新媒网 · 跨境数据社区

当前，人工智能技术正以前所未有的速度重塑数字信息生态。特别是生成式AI在搜索领域的应用，正深刻影响着品牌在数字空间中的可见度。最新研究揭示，品牌在AI搜索结果中的呈现方式与传统搜索引擎存在显著差异，这为市场营销策略带来了新的思考方向。

一项由Fractl机构开展的深入研究，其联合创始人Dan Tynski对横跨25个垂直行业的8,090个关键词进行了抓取与分析。这项研究旨在对比谷歌AI概览（Google AI Overviews）与大型语言模型（LLMs，如GPT、Claude、Gemini等）在响应相同查询时，所引用的信息来源差异。分析结果表明，仅有7.2%的域名同时出现在谷歌AI概览和大型语言模型的搜索结果中，这一巨大的差异凸显了当前品牌可见性策略的单一性局限。

新媒网跨境了解到，研究共识别出22,410个独立域名，具体分布如下：

• 15,848个域名（占比70.7%）仅出现在谷歌AI概览中。
• 4,951个域名（占比22.1%）仅出现在大型语言模型基础模型中。
• 1,611个域名（占比7.2%）同时出现在这两种系统中。

这一数据明确指出，尽管谷歌AI概览与大型语言模型均依赖AI技术，但它们对信息源的偏好机制存在根本性差异。

谷歌AI概览的传统偏好

研究发现，谷歌AI概览在引用信息时，依然高度偏好那些在传统搜索排名中占据主导地位的知名域名。这些平台通常具备以下特征：

• 高权威性与深厚内容积累： 谷歌AI系统倾向于引用那些拥有强大内容体系和良好外链配置的网站。
• 老牌新闻与信息机构： 例如英国广播公司（BBC）、雅虎（Yahoo）、美国有线电视新闻网（CNN）等。
• 社群与视频平台： Reddit和YouTube等用户生成内容平台也占有一席之地。
• 权威参考资料来源： 维基百科、同行评审期刊等学术和知识性资源受到青睐。
• 政府与教育机构网站： .gov和.edu域名代表的官方和学术机构网站被认为是可信赖的信息源。

这15,848个主要出现在谷歌AI概览中的域名，大多属于上述类别。这意味着，对于品牌而言，长期积累的网站权威性、内容广度以及强大的反向链接依然是提升在谷歌AI概览中可见度的重要因素。

生成式AI品牌可见性与权威性的新驱动力

相较之下，大型语言模型（LLMs）所偏好的4,951个独占域名则呈现出不同的信息筛选逻辑。这些域名在数量上显著少于谷歌AI概览所引用的域名，但它们所体现的价值观更侧重于信息的深度、专业性和教育价值。大型语言模型在以下几类出版商中获得了大量引用：

• 主流新闻出版商的调查性报道： 专注于时事新闻的机构，如《今日美国》（USA Today）、美国消费者新闻与商业频道（CNBC），其深度报道通过检索增强生成（RAG）等技术被大型语言模型频繁引用。
• 垂直领域的利基专家： 在特定领域展现出深刻专业知识的网站，如汽车领域的Edmunds、金融领域的Investopedia、美食食谱领域的All Recipes以及科技领域的Wired等。
• 面向学习的教育平台与社区： 诸如Reddit、GitHub、Coursera、可汗学院（Khan Academy）以及大学在线课程平台等，因其内容具有教育价值和清晰的概念解释，成为模型训练的重要来源。
• 权威行业数据门户： 例如同行评审期刊、专利数据库、行业标准、法庭记录和政府文件等。

大型语言模型似乎更看重出版商在特定主题上的深度而非广度，以及其教育价值和概念清晰度，而非传统意义上的网络权威信号。这意味着，即使是高权威（例如DA 90）的网站，如果其内容未能清晰有效地解释概念，也可能在ChatGPT等大型语言模型中难以获得关注。

影响AI平台内容引用的五大原则

根据上述分析，研究总结了影响内容在AI平台中被引用的五大核心原则：

1. 权威性在大型语言模型中构建信任循环：
   具备严格编辑标准和人工事实核查机制的媒体（如美国国家公共电台NPR）更容易被链接、引用和反复抓取。反复抓取使得其表达方式成为语言模型回答问题时的“默认”语言。

   • 实践要点： 发布有明确来源、经过精心编辑、符合标准的内容；从高权威新闻机构获取链接；保持内容更新频率以触发重新抓取。

2. 易于扫描的内容也易于模型训练：
   模型偏爱结构化、模式化的内容。分步指南、定义区块、有序列表和对比表格等标准化布局，对机器处理友好。

   • 实践要点： 规范文章模板；通过标题、结构化数据（Schema）、项目符号、常见问题（FAQs）和总结（TL;DR）等方式进行标记。

3. 垂直专家构建模型的认知图谱：
   利基领域的专家（如汽车领域的Edmunds、健康领域的Mayo Clinic）通过高度结构化、主题密集的内容更新不断丰富网络信息。模型会逐渐学习到，“当涉及到汽车时，查阅Edmunds；当涉及到投资时，查阅Investopedia”。

   • 实践要点： 致力于成为所在行业的权威知识来源；创建分步指南、定义区块、对比表格等结构化内容；将行业专家推介给媒体，以强化专业关联性和专业度。

4. 重复与内容联合发行形成“统计引力”：
   大型媒体机构的内容经常被引用、转载和聚合，每一次复制都会强化语言模式和叙事框架。例如，一条美联社（AP）的报道可能被200个地方媒体转载，这种措辞就会广泛存在于模型的训练数据中。内容联合发行是“一个事实”在AI中成为“公认事实”的关键途径。

   • 实践要点： 锁定内容联合发布网络、通讯社合作伙伴和那些容易被再利用的数据报道；提供便于复制粘贴的素材（图表、统计要点、嵌入代码）。

5. 美国商业偏见影响知识视角：
   目前训练数据集中，美式英语、广告支持的新闻和商业出版物占据主导地位。非美国、非英语、学术或非政府组织来源的权重较低，导致AI在回答问题时可能存在文化狭隘性。

   • 实践要点： 争取在生成式AI平台用于模型训练的出版商中获得媒体曝光。

AI媒体合作对品牌可见性的影响

除了内容策略塑造生成式AI平台的知识图谱之外，了解哪些媒体集团被引用最频繁也至关重要。研究人员为了解OpenAI、Perplexity等公司过去几年达成的“AI媒体合作”和许可协议，进行了深入调查。这些合作通过三个主要杠杆影响着模型内部神经网络和知识图谱对行业与品牌的理解：

• 覆盖范围（Coverage）： 合作协议能够确保模型获取到这些媒体的大量内容。
• 语境（Context）： 合作出版商的内容为模型提供了关于特定主题和品牌的丰富语境信息。
• 可信度（Credibility）： 官方合作意味着这些出版商的内容被模型视为高度可信的来源。
  

当一个出版商网络成为模型的合作伙伴时，它就不再仅仅是AI可以读取的众多网站之一，而是一个模型主动学习和重复利用的受信赖来源。久而久之，这些内容会成为系统知识图谱中的重要地标，塑造模型对主题、品牌和可信度的理解。随着AI助手构建更结构化的“答案管道”，这些合作的出版商网络将拥有真正的优势——它们的故事更有可能被引用、重复和记忆。对于品牌而言，如果其内容未能在这些合作出版商网络中出现，将需要投入更多的时间和预算，才能在生成式回答中被确立为权威。

超越Reddit热潮：构建可信赖的信息源

随着生成式AI持续从公共网络数据中学习，并非所有平台都具备同等价值。如果信任成为互联网的新货币，那么数据的来源，而不仅仅是其规模，将决定其在模型训练中的长期价值。

Reddit、Quora等大量用户生成内容（UGC）平台目前可能在AI引用中占据主导地位。但它们也最容易受到污染、偏见循环和合成噪声的影响。随着“信号与噪音”比率的恶化，一旦模型开始权衡来源、多样性和可验证性，这些来源可能会面临可信度修正。

Fractl构建了一个“预测可信来源”框架，旨在量化哪些类型的出版商最有可能在生成式AI生态系统中保持影响力。通过对平台在稀缺性、可验证性、法律清晰度和持久性等七个信任信号上的评分，可以预测哪些媒体环境最有可能为下一代训练数据提供支持。

简而言之，那些现在投资于可信、人类创作、法律明确内容的品牌，将成为未来模型所依赖的基础性声音。

2026年生成式引擎优化（GEO）策略展望

在2026年主导生成式引擎优化的品牌，将不再盲目追求排名。它们将致力于构建权威性，优先采取能够将跨渠道可见性融入数字足迹的策略，使其足以影响知识图谱、算法和受众。

新媒网跨境认为，以下行动方案将有助于品牌达成目标：

1. 明确赛道并深耕细作：
   生成式可见性奖励深度而非广度。顶尖表现者，如WebMD、All Recipes和《美国新闻与世界报道》（U.S. News），完全掌控各自的垂直领域。品牌应识别自身子类别，并在此基础上构建最完整的知识库。

2. 注重结构化内容设计：
   大型语言模型更易于解析结构化的内容。品牌应标准化内容模板，包括定义、常见问题、操作指南和对比表格，并使用清晰的Schema标记。对机器友好的内容，通常对人类读者也友好。

3. 利用“统计引力”：
   为每一次数据研究规划内容联合发行路径。每一次联合发布的提及、嵌入的图表和被重复引用的语句，都会累积品牌权威。品牌应让记者和生成式AI平台更容易地使用其语言、图表和洞察。一次发布可能带来全网200次的引用。

4. 监测合作生态系统：
   AI模型偏好来自受信赖媒体集团的内容（如《时代》杂志、英国《金融时报》集团、英国《卫报》传媒集团、阿克塞尔·施普林格集团）。品牌应争取在这些网络中获得内容曝光，以增加其内容被纳入检索管道的几率。

5. 全球化视野，超越谷歌：
   美国媒体主导了AI训练数据，但多语言和区域性内容可以弥补文化上的空白。品牌应将自身资产本地化和翻译，以提高在全球模型中的可见性。

6. 重建信任基础：
   在训练价值方面，同行评审数据、透明的来源和专家撰写的内容优于仅为SEO优化而填充的内容。在生成式AI搜索中，可信度是新的排名因素。

权威性是赢得这场竞争的关键。下一代搜索的演变，不再是关键词的竞争，而是语境、可信度和覆盖范围的竞争。当竞争对手还在优化网站架构和内容中心的基础知识时，品牌应立即通过品牌提及构建自身的数字权威足迹。一旦竞争对手理解了新的可发现性规则，知识图谱早已知道应该信任谁。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/ai-search-new-era-only-72-domains-shared-for-brands.html