一个 AI 答案能放几个来源：Perplexity 给十个，Gemini 只给三个半

做 AI 曝光的团队，报表里通常只有一列：被引用次数。这个月 12 次，上个月 9 次，看起来在涨。

但很少有人往上追一层，问一个更前置的问题：这个平台的一个答案里，到底留着几个位置？

如果答案是「三个半」，那你就是跟全行业抢那三个半；如果答案是「十个」，同样一份内容，被选中的绝对机会就多出一截。位置数量不是细节，它是这门生意的容量上限。

五个平台的位置数，差了三倍

一份每天更新的公开数据集，把五大 AI 搜索产品每个答案里平均引用的独立来源数拉了出来（9 月 27 日口径，7 天滚动）：

排第一和排最后的差了整整三倍。口径要看清：统计的是独立来源，同一个域名在一个答案里出现多次只算一个。

这条差距的直接含义是：同样一份内容，放到位置多的平台上，被引用的机会天然更大。不是你内容忽然变好了，是那口锅更大。

位置少，意味着筛得更狠

位置多寡会改变重排环节的宽容度。一个答案只留三四个来源时，模型在「相关度差不多」的候选之间没有多余位置，会更依赖权威信号去砍人；位置宽松的平台，才有余量容纳长尾站和垂直内容。

其他来源的测量也能看出这个方向的差别：有的实测报告说 Perplexity 一次给 7 到 12 条引用，ChatGPT 通常只锚定 2 到 5 条高权威来源；也有统计把 AI Mode 和 AI 概览的链接数算到 12 到 13 条。

这里藏着一个很容易踩的坑。同样是「AI 引用了几个来源」，按链接数、按独立域名、按引用次数算是三个口径，出来的数能差上三四倍——同一个 AI Mode，一份统计给 5.2 个，另一份给 12.6 个，差别就在这里。

所以别拿不同来源的位置数字混着比，也别把某个平台某一周的曲线当产品改造来读。这份公开数据的时间线里出现过两个平台在同一天同时出现台阶（一个从 9 次多掉到 4 次多），更像口径调整，不像产品改版。

三件事，今天就能加进流程

1. 监测表加一列「平台平均位置数」。 把「被引用次数」升级成「占位率」——你在该平台拿到的引用数，除以该平台每个答案的位置总数。跨平台的可比性一下就上来了。
2. 排优先级时先看位置密度。 同一份内容，先铺到位置多、竞争结构还没固化的平台，边际成本最低。位置少的平台不是不做，是要挑内容做。
3. 位置少的地方，只能靠不可替代性。 独家数据、可核验的具体数字、能被逐句引用的定义句——这些东西没有替身，才挤得进三个半的位置。

最后

「AI 里有没有我」这个问题，答案有一半在平台手里：它留几个位置，决定了这件事的天花板。

每个季度重新看一眼这五个数字。位置在扩，说明还有增量空间；位置在收，就得把力气从「多发几篇」转到「让别人没法替代你」。