问五个AI同一个问题 被引用的网站几乎不重样

截至11月8日的公开信息，一份自建监测在11月1日至7日用同一批问题分别问了豆包、DeepSeek、千问、元宝（网页端与App端）和文心网页端，七天共取到502次有效采样，记录了每次回答引用的网页。结果不是排名差异，而是结构差异：豆包最常引用抖音，DeepSeek最常引用知乎，文心最常引用百家号，千问最常引用博客园，元宝最常引用微信公众号，五个首选几乎不重叠。对品牌来说，这意味着只在一个平台发内容，最多只能被一个AI看到。

502 次采样是怎么做出来的

样本设计很朴素：固定8个问题，全部围绕“找AI搜索优化服务商”和“怎么让AI推荐自己”，每天向9个AI端各问一遍，7天累计502次有效采样，工具记录每次回答引用的网页，次数按网页端与App端合计。这套设计的好处是可复核，坏处是问题集中在一个行业，换成别的品类，具体网站会变，但平台偏好的格局在另外两次单日采样里保持一致。

方法上有两点值得借鉴。第一，问题固定不换，才能比较不同平台在同一天的差异；第二，口径写清楚，包括采样时段、端侧、问题文本和计数方式，别人才可能照着测一遍。这两件事看着琐碎，却决定了结论是“可验证的观察”还是“一次印象”。

每个AI都有一口主食，而且几乎不重叠

把五个平台的引用排行放在一起，重叠小得出人意料。豆包引用抖音368次，界面新闻75次，搜狐74次，南宁网络广播电视台66次，顺企网64次，IT之家60次，36氪59次；DeepSeek引用知乎422次，硅谷动力130次，百度百科95次，IT之家74次，阿里云开发者社区65次；文心引用百家号387次，搜狐173次，南宁网络广播电视台101次，IT之家73次；千问引用博客园234次，IT之家181次，界面新闻81次；元宝引用微信公众号229次，八方资源网71次，中科商务网62次。

知乎 422 次，只有一家在引

知乎在DeepSeek的回答里出现422次，是这份样本里单一来源的最高值，但同一周豆包、千问、元宝引用知乎的次数都是0。这说明“某个平台上的高权重内容”并不跨平台生效，内容的分发半径被平台的内容池切断了，而不是被内容质量切断了。

公众号 229 次，只出现在元宝

微信公众号在元宝的回答里出现229次，其余四个平台一次都没有引用。对做企业传播的团队，这条最容易被忽略：公众号是自建阵地，发布成本最低，但它的可见范围在这份样本里只覆盖一个入口，指望它带动整体AI可见度并不现实。

只在一处发内容，最多被一个AI看到

把上面的分布翻译成一句话：内容的分发半径等于平台的内容池半径。品牌在公众号发一篇深度稿，可能只被元宝读到；在知乎答一个问题，可能只被DeepSeek读到；在抖音发一条演示视频，可能只被豆包读到。三处都发，才有机会进入三个候选集，而这三处的内容形态并不通用。

这也解释了为什么同一份“官方口径”在五个入口里会被读出不同版本。每个平台采信的主要来源不同，对同一件事的表述就会分化：一个入口引用了公众号的旧文，另一个入口引用了知乎的高赞回答，第三个入口引用了电商详情页。品牌如果只维护一份通稿，分化的速度比想象中快。

把这套测法搬到自己行业的三步

第一步，写一批“不带品牌名”的品类问题，数量不必多，八个到二十个够用，关键是覆盖真实购买前的问法。第二步，固定时间窗和端侧，同一批问题每天在同一时段各问一遍，连续七天，因为AI回答有波动，单次结果不能当结论。第三步，记录引用域名而不是整条链接，域名层面才能看出平台偏爱哪一类来源。

做完这三步，会得到一张“平台—来源”的矩阵。矩阵的价值不在排名，而在指向：如果某个平台的引用集中在自建阵地，就该把那类内容做深；如果集中在第三方社区，就该去社区里把问题答清楚。矩阵不需要好看，需要能被下一次采样推翻或确认。

常见问题

• 为什么要固定问题、固定时间窗？

  因为AI回答有波动，单次提问得到的引用列表不能当结论。固定问题和时间窗，比较的才是平台差异；换问题换时段，比较的可能是当天的检索结果。

• 为什么记录域名而不是整条链接？

  域名层面才能看出平台偏爱哪一类来源，比如社区、门户还是自建阵地。链接层面信息太细，几十条链接读不出结构，也无法与下一次采样对齐。

• 同一份官方口径为什么会在不同入口读出不同版本？

  因为各平台采信的主要来源不同。一个入口可能引用公众号旧文，另一个引用知乎回答，第三个引用商品详情页，三种来源对同一件事的表述本来就不一致。

• 这套测法需要多大样本？

  八个到二十个品类问题、连续七天、每天同一时段即可起步。样本的作用是发现结构，不是做统计推断，规模可以随品类数量增加。

数据来源

• 搜狐网，AI 引用哪些网站，五个AI一周实测数据
• 微博文章，AI开始替人挑货了，企业还在争排名第几
• 网易，巨头集体押注，关掉电脑24小时替你干活