这个问题目前唯一的公开学术分类研究，把 21,143 条 AI 引用按来源类型、按引擎、以及按“每一条实际塑造了多少答案”拆开。第三个维度几乎没人引用。
在被测的每一个引擎上，论文标为“官方”的来源都是占比最大的单一引用类别：ChatGPT 34.22%，Google 的 AI 界面 46.35%，Perplexity 44.07%；其次是新闻和垂直出版物。在一份覆盖 21,143 条检索层引用与 18,151 个被抓取页面的 602 条 prompt 学术数据集中，这三类合计占全部引用的 79–88%。1
要点速览AI 引擎引用得最多的来源类型是官方来源，其次是新闻，再次是垂直出版物；在该问题目前唯一的公开学术分类研究中，这三类合计占全部引用的 79–88%。
602 条受控 prompt，21,143 条检索层引用，23,745 条引用级记录，18,151 个被抓取页面，72 个特征。2026 年 4 月以预印本形式发表并附开放数据集。1
| 按来源类型划分的引用占比 | ChatGPT | Google（AIO + Gemini） | Perplexity |
|---|---|---|---|
| 官方 | 34.22% | 46.35% | 44.07% |
| 新闻 | 31.17% | 18.99% | 16.07% |
| 垂直 / 细分 | 22.13% | 22.00% | 18.99% |
| 以上三类合计 | 87.52% | 87.34% | 79.12% |
| 每条回答的平均引用数 | 6.88 | 12.06 | 16.35 |
| 每个被抓取页面的平均影响力 | 0.2713 | 0.0584 | 0.0646 |
第一行才是能改变创业者周一做什么的那一行。官方来源在 AI 答案里不是边缘类别，而是被测三个平台上占比最大的一类。论文把这一列标为“官方”，但没有给出定义，而它自己的局限部分说这套来源类型分类含有未知和有噪声的取值。“AI 答案主要是论坛加百科”这个被广泛重复的说法，在这份数据里从量级上并不成立；不过某个高流量讨论平台仍然可能在某一个具体问题上占主导。
这张表说明的第二件事是：各引擎的“食谱”截然不同。新闻类占 ChatGPT 引用的 31.17%，占 Perplexity 的 16.07%，在同一个测量窗口内差了近两倍。如果你所在的品类被行业媒体大量报道，那么在你写下一个字之前，某个引擎在结构上就已经比另一个更友好。
这些占比描述的是那 602 条 prompt，不是你的品类。要看你自己的来源构成，打开 Bavior 的 Top Cited Domains 卡片，读它的 Type 列。这些标签不是论文的分类，所以请手动给你自己和厂商的站点打标签，并在你自己的 prompt 内部比较先后顺序，不要拿去和上面的表格对照。
这个数量在不同引擎之间差了两倍以上：ChatGPT 每条回答 6.88 条引用，Google 的 AI 界面 12.06，Perplexity 16.35。而“数量”是这个发现里较不重要的那一半。1 更重要的一半是每个被抓取页面的平均影响力：ChatGPT 0.2713，Google 0.0584，Perplexity 0.0646，单个来源占成品答案的比重大约相差四倍。
因此跨引擎时“一次引用”不是一个等值单位，任何把不同引擎的引用次数加总成一个数的报告，都是在把含义不同的量相加。在一个“重度倚赖每个来源”的引擎上成为七分之一，和在一个“广而浅地采样”的引擎上成为十六分之一，是实质不同的结果。设目标时请按引擎设，并说清你瞄准的是这两种结果中的哪一种。
这也重新定义了“引用数少”意味着什么。引用来源更少的引擎不是吝啬，而是在集中，这让它对品牌来说方差更大：你要么实质性地在答案里面，要么完全不在。广采样引擎给的则是更频繁、更薄的露出，二者没有普遍意义上的优劣。
被引用，是指答案上挂了一个指向你页面的链接；塑造了答案，是指答案的文字确实来自你的页面。2026 年 4 月那篇预印本把这两者分成了两个被分别测量的阶段，称为“引用选择”与“引用吸收”。1 一个页面可以被抓取、被列进来源清单，却几乎没有贡献读者读到的任何内容。第二阶段的指标就是“每个被抓取页面的影响力”，而它才是与商业价值同向变动的那个。
在这两者之下还有第三个、更弱的结果：作为一个链接出现，而答案正文从未提到你的名字。2026 年 6 月发表的一项小型多平台研究，覆盖 115 条 prompt、3,981 次域名出现、四个平台、十四个国家，把约 62% 的来源出现归为“答案正文从未提及其品牌名”。2 样本很薄，这个数字应按方向性结论对待；但它命名的这个区分值得分开追踪：正文点名、仅挂链接、完全缺席。
把这三种结果分开追踪，关于 AI 可见性的大部分困惑就消散了。「我们被引用了但没人点」通常是“仅挂链接”的结果；「我们被提到了但没有链接」是另一个问题，解法也不同。一个把三者压成一个“出现率”的报告，无法告诉你你处在哪一种。
不是被引用得最多的那些。改用平均影响力而不是占比来打分，排序就反过来了：百科类来源居首，新闻媒体在被报告的七种域名类型中垫底。
同一份数据集不仅按引擎，也按域名类型给出了每个被抓取页面的平均影响力，而这个排序和上面那张占比表并不一致：百科类来源平均 0.2144，商业类 0.1028，新闻媒体在 1,546 条引用上只有 0.0726，是被报告的七种类型中最低的。1 新闻占了 ChatGPT 引用的 31.17%，却在“占成品答案多少”上接近垫底；作者的解读是，引擎在由时效性来源弄清“发生了什么”之后，会转而去找解释性的页面。
对同一批记录的第二种切法，打分的是一个段落所承担的角色，而不是它所在网站的种类。定义类段落平均 0.1531，对比类 0.1524；作为背景的段落是 0.0801，而“仅作参考”的引用只有 0.0529，大约是定义类的三分之一。一个页面在答案里“派什么用场”，比它属于哪一类网站更重要；一个提供了干净定义或同口径对比的商业页面，做的正是百科通常在做的事。
在所有被测的页面特征里，与引用影响力关联最强的是“与查询的相关性”，r = 0.4322，高于数字、定义、标题数量和列表密度。
下面这张网格是来自同一数据集的描述性关联，最高四分位对最低四分位。作者把验证性分析留给后续工作，也无法区分因果与相关。1
带统计数字的页面平均影响力为 0.1171，不带的为 0.0725。2026 年的批判性综述附了一个具有约束力的条件：标准不是“加数字”，而是提供相关的、可验证的、有日期的、且正确归因的证据。3
平均影响力 0.1252 对 0.0795。在这份数据集里，定义标记是 Google 最强的分平台信号之一，与“答案与引用”嵌入相似度并列。
机器判定的查询相关性与影响力的跨平台相关系数为 r = 0.4322，高于“答案与引用”嵌入相似度的 0.3561 和内容质量的 0.2917。相关性胜过所有被测的格式特征。
影响力最高四分位的页面平均有 10.59 个标题，最低四分位为 0.85；列表密度高出 8.94 倍。作者明确表示，他们无法判断是标题导致了吸收，还是好页面本来就标题更多。
问答式排版与略低的影响力相关，0.0947 对 0.1005。作者认为这可能是与低质量 FAQ 页面的混淆，而不是反对“把内容写成问题形状”的证据。
这份数据集发现影响力随长度上升，超过 3,000 词仍在升。而 2025 年 12 月另一项覆盖 174,048 个被引页面的商业研究发现，词数与引用位次的 Spearman 相关只有 0.04，且 53.4% 的引用落在 1,000 词以下的页面上。4 二者结果变量不同；请把长度当作中性。
上面这张网格里的每一个数字都来自同一篇预印本，作者本人称其为描述性统计，并明确把验证性分析留给后续工作；它是三个平台上的单一采样窗口，上面没有任何一条关联是因果主张。来源类型的占比也高度依赖 prompt 构成：602 条受控 prompt 并不是你的买家所问问题的样本，一个被论坛讨论主导的品类看起来会和这张表完全不同。请用它的形状和排序，不要用它的小数位，并在你自己的 prompt 集合上重新测一遍。后文的另一个数字需要单独加注：27.1% 抓不到的那个数字，测的是“第三方研究者能不能抓到这个被引用的 URL”，不是“引用它的那个引擎能不能抓到”。
在多数商业问题上只是其中一小部分，即便官方来源整体上是最大的单一类别。34–46% 的官方来源份额，是分摊给答案里所有品牌的，包括你的竞品；清单的其余部分是新闻、垂直出版物和讨论帖，你都控制不了。一项对 Google AI Overviews 的 4,706 条查询学术审计（数据采集于 2025 年 9 月，覆盖美国与德国）发现，它查阅过的域名中 53% 不在自然结果前十、27% 不在前一百。5 一项 55,393 条查询、采集于 2026 年 3 月 13 日至 4 月 21 日的预印本，把可比的“首页”缺口测为 29.8%；所以站得住脚的说法是一个区间，大约 30% 到 53%，并写明两个采集时间窗，而不是从任一项研究里取一个点值。8 一项 11,500 条查询的 SIGIR 2026 研究从另一个角度说明了同一件事：对同一条查询，Google 自然结果、AI Overviews 与 Gemini 各自返回的来源，平均 Jaccard 相似度不到 0.2。10 另外，Kirsten 统计的是 AI Overviews “查阅过”的域名，这和它“引用”的域名不是同一回事。
由此得出两个实际结论。第一，值得写的页面，是那些能凭自身条件被选中的页面：真正回答了某个子问题的文档、把价格写成文字的定价页、诚实到可以被引用的对比页。关于“什么才让一个页面具备资格”，Google 自己的文档说得很直白：它必须被索引、并有资格在搜索里带摘要展示，而且不需要添加任何特殊的结构化数据。6 它另一份优化指南还补充说，这些功能“植根于我们核心的搜索排序与质量系统”。9
第二，“能被抓到”是前提，不是细节。2026 年一篇预印本（经那篇批判性综述转述）发现，AI 答案中已经被引用过的 URL 里有 27.1% 抓不下来，原因是不可访问、已删除或非文本；而在成功抓取到的 19,154 个文本页面中，约 16% 被作者的检测器标记为 AI 生成。7 一个躲在登录墙、插页广告或反爬网关后面的页面，无论写得多好都出局了，这是技术 GEO 的主题。
这里的整套方法都能从下面链接的论文里读到，而它的实操版本就是一张表格：跑你的 prompt，把被引用的 URL 抄下来，逐条标记为官方、新闻、垂直或讨论，然后计数。Bavior 替你做的是这个收集步骤，按计划跨五个引擎运行，记录每条答案引用了哪些来源，于是你自己那些问题的来源构成是“看得见的”，而不是从别人的 602 条 prompt 里推断出来的。它不测量每页影响力（那需要把答案文本和来源文本对齐），也不对“能否把你的页面送进那份清单”作出任何承诺。免费 AI 可见性检测和免费 GEO 体检不需要付费方案；付费追踪为按月支付每月 99 美元起，或按年支付每月 79.17 美元（截至 2026 年 8 月 30 日）。
就该问题目前唯一的公开学术分类研究看，从量级上说不是。在一份覆盖 21,143 条检索层引用的 602 条 prompt 数据集中，官方来源在每一个被测平台上都是占比最大的单一类别：ChatGPT 34.22%，Google 的 AI 界面 46.35%，Perplexity 44.07%，其余大部分是新闻和垂直出版物。某个讨论平台仍然可能在某一个具体问题上占主导，所以“形状”比“小数位”更耐用。
不一样，差距大约是四倍。在一份 602 条 prompt 的学术数据集中，每个被抓取页面的平均影响力：ChatGPT 0.2713，Google 的 AI 界面 0.0584，Perplexity 0.0646；而每条回答的平均引用数分别是 6.88、12.06、16.35。引用来源更少的引擎，对每一个来源的倚重更重。因此把不同引擎的引用次数加总成一个数，是在把含义不同的量相加。
不是被引用得最多的那些。在同一份数据集中按“每个被抓取页面的平均影响力”打分，百科类来源平均 0.2144，新闻媒体 0.0726，在被报告的七种域名类型中垫底，尽管新闻占了 ChatGPT 引用的 31.17%。若按段落承担的角色打分，定义类平均 0.1531，对比类 0.1524，而“仅作参考”的引用只有 0.0529。
加，是因为它们让页面更好用；不要为引用许下任何承诺。这个关联确实存在且很大：影响力最高四分位的页面平均有 10.59 个标题，最低四分位只有 0.85。但该数据集的作者直接说明，他们无法区分“标题导致了吸收”还是“好页面本来就标题更多”。2026 年的批判性综述把文档结构评为“中等且异质”。
引用选择指的是“答案有没有挂上指向你页面的链接”；引用吸收指的是“答案的正文有多少实际来自你的页面”。提出这个区分的 2026 年 4 月预印本，用“每个被抓取页面的平均影响力”来度量后者，而这两者经常脱节：一个页面可以被抓取、被列为来源，却几乎没有贡献读者看到的任何内容。