LEARN

中英两套生态的引用源完全不同

两套根系在暗色土层中分别生长,一套浅而铺展、一套深而收束,各自供养一个发光球体,象征中英两个生态的引用来源结构不同,需要分别实测而不能互相套用。
英文与中文生态的引用源结构是两套独立系统,无法直接迁移复用。

一句话说明

英文与中文生态的引用源结构是两套;把英文清单搬到中文侧,等于投入到不被引用的地方。

英文生态的引用源集中在少数几类平台(社区、百科、视频、行业媒体、B2B 评价站);中文生态是另一组:字节系内容、公众号、知乎、CSDN、百家号各占一块。把英文清单直接搬到中文侧,等于投入到不被引用的地方。

我们的判断

问题不在于「多一个市场」。核心是两套方案。渠道不同、可用的监测手段不同、甚至爬虫标识都不同 —— 用一套计划覆盖两侧,通常两侧都做不好。

01

引用源结构的差别

英文侧的公开统计(Semrush 2025 年 6 月,150,000+ 条引用):Reddit 40.1%、Wikipedia 26.3%、YouTube 23.5%。

中文侧没有同等规模的公开统计,从业者的观察普遍指出:字节系内容对豆包权重明显,公众号在微信生态的 AI 里权重高,知乎与开发者社区在多个平台都被引用,百家号与百科对百度系的 AI 影响大。

⚠️ 因为缺少同等规模的公开研究,中文侧的判断更依赖自己跑实测。这也是原创数据在中文侧价值更高的原因。

02

可用手段的差别

英文侧多数平台逐条展示引用来源,引用份额可以直接统计。

中文侧多数平台不逐条展示来源,引用份额只能间接估算 —— 所以监测重心落在提及率与答案原文分析上。

爬虫标识也不同:中文生态要放行的与英文侧不是同一组,且部分平台没有公开专用标识。

03

对方案的含义

两侧各要一套问题集、一套渠道计划、一套监测口径。报数时中英分开报,不合并 —— 合并会掩盖单侧的下滑。

内容也不是翻译关系:同一个决策问题在两侧的问法、关注点与可引用的证据类型都不同。

本页用到的数据

Reddit 40.1% · Wikipedia 26.3% · YouTube 23.5%

被引用最多的三类来源

出处Semrush,150,000+ 条引用 / 5,000 个关键词,2025-06

不足 5%

单一平台上最常被引域名的引用占比上限

出处Evertune,2 亿条 prompt,2026

资料出处

  1. [1]GEO: Generative Engine Optimization.Aggarwal 等,KDD 2024.2024

更新于 2026-08-10