METRICS

引用源结构(Cited Source Mix)

黑暗空间中的三个沉积盆地,沉积深度各不相同,代表被引用的来源类型分布
引用源结构展示答案中被引用的域名类型分布,表明AI在该问题上相信哪类来源

一句话说明

引用源结构是一批答案里被引用的域名类型分布 —— 它告诉你这个问题上 AI 相信哪一类来源。

引用源结构是一批答案里被引用的域名类型分布 —— 它告诉你这个问题上 AI 相信哪一类来源。

我们的判断

先看结构再定动作。如果某类问题的引用几乎全来自社区与评价站,那再多的自有站内容也进不了答案,该做的是站外。

01

怎么统计

把每条引用按域名归类:官方文档、自有站、社区、百科、视频、行业媒体、B2B 评价站、新闻。分类口径要固定。

分平台统计。各平台偏好差别很大,合并成一个总分布会掩盖差异。

02

已知的公开测量

Semrush(2025 年 6 月,150,000+ 条引用 / 5,000 个关键词):Reddit 40.1%、Wikipedia 26.3%、YouTube 23.5%。

2026 年初的报道指出 YouTube 反超 Reddit 成第一社交引用源,且平台间高度分化 —— 所以任何「最常被引来源」清单都有时效性,要标日期。

中文生态的结构完全不同:字节系内容、公众号、知乎、CSDN、百家号各占一块,不能照搬英文那套。

03

怎么用这个结论

业内估算约四分之三的引用权重落在站外来源上,只靠自有站内容会遇到上限。

站外资产的产出不由我们控制 —— 社区会删营销内容、评价要客户愿意具名。排投入可以,别承诺产出。

本页用到的数据

40.1%

Reddit 占 AI 答案引用来源的份额

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