為什麼第三方頁面主導了候選清單類問題？

它會被拆開，並被搜尋好幾次。Google 在文件裡寫明，AI Overviews 與 AI Mode「可能使用一種『查詢扇出』技術」，「在多個子主題與資料來源上發出多條相關搜尋」；同一個頁面也點明了它是為什麼而建的：那些過去需要多次搜尋才問得完的細緻問題，「從探索一個新概念，到比較各種選項，以及更多」。⁴ 所以一個候選清單類問題走到檢索面前時，很少還是一條查詢；而它變成的那些子查詢裡，有好幾條本身就是比較性的。

由這些子查詢彙集起來的候選池，比結果第一頁寬得多。發表於 Findings of ACL 2026、資料採集於 2025 年 9 月的一項 4,706 條查詢的 Google AI Overviews 審計報告：平均有 53% 被一則概覽查閱過的網域不在自然結果前 10 名，27% 不在前 100 名。⁶ SIGIR 2026 上一項 11,500 條查詢的研究，測得 Google 自然結果、AI Overviews 與 Gemini 之間 URL 層級的 Jaccard 相似度為 0.11–0.18；Jaccard 是兩個 URL 集合的交集除以聯集。⁷ 這兩個數字都不是引用佔比，但在這裡指向同一個方向：正在被彙集的那個池子，不是你所在品類的結果頁。

底下跑的仍然是普通的搜尋：Google 表示，它「在 Google 搜尋上的生成式 AI 功能，根植於我們核心的搜尋排名與品質系統」。⁵ 這套系統做的是搜尋一直在做的事，只不過面對的是一條你沒能親手寫下的查詢。

因為這些問題需要的證據只圍繞一個主體，而在單一主體上，你就是現成文件裡最接近的那一份。問一個品類是什麼，或某個東西怎麼設定，答案要的是一條定義和一套步驟，範圍都鎖在單一實體上。在同一份資料裡，帶有定義標記的頁面，影響力均值比不帶的高 +57.33%，帶有 how-to 內容的高 +41.20%。¹ 這兩種形態正是你自己的說明文件最適合供給的，而整個不對稱就是這麼回事：第三方並沒有更受偏愛，只是每一類問題需要的證據，本來就由不同的人發布。

這也是這批資料裡被引用最多的那個數字最容易被誤讀的地方。那份研究的來源類型表報告：官方來源在 ChatGPT 上佔引用的 34.22%，在 Google 的 AI 介面上佔 46.35%，在 Perplexity 上佔 44.07%，是與新聞、垂直並列的三類中最大的一類。¹ 這一欄的標籤是 Official，它統計的是一則答案裡出現的每一個組織自己的網站：製造商、機構、機關，以及被點名的每一家廠商，而不是其中某一家。它還是按平台報告的，從來不是按問題類別報告的。所以它既不能被讀成你在一則答案裡的份額，那是另一個要量的問題，也不能被讀成「定義類問題會拉出官方頁面、候選清單類問題會拉出彙整」的證據。按類別的那個拆分，正是沒有人發表過的數字，而六類 prompt那一篇標出的也是同一個缺口。

這套機制會誘出的結論是「那就想辦法進第三方頁面」，而這句話悄悄裝著兩筆不同的交易。因為評測者判斷你該在裡面而被收錄，是一回事。花錢買下那個位置，是另一回事：那是買下一份文件裡的位置，而這份文件對讀者、以及對代替讀者去讀的系統來說，其全部價值都來自「排名反映了某種判斷」這個信念。凡是平台、出版方或社群要求揭露商業關係的地方，揭露就是必須的；這項義務不會因為受眾裡現在多了機器就變輕。

同一條界線也排除了另一條捷徑。自己去做那份第三方頁面，署上一個不揭露關係的名字，那不過是你自己的頁面披了別人的名頭；讀者第一次去核對它就失敗了，而在社群平台上，把它清掉的是版主，不是某個你能跑贏的演算法。正當與操弄那一篇會完整交代這件事，本頁不再重複。

剩下的東西不體面，但耐用。做到可核實，讓評測者能確認一條主張，而不是把你略掉。在被廣泛引用的彙整寫錯了你的價格或你的限制時，去更正記錄，這是這裡回報最快、卻沒有人排進行程的一件事。用真東西賺到報導，例如原創資料，或一個真的有人用的工具。這些都不快，但下一次檢索改版之後，它們全都還在。