做品牌 AI 曝光的人多半遇到过这种事：同一个行业的问题，ChatGPT 的回答里你能看到自家或竞品的身影，换到 Perplexity 或 Gemini 里，引用的却完全是另一批网站。以前这只能算经验之谈，现在有了大样本数据背书。

11.6 万条引用，一条条追到段落

英国机构 Geeky Tech 今年 7 月发布了一项引用研究的第一阶段：在美国和英国市场提问，把每个引擎给出的每一条引用，都追溯到具体段落——不是域名，不是页面，而是被 AI 真正摘取的那几十个字。8 月他们又补了第二阶段，把行业扩展到五个，总提问量超过 8200 条，累计追踪引用 11.6 万条。

为什么要追到段落？因为知道哪个域名被引用只是入门，搞清引擎到底从那一页里抽了哪段话，才知道自己该优化什么。大多数 AI 可见度报告只给到域名粒度，这一步往往是缺失的。

数字有多极端：两家最多 13% 相同

结论相当扎眼：ChatGPT 和 Gemini 在同一行业的信源里，重合率只有 5%；把五个引擎（ChatGPT、Perplexity、Claude、Gemini、Google AI 概览）两两对比，没有任何一对的重合超过 13%。

也就是说，每个引擎背后引用的，几乎是各自的一套互联网。这个数字还有旁证：另一家机构 GeoParrot 用完全不同的方法（15 个问题、统计每个引擎的完整引用集合）测出 85.1% 的引用是单引擎独占——两套方法、两个团队，落在了同一个量级上。

对做品牌曝光的人意味着什么

  • 成绩不能跨引擎外推。 ChatGPT 里排前列，不代表其他平台也认你。考核和监测必须逐引擎分开跑，用一张报表给所有平台打分，结论大概率失真。
  • 优化单位是段落，不是页面。 研究的方法本身就是提醒：引擎引用的是页面里某一段结构清晰、可直接摘取的内容。整页信息再全，如果关键事实埋在表格或图片里，也轮不到被引。
  • 多平台要当成多个项目做。 各引擎抓取、选源的偏好差异很大，一稿通投、按同一模板调优，只能覆盖其中一个引擎的口味。

顺带一提，这项研究还发现排名与引用的相关性在变强——但即便如此，各家引擎在「引谁」这件事上仍然各选各的。排名解决的是被看见，段落质量解决的是被选中。

对品牌方来说，这组数据的实用价值在于校准预期：AI 引用本来就是一场碎片化的比赛，别因为一个平台的沉默否定全部工作，也别因为一个平台的出彩就停止投入。