論文標為「官方」的來源，在每一個被測引擎上都是占比最大的單一 AI 引用類別：ChatGPT 34.22%，Google 的 AI 介面 46.35%，Perplexity 44.07%；其次是新聞與垂直出版物。在一份 602 條 prompt、涵蓋 21,143 條搜尋層引用與 18,151 個被抓取頁面的學術資料集裡，這三類合計占全部引用的 79–88%。1
關鍵要點AI 引擎引用得最多的來源類型是官方來源，其次是新聞，再來是垂直出版物；在這個問題目前唯一的公開學術分類研究裡，這三類合計占全部引用的 79–88%。
602 條受控 prompt，21,143 條搜尋層引用，23,745 條引用級記錄，18,151 個被抓取頁面，72 個特徵。2026 年 4 月的預印本，附開放資料集。1
| 各來源類型的引用占比 | ChatGPT | Google（AIO + Gemini） | Perplexity |
|---|---|---|---|
| 官方 | 34.22% | 46.35% | 44.07% |
| 新聞 | 31.17% | 18.99% | 16.07% |
| 垂直 / 利基 | 22.13% | 22.00% | 18.99% |
| 以上三類合計 | 87.52% | 87.34% | 79.12% |
| 每則回答的平均引用數 | 6.88 | 12.06 | 16.35 |
| 每個被抓取頁面的平均影響力 | 0.2713 | 0.0584 | 0.0646 |
第一行才是會改變創業者週一要做什麼的那一行。官方來源在 AI 答案裡不是邊緣類別，而是被測三個平台上占比最大的一類。論文把那一欄標為「官方」卻沒有給出定義，而它的限制章節說這套來源類型分類有噪聲。「AI 答案主要是論壇加百科」這個被廣泛重複的說法，在這裡從量級上並不成立；不過某個高流量討論平台仍然可能在某一個具體問題上占主導。
這張表說明的第二件事是：各引擎的食譜並不相同。新聞占 ChatGPT 引用的 31.17%，占 Perplexity 的 16.07%，在同一個測量窗口內差了將近兩倍。如果你的品類被行業媒體大量報導，那麼在你寫下一個字之前，某個引擎在結構上就已經比較友善。
這些占比描述的是那 602 條 prompt，不是你的品類。要看你自己的來源構成，打開 Bavior 的 Top Cited Domains 卡片，讀它的 Type 欄。這些標籤不是論文的分類，所以請手動替你自己和廠商的網站加上標籤，並在你自己的 prompt 內部比較先後順序，不要拿去和上面的表格對照。
這個數量在不同引擎之間差了兩倍以上：ChatGPT 每則回答 6.88 條引用，Google 的 AI 介面 12.06 條，Perplexity 16.35 條；而數量是這個發現裡比較不重要的那一半。1 比較重要的那一半是每個被抓取頁面的平均影響力：ChatGPT 0.2713，Google 0.0584，Perplexity 0.0646，單一來源占成品答案的比重大約差了四倍。
因此跨引擎時一次引用不是等值單位，任何把不同引擎的引用數加總成一個數字的報告，都是在把含義不同的量相加。在一個重度倚賴每個來源的引擎上成為七分之一，和在一個廣而淺地採樣的引擎上成為十六分之一，是實質不同的結果。目標請按引擎分開設，並說清楚你瞄準的是哪一種結果。
這也重新定義了引用數少代表什麼。引用來源較少的引擎不是吝嗇，而是在集中，這讓它對品牌來說變異數更大：你要麼實質性地在答案裡面，要麼完全不在。廣採樣的引擎給的是更頻繁但更薄的露出。兩者沒有普遍意義上的優劣。
被引用，是指答案上掛了一個指向你頁面的連結；塑造了答案，是指答案的文字確實來自你的頁面。2026 年 4 月那篇預印本把這兩者分成兩個分別測量的階段，稱為引用選擇與引用吸收。1 一個頁面可以被抓取、被列進來源清單，卻幾乎沒有貢獻讀者讀到的任何內容。第二階段的指標是每個被抓取頁面的影響力，也是與商業價值同向變動的那一個。
在這兩者之下還有第三種、更弱的結果：以連結的形式出現，而答案正文從未點名。2026 年 6 月發表的一項小型多平台研究，涵蓋 115 條 prompt 與 3,981 次域名出現，把大約 62% 的來源出現歸類為答案正文從未提到其品牌的連結。2 樣本很薄，這個數字最多只能當方向性參考；但它命名的這個區分值得分開追蹤：正文點名、僅有連結、完全缺席。
把這三種結果分開追蹤，關於 AI 能見度的大部分困惑就消散了。「被引用了但沒有人點」通常就是僅有連結的那一種；「被提到了但沒有連結」是另一個問題，解法也不同。一份把三者壓成單一出現率的報告，沒辦法告訴你你落在哪一種。
改用平均影響力而不是占比來打分，排序就反過來了：百科類來源居首，新聞媒體在被報告的七種域名類型中墊底。
不是被引用得最多的那些。同一份資料集也按域名類型給出平均影響力，而這個排序和上面那張占比表對不上：百科類來源平均 0.2144，商業類 0.1028，新聞媒體在 1,546 條引用上是 0.0726，在被報告的七種類型中最低。1 新聞占了 ChatGPT 引用的 31.17%，在占成品答案多少上卻接近墊底；作者的解讀是，引擎在取用時效性來源之後，會轉而去找解釋性的頁面。
第二種切法打分的是一個段落所承擔的角色，而不是它所在網站的種類。定義類段落平均 0.1531，對比類段落 0.1524；背景類是 0.0801，僅作參考的引用是 0.0529，大約是定義類的三分之一。一個頁面在答案裡派什麼用場，比誰託管它更重要：一個提供了乾淨定義的商業頁面，做的正是百科通常在做的事。
在所有被測的頁面特徵裡，與引用影響力關聯最強的是查詢相關性，r = 0.4322，高於數字、定義、標題數量和列表密度。
下面這組卡片是同一份資料集的描述性關聯，最高四分位對最低四分位。作者把驗證性分析留給後續工作。1
帶統計數字的頁面平均影響力是 0.1171，不帶的是 0.0725。2026 年的批判性綜述附了一個條件：標準不是加數字，而是提供相關的、可驗證的、有日期的、且正確歸因的證據。3
平均影響力 0.1252 對 0.0795。在這份資料集裡，定義標記是 Google 最強的分平台訊號之一，與答案和引用之間的嵌入相似度並列。
機器判定的查詢相關性與影響力的跨平台相關係數是 r = 0.4322，高於答案與引用的嵌入相似度 0.3561 和內容品質 0.2917。它勝過所有被測的格式特徵。
影響力最高四分位的頁面帶有 10.59 個標題，最低四分位只有 0.85，列表密度則高出 8.94 倍。作者明白表示，他們無法判斷是標題造成了吸收，還是好頁面本來就標題比較多。
Q&A 排版與略低的影響力相關，0.0947 對 0.1005。作者認為這可能是與低品質 FAQ 頁面的混淆，而不是反對把內容寫成問句形狀的證據。
這份資料集發現影響力隨長度上升，超過 3,000 詞仍在升。2025 年 12 月一項涵蓋 174,048 個被引用頁面的商業研究則發現，詞數與引用位次的 Spearman 相關只有 0.04，且 53.4% 的引用落在 1,000 詞以下的頁面上。4 兩者的結果變數不同；請把長度當作中性。
上面這組卡片裡的每一個數字都來自同一篇預印本，作者自己稱它是描述性統計，並把驗證性分析留給後續工作；它是三個平台上的單一採樣窗口，其中沒有任何一條關聯是因果的。占比也取決於 prompt 構成：602 條受控 prompt 不是你的買家所問問題的樣本，一個被論壇討論主導的品類看起來會和這張表完全不同。請用它的形狀和排序，不要用它的小數位。後文有一個數字需要單獨加註：27.1% 抓不到的那個數字，測的是第三方研究者能不能抓到一個被引用的 URL，而不是引用它的那個引擎能不能。
在多數商業問題上只是其中一小部分，即使官方來源整體上是占比最大的單一類別。34–46% 的官方占比是分攤給答案裡每一個品牌的，包括你的競品；其餘是新聞、垂直出版物和你控制不了的討論串。一項針對 Google AI Overviews 的 4,706 條查詢學術審計，資料採集於 2025 年 9 月的美國與德國，發現它查閱過的域名中有 53% 不在自然結果前 10 名、27% 不在前 100 名。5 一項 55,393 條查詢、採集於 2026 年 3 月 13 日至 4 月 21 日的預印本，把可比的首頁缺口測為 29.8%；所以站得住的說法是一個大約 30% 到 53% 的區間，並寫明兩個採集窗口，而不是從任一項研究裡取一個點值。8 一項 11,500 條查詢的 SIGIR 2026 研究從另一個角度說明同一件事：對同一條查詢，Google 自然搜尋、AI Overviews 與 Gemini 各自回傳的來源，平均 Jaccard 相似度不到 0.2。10 Kirsten 統計的是查閱過的域名，不是被引用的域名。
由此得出兩個結論。第一，值得寫的頁面是那些能憑自身條件被選中的頁面：真正回答了某個子問題的說明文件、把價格寫成文字的定價頁、誠實到可以被引用的對比頁。關於什麼才讓一個頁面具備資格，Google 說得很直白：它必須被索引，並且有資格在搜尋裡帶著摘要展示，而且不需要添加任何特殊的結構化資料。6 它的優化指南還補充說，這些功能「植根於我們核心的搜尋排序與品質系統」。9
第二，能被抓取是前提，不是細節。2026 年一篇預印本（經那份批判性綜述轉述）發現，AI 答案中已經被引用的 URL 有 27.1% 抓不下來，原因是不可存取、已移除或非文字；而在抓取到的 19,154 個頁面中，約有 16% 被它的檢測器標記為 AI 生成。7 一個躲在登入牆、插頁或反爬網關後面的頁面，無論寫得多好都出局了，這是技術 GEO 的主題。
整套方法都能從下面的論文裡讀到，而它的實作版本就是一張表格：跑你的 prompt，把被引用的 URL 抄出來，逐條標記為官方、新聞、垂直或討論，然後計數。Bavior 按排程把這個收集步驟跑遍五個引擎，於是你自己那些問題的來源構成是看得見的，而不是從別人的 602 條 prompt 推斷出來的。它不測量每頁影響力，那需要把答案和來源對齊；它也不對能否把你的頁面送進那份清單作出任何主張。免費 AI 能見度檢測與免費 GEO 健檢不需要付費方案；付費追蹤為按月付費每月 $99 起，或按年付費每月 $79.17（截至 2026 年 8 月 30 日）。
給創業者的 GEO 學習路線圖：9 個階段、91 個知識點，完整涵蓋生成式引擎優化，從檢索管線到月度報告。每一個數字都標註樣本量與日期，可追溯到同行評審研究。
學習 GEO 上一篇：引擎是否一致AI 引擎在「引用誰」上大體並不一致，這是三項學術審計測出的跨引擎重合度。給創業者：為什麼單一的混合能見度分數會誤導決策，該怎麼改成按引擎分行報告。
學習 GEO 下一篇：引用準確度給創業者的 AI 引用準確度指南：四項獨立研究測出，被引用的來源遭到誤述的實際頻率有多高。接著說明錯誤的幾種樣貌，以及你該怎麼寫，句子才扛得住被單獨摘走。
產品 免費工具：AI 可見度檢測研究 AI 回答中的品牌提及和引用來源。 AI 可見度檢查應記錄什麼？
就這個問題目前唯一的公開學術分類研究來說，從量級上不是。在一份涵蓋 21,143 條搜尋層引用的 602 條 prompt 資料集中，官方來源在每一個被測平台上都是占比最大的單一類別：ChatGPT 34.22%，Google 的 AI 介面 46.35%，Perplexity 44.07%，其餘大部分是新聞和垂直出版物。某個討論平台仍然可能在某一個具體問題上占主導，所以形狀比小數位更耐用。
不一樣，差距大約是四倍。在一份 602 條 prompt 的學術資料集中，每個被抓取頁面的平均影響力是 ChatGPT 0.2713，Google 的 AI 介面 0.0584，Perplexity 0.0646；而每則回答的平均引用數分別是 6.88、12.06 和 16.35。引用來源較少的引擎，對每一個來源的倚重更重。因此把不同引擎的引用數加總成一個數字，就是在把含義不同的量相加。
不是被引用得最多的那些。在同一份資料集中按每個被抓取頁面的平均影響力打分，百科類來源平均 0.2144，新聞媒體 0.0726，在被報告的七種域名類型中墊底，儘管新聞占了 ChatGPT 引用的 31.17%。若按段落承擔的角色打分，定義類平均 0.1531，對比類 0.1524，而僅作參考的引用只有 0.0529。
加，是因為它們讓頁面更好用；不要為引用許下任何承諾。這個關聯確實存在而且很大：影響力最高四分位的頁面帶有 10.59 個標題，最低四分位只有 0.85。但那份資料集的作者直接說明，他們無法判斷是標題造成了吸收，還是好頁面本來就標題比較多。2026 年的批判性綜述把文件結構評為中等且異質。
引用選擇指的是答案上有沒有掛上指向你頁面的連結；引用吸收指的是答案的正文有多少實際來自你的頁面。提出這個區分的 2026 年 4 月預印本，用每個被抓取頁面的影響力來度量後者，而這兩者經常脫節：一個頁面可以被抓取、被列為來源，卻幾乎沒有貢獻讀者看到的任何內容。