AI 搜索如何工作 · 深入

AI 答案引擎是什么，它凭什么决定引用谁？

有三种不同的东西都被叫作“AI 搜索”，而其中只有一种会对你在自己页面上做的工作作出反应。把它们分清楚，是你在这个主题上最便宜的一小时。

零阶段深入12 分钟阅读更新于 2026 年 8 月 30 日11 条出处，10 条一手来源，1 条厂商研究（仅描述不链接）

本页内容

简短回答

AI 答案引擎是一个在输出端接了语言模型的检索系统：它把你的问题变成搜索，读取返回的文档，基于它们写出答案，并把链接挂到其中一部分论断上。这正是它和传统结果页的分野，结果页只是把链接排好序，读什么留给你自己；而在最大的那个界面上，写出来的答案已经是默认情况而不是例外：SIGIR 2026 上发表的一项 11,500 条查询的研究发现，对 51.5% 的代表性真实用户查询，Google 会生成一段 AI Overview，并把它放在自然结果之上。⁹

关键要点

本文涵盖七个系统：ChatGPT 与 ChatGPT Search、Perplexity、Google AI Overviews、Google AI Mode、Gemini、Microsoft Copilot，以及开启搜索的 Claude。它们每一个都是先检索、后书写。
结果页给链接排序，读什么留给你；答案引擎写出正文，并给其中一部分加脚注。两者的来源池有可测量的差异：AI Overview 引用的域名里有 29.8% 根本没有出现在旁边那一页自然结果上。¹¹
关闭搜索的模型不是答案引擎。它的权重在你发布之前数月就冻结了，所以你这个季度上线的任何东西都够不到那个回答。
智能体浏览器也不是。它是代替某个人驱动一次真实的 Chromium 会话，所以它能读到爬虫读不到的页面，出现在你日志里的样子更像访客。
引用是引擎挂在某个论断上的一个链接，不是推荐，也不是排名位置。被引用和在答案正文里被点名是两种不同的结果，对品牌的价值差得很远。

定义

AI 答案引擎究竟是什么？

AI 答案引擎是一个在输出端接了语言模型的检索系统。它不是靠记忆回答：它发起搜索，读取取回的文档，基于它们写出摘要，并把链接挂到自己写出的部分句子上。学术文献把同一个对象称为“生成式引擎”，并正是把它建模为这样一对组件：先检索、后合成，而这一对组件，就是这个主题之所以独立于搜索引擎优化存在的全部理由。²

本课程涵盖七个系统：ChatGPT 与 ChatGPT Search、Perplexity、Google AI Overviews、Google AI Mode、Gemini、Microsoft Copilot，以及开启搜索的 Claude。对自己的两个界面，Google 用一句话写清了准入条件：要有资格成为 AI Overviews 或 AI Mode 里的支持链接，“页面必须已被收录，并且有资格带摘要出现在 Google 搜索里，满足搜索的技术要求”。¹ 这是关于这些界面中最大那个的准入条件，任何人手上唯一权威的表述，而它说的是：入场券就是普通的搜索卫生。

请注意“有资格”这三个字。可被检索让你成为候选，但不等于成为引用；AI 搜索如何工作这一阶段剩下的部分讲的就是横在两者之间的那三个阶段。

架构

架构的两半各自在做什么？

检索那一半决定引擎被允许看到哪些文档；合成那一半决定它对这些文档说什么。你能做的每一项干预都作用在其中一半上，而这两半需要的工作完全不同。检索对“被收录、可抓取、并且对引擎真正发出过的某条查询确实相关”作出反应。合成只对存活下来的段落的措辞作出反应，而且只对已经存活下来的段落。

这不是学术上的咬文嚼字，而是两个著名结论看起来互相矛盾、实际并不矛盾的原因。2024 年那篇为“生成式引擎优化”命名的 KDD 论文，是拿页面改写去对抗一个专门搭建的引擎：抓取 Google 前五条结果，再让 GPT-3.5 基于这五份文档写出答案；被优化的页面在实验开始前就已经在这五份上下文里了。² 而 2026 年一项把检索与重排重新纳入、覆盖 171,003 份文档与 2,700 条查询的 KDD 基准发现：只改正文的优化把最终引用率降低了约 6%，平均前 20 位出现率降低约 9%。³ 两个测量都没错。一个单独测量合成那一半，另一个测量两半的合成结果，而合成结果可以是负的。

不是答案引擎

它和“不搜索直接回答的模型”有什么区别？

不搜索直接回答的模型，是在从训练数据里做回忆，而你这个季度发布的任何内容都够不到它。权重在某个早于你工作数月的截止时间被冻结；下一次训练你既无法安排、无法验证，也无法申诉；也没有任何有文档依据的机制，能让今天发布的一个页面在你可规划的时间尺度内进入模型参数。当同一个产品开启搜索时，它就成了答案引擎，因为它会在提问的当下重新读取实时网页。这是这套课程里的一切工作之所以有机制可言的唯一原因。

实用的判断办法是看回答上有没有来源链接，而它并不完美：多数聊天产品是按每一轮决定要不要搜索的，而用户并不总被告知发生了哪一种。没有挂链接的回答，要么是记忆回答，要么是引擎选择不展示过程的回答，两种情况都在页面工作的射程之外。这一点对测量的影响大于对写作的影响：一次跑在“静默地用记忆作答”的产品上的可见性测试，测的是训练语料，不是你的站点。

它还给了你一个干净的问题，去问任何声称能影响模型“知道”什么的人：这作用在哪个阶段，又要怎么验证？

术语

在 AI 答案里，什么才算一次引用？

引用是引擎挂在自己答案某个论断上的一个链接，仅此而已。它不是推荐，不是排名位置，也不保证旁边那句话如实反映了你页面的内容。被引用和在答案正文里被点名是两种不同的结果，而对品牌真正有分量的只有其中一种。2026 年 6 月发布的一项厂商研究，覆盖 115 条 prompt、四个平台、14 个国家、3,981 次域名出现，发现约 62% 的来源出现是“正文从未点名品牌、只挂了链接”，并报告两个引擎的画像几乎完全相反：一个提及率高而引用率低，另一个反过来。⁵ 这个样本小到只够支撑方向，支撑不了小数位。

引用的计数方式也是按引擎分化的。在 2026 年 4 月发表的一份 602 条 prompt 的学术样本里，ChatGPT 平均每条回答引用 6.88 个来源，Google 的 AI 界面 12.06 个，Perplexity 16.35 个；每个被抓取页面的平均影响力分别是 0.2713、0.0584 和 0.0646。⁶ 一次 ChatGPT 引用和一次 Perplexity 引用，不是同一种计量单位。把它们相加得到的数字没有任何指称对象。

第三种东西

智能体浏览器算 AI 答案引擎吗？

不是。智能体浏览器是代替某个人驱动一次真实的 Chromium 会话，而不是从索引里做检索；所以它能读到爬虫读不到的页面，而且它出现在你日志里的样子更像访客而不是机器人。

有三种系统都被叫作“AI 搜索”。它们读的东西不同，在你的日志里留下的痕迹也不同。

	AI 答案引擎	不搜索的模型	智能体浏览器
它读什么	提问当下检索到的实时网页	冻结在截止时间的训练数据	在真实 Chromium 会话里加载你的页面
是否挂来源链接	会，挂在部分论断上	不会	会，挂它访问过的页面
你本季度上线的工作能否触及	能，经由第 2–5 阶段	不能，一个发布周期内不能	能，连 JavaScript 也一起
在你日志里的样子	一个声明过的爬虫令牌，或什么都没有	什么都没有	与真人几乎无法区分

智能体浏览器是浏览器，不是爬虫，而这个区别决定了它能读到什么。这类产品是代表用户驱动真实浏览器会话的 Chromium 构建，所以它像任何浏览器一样执行 JavaScript。传统的 AI 爬虫看来并不执行：唯一一份公开测量来自 2024 年 12 月，结论是主要的 AI 爬虫都不渲染 JavaScript，并点名 Applebot 与 Gemini 为例外，因为二者都通过浏览器基础设施渲染。⁷ 此后没有人发表过复现，也没有任何 AI 厂商在文档里表态，所以站得住脚的说法是：我们手上唯一的那次测量没有发现执行，而不是“2026 年 AI 无法渲染 JavaScript”。

哥伦比亚大学 Tow 中心在 2025 年 10 月测试了这件事的后果，发现智能体浏览器取到了一篇 9,000 词的订阅专享文章，而同样这两家公司的普通聊天界面取不到，因为该出版机构屏蔽了那些爬虫，却没有屏蔽 Chrome。⁸ 同一项调查还发现，当智能体确实够不到某个页面时，它会改用转载版本、社交帖子和第三方报道拼出一个综合摘要。屏蔽爬虫并不能阻止你的内容被摘要，它改变的主要是链接归谁。

分化

各个引擎的行为彼此一致吗？

各个 AI 答案引擎的行为并不一致，而且分歧大到让一个混合出来的“AI 可见性”分数把最有决策价值的数据丢掉。SIGIR 2026 上发表的一项 11,500 条查询的研究测得，Google 自然结果、Google AI Overviews 与 Gemini 之间 URL 层面的 Jaccard 相似度为 0.11–0.18，三个界面出自同一家公司。⁹ 一项对两个助手 672 条回答的审计找到 355 个唯一域名，其中仅 26% 被两者共同引用。¹⁰ 2026 年那篇批判性综述一句话下了结论：这些结果“否定了存在全局 GEO 排名的观念。可见性是按引擎和按界面索引的”。⁴

所以“AI 答案引擎”命名的是一种形态，不是一套标准：名单上每个系统都是先检索、后书写，除此之外，索引、爬虫令牌、来源数量与权重都不同。要么按引擎分别报告，要么干脆别报。

本文的诚实边界

“答案引擎”是这套课程划出的类别，不是各家引擎对自己一致使用的称呼，而且这条边界正在变模糊而不是变清晰。聊天产品是按每一轮决定要不要搜索的，所以同一个产品在这条消息里是答案引擎、在下一条里就是记忆模型，而界面并不总会告诉你是哪一种。没有引擎公开过自己的检索架构。另外，上面那个 62% 的“幽灵引用”数字来自一个 115 条 prompt 的厂商样本：足以确立“提及与引用之间存在真实且很大的落差”，但远不足以支撑第二位小数。

产品在哪里派得上用场，在哪里派不上

上面这一整套你完全可以手工做，而且值得亲手做一次：在每个引擎上开一个全新的、未登录的会话，问出买家真会键入的那五个问题，把返回的每一个 URL 记下来，并记下你的品牌除了被链接之外有没有在正文里被点名。分三天各跑一次，因为跑一次只是一个样本。Bavior 自动化的只是这个循环里枯燥的那一半：它按计划把一组固定的 prompt 打到五个引擎上，让你拿到分布而不是截图；它记录每条答案实际引用了哪些来源；当被引用的来源是一条活跃的讨论帖时，它会用你掌控的账号为那条帖子起草一条回复，在任何内容发出之前由你审批、修改或否决。它对“模型不搜索时记得什么”毫无办法，它无法让引擎引用你，对理解阶段也没有任何产品，因为没有任何东西能。免费 AI 可见性检测和免费 GEO 体检不需要付费方案即可运行；付费方案为按月支付每月 99 美元起，或按年支付每月 79.17 美元（截至 2026 年 8 月 29 日）。

出处，全部核查于 2026 年 8 月 30 日

Google Search Central，《AI features and your website》（第一方文档）：developers.google.com/search/docs/appearance/ai-features
Aggarwal、Murahari、Rajpurohit、Kalyan、Narasimhan、Deshpande，《GEO: Generative Engine Optimization》，KDD 2024，arXiv:2311.09735：arxiv.org/abs/2311.09735
Kim 等，《SAGEO Arena: A Realistic Environment for Evaluating Search-Augmented Generative Engine Optimization》，KDD 2026（arXiv:2602.12187v2，2026 年 8 月 7 日）：arxiv.org/abs/2602.12187
《Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023–2026)》，2026 年 7 月 15 日，arXiv:2607.14035（综述预印本）：arxiv.org/abs/2607.14035
幽灵引用研究，2026 年 6 月：115 条 prompt、3,981 次域名出现、4 个平台、14 个国家；约 62% 的引用是正文从未点名品牌的链接。厂商发布；按本课程的出处规则，只描述、不链接。
Zhang、He、Yao，《From Citation Selection to Citation Absorption: A Measurement Framework for GEO Across AI Search Platforms》，2026 年 4 月 28 日，arXiv:2604.25707（预印本，开放数据集）：arxiv.org/abs/2604.25707
Zecchini、Moore、Ubl、Siddle，《The rise of the AI crawler》，Vercel，2024 年 12 月 17 日（基础设施第一方日志数据）：vercel.com/blog/the-rise-of-the-ai-crawler
哥伦比亚大学 Tow 数字新闻中心，《How AI browsers sneak past blockers and paywalls》，2025 年 10 月 30 日：cjr.org
Grossman 等，SIGIR 2026，11,500 条查询；Google 自然结果、AI Overviews 与 Gemini 之间 URL 层面的 Jaccard 为 0.11–0.18：arxiv.org/abs/2604.27790
Li 与 Sinnamon，2024；跨两个助手分析 672 条回答，355 个唯一域名，26% 被两者共同引用
Xu、Iqbal、Montgomery，《Measuring Google AI Overviews: Activation, Source Quality, Claim Fidelity, and Publisher Impact》，2026 年 5 月 13 日，arXiv:2605.14021（预印本）；55,393 条趋势查询，AI Overview 引用的域名中有 29.8% 未出现在对应的那一页自然结果里：arxiv.org/abs/2605.14021

继续阅读

学习 GEO GEO 学习路线学习 GEO 下一篇：AI 搜索管线

常见问题

你想知道的，都在这里。

ChatGPT 算 AI 答案引擎吗？

在它执行搜索的那一轮里算，在它不搜索的那一轮里就不算。这个产品是按每条消息决定要不要检索的，所以同一个界面会产出两种回答，而且并不总会把区别摆明。可靠的判断依据是回答上有没有挂来源链接。这一点对测量很关键：如果一次可见性测试正好跑在没有搜索的那一轮上，它测的是训练语料，不是实时网页，而你发布的任何内容都动不了那个结果。

AI 答案里的“提及”和“引用”有什么区别？

引用是引擎挂在某个论断上的一个链接；提及是你的品牌名出现在答案正文里。这两者经常是分开的。2026 年 6 月一项覆盖 115 条 prompt、3,981 次域名出现、四个平台的厂商研究发现，约 62% 的来源出现属于“挂了链接但正文从未点名品牌”，而且两个引擎的画像几乎完全相反：一个经常提品牌却很少给链接，另一个反过来。对品牌来说这两种结果价值差得远，所以要分开计数。

AI 答案引擎是会访问我的站点，还是用搜索索引？

两种模式都存在，而适用哪一种决定了你能控制什么。Google 的 AI Overviews 和 AI Mode 用的是已有的搜索索引，所以相关的抓取是 Googlebot 做的，可能发生在几周前；Google 明确写道，页面要成为支持链接的候选，“必须已被收录，并且有资格带摘要出现在 Google 搜索里”。其他引擎则自己运营爬虫，另有一个“用户触发”的抓取器，会在有人提问的当下拉取页面，两者在文档里是不同的 user-agent 令牌。智能体浏览器是第三种情况：它在真实浏览器会话里加载你的页面。

如果我屏蔽 AI 爬虫，内容就不会进 AI 答案了吗？

不会，哥伦比亚大学 Tow 中心在 2025 年 10 月把两边的原因都演示过。智能体浏览器取到了一篇 9,000 词的订阅专享文章，而同样这两家公司的普通聊天界面取不到，因为该出版机构屏蔽的是爬虫，不是 Chrome；一个驱动真实浏览器会话的智能体，和真人访客几乎无法区分。而当智能体确实够不到页面时，同一项调查发现它会改用转载版本和第三方报道拼出一个综合摘要。屏蔽改变的更多是“链接归谁”，而不是“你会不会被摘要”。

为什么不同 AI 引擎对同一个问题会引用完全不同的来源？

因为它们跑的是不同的索引、不同的检索步骤和不同的选择规则，而且实测的分歧很大。SIGIR 2026 上发表的一项 11,500 条查询的研究发现，Google 自然结果、AI Overviews 与 Gemini 三个界面之间，URL 层面的 Jaccard 相似度只有 0.11–0.18，而这三者出自同一家公司。更早的一项对两个助手 672 条回答的审计找到 355 个唯一域名，其中仅 26% 被两者共同引用。实际后果是：一个混合成单一数字的可见性分数，恰好把你唯一能据以行动的那部分数据平均掉了。

Bavior 编辑部

负责调研与维护 Bavior 关于 Reddit 营销和 AI 搜索可见度的全部内容。文中每一个数字都注明了来源出处与核查日期，所有外链均非联盟推广链接。

发现数字有误？告诉我们，我们会重新核查：support@bavior.com