AI 引用不是投票：17211 条引用里的候选池真相

关于 AI 引用，行业里最常见的两种解释是「内容质量」和「排名位置」。2026 年 10 月 8 日，复旦大学与上海浦东密码学研究院的团队在 arXiv 上传了一篇测量论文（arXiv:2610.11932，NDSS 2027），把 10 个中英文 AI 搜索的 17211 条引用逐条拆开看了一遍。结论比这两种解释都更朴素：引用首先是候选池的结构问题——谁在池子里，池子有多窄，谁能往池子里放东西。

一、17211 条引用：一次把「被引用」拆开看的测量

测了什么

研究在 2026 年 3 月跑了一批查询：120 个问题，覆盖产品推荐、技术文档、新闻、观点评论四类，中英文各约一半，分别在 Grok、豆包、ChatGPT、文心、Google AI、元宝、Perplexity、DeepSeek、Kimi、通义千问十个平台上各问一次，再抓取答案里每一个被引用的链接。最终得到 17211 条引用、6356 个域名。这是目前公开材料里，少有把国内五个引擎放在同一张表上比较的样本。

第一个反直觉：池子很窄

每个平台被引用最多的前 20 个域名，拿走了该平台 20.5% 到 70.8% 的引用。也就是说，在一个平台上，你面对的不是「整个互联网」，而是二三十个反复出现的站点；剩下六千多个域名分食其余部分。

口径值得说清：每个问题在每个平台上只问一次，且在新会话里问，不做重复采样。这意味单个数字会有波动，适合看结构，不适合当排名表用。研究者自己也提示，比率会随平台更新而变化。

二、同主体效应：豆包 25.9%、文心 24.4%、元宝 14.2%

三个数字

豆包的引用里有 25.9% 落在字节跳动旗下域名，是其余九个平台对这些域名的 13.5 倍，其中今日头条单个域名占 13.6%。文心把 24.4% 的引用给了百度系域名，百家号一个就占 20.0%，为基线的 13.7 倍。元宝给腾讯系域名 14.2%，6.3 倍。研究把这种现象称为 same-owner effect，同主体效应。

另一组细节更实用：搜狐与 CSDN 出现在多个平台的高频引用域名里，百家号则几乎只出现在文心的引用中。同一篇稿子发在哪里，和写什么同样影响结果。

作者没有下「自我偏袒」的结论

论文明确说，无法判断原因是刻意的排序策略、抓取覆盖的差异，还是字节系应用本身装载了更多相关中文内容。这个保留很重要：它意味着「同主体」不等于「封闭」，非生态内容并未被排除，只是在分母上先输了一截。对企业的含义是，同一个品类如果只在自己官网写，在国内引擎里先天少了一层被反复遇见的机会。

三、集中度：文心最窄，DeepSeek 最平

最窄的一端

文心的前 20 个域名占到 70.8%，是十个平台里最集中的。豆包在新闻类查询上前 10 个域名占 59.4%、单一域名占 27.4%，产品推荐类前 10 个占 50.3%；它一共产生 1745 条引用，平均每次提问 14.5 条，数量在十个平台里仅次于 Grok。集中度高，意味着「进不进得去」比「写得好不好」更早决定结果。

最平的一端

DeepSeek 的分布最分散：被引用最多的域名是淘宝天猫，只占 3.1%，前 20 个合计 20.5%。通义千问居中，被引用域名总数只有 247 个，是十个平台里最少的，被引页面 96% 是中文标题，最常引用的域名是百度，占 10.1%。三个平台三种形状，用同一套内容配比去覆盖，几乎不可能都合适。

四、重合度 0.201：一份内容打不了十个引擎

把任意两个平台的前 20 个域名做交集，平均重合度只有 0.201，大约五分之一，跨中英文引擎的重合更低。海外引擎的头部信源也各不相同：Reddit 在 Google AI 和 Grok 上排第一，YouTube 在 Perplexity 上排第一，维基百科在 ChatGPT 上排第一。所以「在 A 引擎被引用」很难推出「B 引擎也没问题」；把十个平台的成绩平均成一个 GEO 总分，会把最要紧的差异抹平。

这种割裂也不只是语言问题。样本里半数问题用英文提出，通义千问被引页面仍有 96% 是中文标题，检索索引与商业生态绑定得更紧；海外引擎的头部信源同样长在自家生态上。对做外贸的企业，这意味着中文资产与英文资产是两套工程，不能互相顶替。

五、被量化的是「发布门槛」，不是「内容质量」

7 天，8 个平台

研究团队接着做了投放实验：围绕一个虚构概念发布普通帖子，10 个平台里有 8 个在 7 天内引用了它；换成 10 个日常类虚构主题复现，2100 条回复中 32.4% 引用了植入文章。他们还花 14 美元买了一次商业 GEO 服务，28 分钟内 13 篇帖子上了搜狐、今日头条、一点资讯、知乎、CSDN，一小时后豆包引用了其中一篇搜狐文章。论文自己标注这是单一样本案例，不代表整体成功率。

值得注意的反向证据是：十个平台里，通义千问与 DeepSeek 在这场复现中一次都没有引用植入内容。同一批帖子，被谁吸收、被谁过滤，本身就是平台差异的一部分。

位置比数量重要，但这不是捷径

同一组实验里，自建 WordPress 站发了 40 篇文章，一周内零引用；而在已有平台上少量发帖就能被吸收。这说明起作用的是「站点是否已在候选池里」，不是产量。这里必须说清：这条路径就是「语料投毒」，属于监管明确打击的行为，论文也已把结果报告给十个平台、并删除自己发布的帖子。企业能从中拿走的只有认知——被引用不等于被验证，脚注是信任的入口，不是背书。

六、落回企业：三件现在能做的事

官网负责可核实，阵地负责被遇见

官网的独特价值是「品牌对自己的定义」，这一点不因同主体效应而失效，因为答案最终仍要落到可核实的来源上。但只做官网，在国内引擎的候选池里会偏薄。更稳的配置是两层：官网把服务对象、交付边界、价格构成写清；行业媒体、垂直社区、问答平台按同一口径复述，让同一组事实在多个被引域名上出现。

按引擎分别设指标

至少分开记三件事：是否被提及、是否被引用、被引的是哪一类域名。DeepSeek 与文心的分布形状完全不同，合并成一个数字等于放弃诊断能力。样本也别只跑一次，生成式输出本身不稳定，同一批问题的答案会漂移。

还有一个常被忽略的检查项：同一组事实在不同渠道的表述是否一致。名称、地址、成立时间、服务范围这类基础信息一旦在各处对不上，在候选池里出现得再多，也会互相抵消。

把「不投毒」当硬约束

批量铺稿、伪造测评、编造第三方资质，短期可能撞进某次答案，但一旦被平台识别，损失的是域名在候选池里的位置，而不是某一篇文章。合规的做法仍然只有一条：把真实的能力、真实的案例边界、真实的资质写清楚，让可核实的信息出现在更多被引用的地方。

结语：候选池先于内容

这 17211 条引用给出的最有用提醒是：在讨论「怎么写才能被引用」之前，先确认「在不在池子里」。池子由平台生态、抓取覆盖与发布门槛共同决定，内容质量决定的是进池之后能不能胜出。这个顺序弄反了，投入越多，越容易在错误的一层反复用力。先确认池子、再谈内容，是这次测量给出的最实际的一条次序。