先把三个数摆出来：11147、257、两成七。11月14日的盘点里，它们说的是同一件事的三个面——Babel42让五个AI助手回答了257个问题、记下11147条品牌推荐，结果只有15%的推荐引用了品牌自己的官网，而五个引擎选同一个首选品牌的比例只有27%MarkGrid：AI引擎选了你，却跳过你的网站。对做竞品占位分析的人来说，这组数字暴露了一个被普遍忽视的事实：被推荐和被引用是两场独立的竞赛，本文判断以11月14日公开信息为限。
被推荐和被引用，是两场分开的竞赛
Babel42这项2026年11月4日发表的研究，把同样的257个问题在ChatGPT、Perplexity、Gemini、Google AI Overviews和Google AI Mode里各问了三遍，记录了3776条回答、每一个被引用的网站和每一个被推荐的品牌。核心发现很反直觉：五个助手在「推荐哪些品牌」上相当重叠，但在「引用哪些来源」上分歧极大。品牌上77%的情况共享至少一个品牌，信源上却只有很弱的共识。
更扎眼的是那15%。11147条品牌推荐里，只有15%把品牌自己的官网作为引用来源，美妆行业甚至低到2%。这意味着，绝大多数时候，AI在推荐你的时候，用的是别人对你的描述，而不是你自己说的话。对做竞品占位的人来说，这直接改写了竞争规则：你赢了「被推荐」，却可能输了「被引用」，而后者决定了用户点进去看到的是谁的声音。
五个引擎，各说各的，占位得按引擎拆
五个引擎在信源上的分歧，具体到数字是：ChatGPT和Google AI Mode只有23%的问题共享至少一个引用网站，是最低的一对；AI Overviews和Gemini则有83.1%的情况共享一个。这意味着，你在ChatGPT里的竞品占位，和你在Gemini里的竞品占位，可能是两套完全不同的局面。做竞品占位分析时，绝不能拿一个引擎的结果代表全局，必须按引擎分别测、分别记。
Dageno的一篇监测工具盘点也强调了同样的纪律：品牌可能被提及却未被推荐，官网可能被引用却未获得正面评价，提及、引用、推荐必须分开测量Dageno：2026年最佳AI搜索监测工具盘点。把这三个指标混为一谈，是竞品占位分析里最常见的错误。
为什么你的官网那么难被引用
这个问题有一个供给侧的答案。维基百科和Reddit各有一个，但能回答同一个问题的公司网站有成千上万个。模型在生成答案时，倾向于收敛到那些参考性来源——维基、Reddit、权威媒体、目录网站——而在众多公司网站之间发散。于是你看到的格局是：AI推荐你，却引用一个榜单、一个评价网站或一个对比页，你的品牌只是那个来源里的一个名字。
GeoToolbox在11月13日的一次实测把这个机制看得更清楚。他们问「某城市最好的某服务」，Google AI Mode的24个回答全部显示谷歌自己的商家列表，109个引用指向谷歌地点列表；而ChatGPT的130个来源里，66个是最佳榜单、30个是行业目录、14个是评价网站，真正的商家官网只占很小一部分GEO Toolbox：本地SEO，同时被地图和AI找到。
| 引擎 | 主要引用来源 | 对占位分析的启示 |
|---|---|---|
| Google AI Mode | 谷歌商家列表、地图数据 | 修准Google Business Profile |
| ChatGPT | 最佳榜单、行业目录、评价网站 | 补目录和榜单里的准确信息 |
| Perplexity | 权威媒体、第三方页面 | 铺行业媒体的交叉验证 |
竞品占位，要拆成推荐位和引用位
把「竞品占位」这个词拆开，其实是两个位置的叠加：推荐位和引用位。推荐位是你的品牌有没有进入AI的推荐名单，引用位是AI在佐证推荐时引用的是谁。很多品牌只盯着前者，看到自己被推荐了就觉得占住了位置，却没意识到那条推荐下面挂着的引用链接，指向的是竞品的内容。
这层「引用位」的竞争，往往才是真正决定用户认知的地方。当AI推荐你、却引用一个关于竞品的对比页时，用户点进去看到的是竞品的立场。所以占位分析的正确姿势，是同时记录「谁被推荐了」和「推荐下面挂了谁的信源」，两者之间的落差，才是真正可攻的缺口。
占位分析的落点，是信源的一致性
把五引擎「推荐你却不链你」的现象收束起来，结论是一条：AI时代的竞品占位，已经从「排名位」变成了「推荐位+引用位」的双层竞争，而引用位的争夺，本质是信源一致性的争夺。谁在目录、榜单、评价网站、行业媒体里留下了更准确、更一致、更可交叉验证的信息，谁就更可能成为AI在推荐时引用的那一条。
对做竞品占位分析的人来说，落地动作就三步：先按引擎分别记录推荐位和引用位的现状，再找出「被推荐但引用指向竞品」的落差点，最后针对这些落差点去补信源——修准自己在目录和榜单里的信息，让AI在下一轮回答里有更硬的理由引用你，而不是竞品。
常见问题
为什么五个AI引擎都推荐你，官网却很少被引用？
因为推荐和引用是两件事。Babel42研究里五个助手在11147条推荐中仅15%引用品牌官网，美妆低至2%，引擎倾向引用第三方内容佐证推荐而非品牌官网。
五个AI引擎在品牌推荐上有多一致？
品牌上77%重叠（至少一个品牌相同），但同一首选仅27%相同；信源上重叠很弱，ChatGPT和Google AI Mode仅23%的问题共享引用网站，引擎在推荐谁上大致一致、引用什么上分歧很大。
这对做竞品占位分析意味着什么？
不能只看有没有被推荐，要拆开推荐和引用两个维度。竞品可能在多引擎里被你压住，但在某引擎里靠更硬的第三方信源被引用，占位分析要按引擎分别测。
品牌官网为什么那么难成为被引用的来源？
供给解释：维基和Reddit各一个，但能回答同一问题的公司网站成千上万，模型倾向收敛到参考来源、在众多公司网站间发散，第三方内容更常被引用。
