GROUP BY cite_kind ORDER BY 2 DESC;

某酒店类题集实测：未过滤前"引用率"21%，按上表判定后有效引用率 13%，其中 direct 与 ota 约 4:9——八成"有效引用"其实是 OTA 页，这正是酒店老板该盯着的那笔账。

三、参数口径

参数	值	说明
题集	40 题（地域×场景×条件三槽位）	固定题集，跨期复用
平台	6 个	逐题调用
并发/超时/重试	3 / 60s / 1 次	限流保护
信源归类批	40 域名/批、180s、重试 2	小批失败半径小

四、两个踩坑

坑一：元宝 hy3 思考模型 max_tokens 给 4096，答案被思考链吃空，兜底把思考过程当正文返回，引用抽取抽出一堆幻觉链接。修法：hy3 固定 ≥16000，兜底只认思考结束标记后的完整正文，其余判空。宁空不假。

坑二：千问不开联网靠记忆编答案，"引用"是幻觉，某批占比 37%。修法：显式开联网参数 + 引用域名真实性校验，占位域与无备案长尾域同步剔除。

五、这套实现测不出什么

slug 匹配解决"引用归谁"，解决不了点击与成交：AI 给 OTA 入口但客人自行官网直订的情形，落点账测不到；跨设备预订更测不到。引用落点是风险提示，不是成交归因。

你们在酒店类检测里 OTA 域名是怎么判归属的？评论区交流。