我测了 6 个中文 AI 引擎：谁最容易被引用，谁的答案里根本没有品牌名

做 GEO 的人都在讲“要让 AI 推荐你”，但很少有人先把一件事说清：AI 现在到底在引用谁？ 不搞清楚这个基线，后面所有动作都是猜。

我这周做了一件事：选 10 个真实用户会问的问题，在 6 个中文 AI 引擎上各问一遍，记录每个回答的引用来源、回答结构、是否出现品牌名。

这是第一份基线报告。

测试方法

• 引擎：豆包、DeepSeek、腾讯元宝、通义千问、Kimi、文心一言
• 问题：10 个，覆盖电商决策、本地服务、教育选型三类真实提问场景
• 纪律：每题独立开新对话，逐字提问不改写，同一天内完成
• 记录：是否有引用来源、引用了哪些站点、答案结构（列表/表格/段落）、是否出现品牌名

一个最反直觉的发现：近一半回答根本没有引用

在我测试的这批回答里，纯靠模型自身知识作答、不带任何引用来源的情况占了很大比例。

这意味着两件事：

第一，AI 不给引用时，你说什么它都不会提——因为没人“喂”它。

第二，反过来看，这是机会：能被引用的内容本身就是稀缺卡位。 大部分行业的 AI 回答里还没有稳定的信源，谁先进去谁占位。

各引擎的信源偏好差异极大

这是测试里最有价值的部分——不同引擎吃的信源几乎是两套生态：

引擎	主要引用来源	偏好内容结构
豆包	今日头条、抖音、西瓜视频（字节系为主）	FAQ 问答、列表对比
腾讯元宝	微信公众号（占比很高）、视频号、搜一搜	列表式、问答式
文心一言	百家号、百度百科、百度知道	首段定义、数据段落
通义千问	权威媒体、搜狐号、网易号	表格、列表、模块化
Kimi	新闻站点、公众号、官网	长文本、多源标注
DeepSeek	CSDN、搜狐号、博客园、门户	参数表、代码块、结构图

这直接推翻了“做知乎就够了”的流行说法。 在我的测试里，知乎出现的频次远低于预期，反而是字节系（豆包）、公众号（元宝）、百家号（文心）各自绑定得很紧。

被引用的内容长什么样：四个硬条件

把被引用的内容段落拆开，有四个共同特征：

1. 话题匹配——正面回答问题，不铺垫。AI 判断“这段是不是在回答这个问题”，不匹配直接淘汰
2. 硬信息——具体价格、参数、数字。没有具体数据的段落，引用概率显著下降
3. 时效性——有明确的近期时间戳。内容太旧会被降权
4. 能独立成立——每一段脱离上下文也能读懂，因为 AI 是“扫描+抽取”，不是线性阅读

还有一条容易忽略的：AI 在重排时会主动追求多样性。 如果前两条引用都在讲同一个观点，第三条会优先选不同说法。翻译成人话——你和竞品写得一模一样，AI 只会引其中一个。

对做 GEO 的人意味着什么

第一，不要指望一个平台通吃。 中文 AI 没有统一索引，是几套生态各管一段。要覆盖，就得按引擎的信源偏好分开铺。

第二，先测再改。 每个行业的基线都不一样，你不知道现在引用谁，就不知道该对标谁。

第三，结构化优先于文采。 问句当小标题、首句给结论、事实带来源、数据放表格——这些“不好看”的写法，恰恰是 AI 最会引用的形态。

下一步

这份基线只是起点。接下来我会做三件事：

1. 选一个窄行业，把完整改造过程记录下来（改造前 → 动作 → 引用变化）
2. 每周固定日重测同一批问题，看引用怎么变
3. 把“哪些动作真的有效”写成可复用的清单

如果你想知道自己品牌现在在 AI 里的表现，可以找我做一次免费诊断——用同样的方法，10 个问题、5 个引擎，出一份你的现状报告。