截至 11 月 9 日的公开信息，一项在 11 月 5 日发布的研究把 2,970 条 AI 答案逐条拆开核对：ChatGPT 引用的 17,642 个来源里，只有 4.1% 来自在 Google 排进前十的域名；Perplexity 是 9.6%，Google AI Overviews 是 12.0%。研究还给出另一组更刺眼的数字：三分之二的 ChatGPT 回答完全没有触及任何前十域名，而在另外两家那里，超过一半的回答至少用到一个前十域名。对做 AI 搜索可见度监测的团队来说，这说明排名与引用是两套语料，混在一个指标里会算错方向。
排名和引用是两套语料
这项研究的方法有一个细节值得学：它没有比较排名与提及的相关性，而是对每一个被引来源反查该域名是否在同意问题的 Google 结果里进过前十。这样得到的结论更干净——前十域名只贡献了 4.1% 的引用池，意味着三分之二的 ChatGPT 回答完全没有碰过前十域名。
原因不难理解：ChatGPT 的检索来自 Bing 与自有检索层，AI Overviews 来自 Google。只优化 Google 语料，等于只优化了三个引擎里的一个。很多团队把 SEO 成果直接当成 AI 可见度成果，问题就出在这里。对 AI搜索监测来说，引用来源能不能点开、落在哪个域名，比排名位置更能解释差异，也更适合作为跨引擎比较的口径。
三个引擎的引用池差在哪
| 引擎 | 被引来源条数 | 来自前十域名 | 来自前二十域名 | 含前十域名的回答占比 |
|---|---|---|---|---|
| ChatGPT | 17,642 | 4.1% | 6.1% | 34.7% |
| Perplexity | 10,523 | 9.6% | 12.9% | 56.0% |
| Google AI Overviews | 7,561 | 12.0% | 19.5% | 55.1% |
三列数字要分开读。第一列是引用池的绝对规模，ChatGPT 的引用条数接近另外两家之和；第二列是 Google 语料的渗透程度，AIO 是 ChatGPT 的近三倍；第五列是覆盖面，Perplexity 与 AIO 有超过一半的回答至少碰到一个前十域名，ChatGPT 只有三分之一。同一个品牌在三家的处境可能完全不同，用一家的成绩去推断另一家，往往会得出相反的行动建议。
同机构内的提升没那么大
研究还做了一个容易被忽略的对照：机构在它们有排名的那些问题上被点名多 3.4 到 3.7 倍；但如果把比较限定在同一家机构内部——这家机构在自己有排名的问题上，是否比在没排名的问题上更容易被点名——平均提升降到 ChatGPT +7.8 个百分点、Perplexity +4.9、AIO +7.1，且 Perplexity 的区间包含零。
被点名最多的不等于排名最好的
更直观的例子是：被点名次数最多的一家机构，出现在 59.8% 的 ChatGPT 答案里，但它在 33 个问题中只有 4 个进入前十。排名有帮助，但帮助没有行业里传的那么大，内容被反复引用、被多方印证，作用可能更直接。把预算全压在排名上，容易在另外三分之二的回答里继续缺席。
分引擎记账的方法
既然语料不同，记账就不能只记一个总分。可行的做法是按引擎建三本账，每本账里再分提及、引用、归属正确三层。这样当总分变化时，能看出是哪一层动了，而不是笼统地归因为内容变好或变差。
第三层归属正确最容易被跳过，却最影响判断。一项对 1,285 条被引统计的五层追溯发现，只有 40% 能追到说了同一件事的原始研究；另有 82% 的被引页面确实包含那个数字，但只有 40% 的引用链能到达同一结论。这说明引用存在，不等于结论成立。
可解析率的数据也支持谨慎：同一份测量里，ChatGPT 引用的可解析率为 82.8%，Perplexity 47.3%，Claude 仅 6.1%，Gemini 14.3%；在两个可测引擎中，只有 54.5% 与 52.0% 的可解析引用真正支持它所在的那句话。把引用条数当成可信度证据，会系统性高估效果。
语料迁移要看月度变化
三个引擎的引用池不是固定的。一次模型版本更新、一次索引抓取范围调整，都可能让某个域名的占比明显上移或下滑。按月比对同一题库的引用域名结构，能比按季度看总分更早发现迁移；发现得早，内容补在旧载体上的预算就不会白花。
常见问题
排名还有用吗？
有用但被高估。排名提高了被检索到的概率，但引用取决于能否被抽取与归因。前十域名只贡献 4.1% 的 ChatGPT 引用，说明还有别的入口。
为什么 Perplexity 的区间包含零？
说明在它的样本里，同一机构有排名与没排名的问题之间，被点名概率的差异不显著。样本量小的时候，这种不显著很常见，不宜当结论。
三本账会不会太重？
初期可以只做两家，但要分开记。合成一个总分看似省事，实际会在报告里丢掉最关键的差异，也无法解释波动来源。
