七十個 Prompt 帶出 1,702 個引用，每則回答約八個
多數關於 AI 能見度的討論，都把回答當成對單一頁面的評判，也就是您的頁面。從內部看起來確實如此，因為您只會檢查自己有沒有在裡面。
UC Berkeley 與 Wrodium Research 的 Arlen Kumar 和 Leanid Palkhouski 於 2025 年 9 月發表的稽核，為這件事的樣貌給出數字。他們在 16 個 B2B SaaS 垂直領域中，透過 Brave Summary、Google AI Overviews 與 Perplexity 的 sonar-pro 執行 70 個產品意圖 Prompt，蒐集到指向 1,100 個不重複網址的 1,702 個引用。
七十個 Prompt 經過三個引擎，就是 210 則回答。把 1,702 個引用分攤下去，每則回答大約引用八個網址。這才是真正的單位。八個位置，即使在最好的日子，其中七個也屬於別人。
在軟體問題上，72.7% 被引用的網域不屬於廠商
同月的另一項研究探討這些鄰居是誰。多倫多大學的 Mahe Chen、Xiaoxuan Wang、Kaiwen Chen 與 Nick Koudas 在美國與加拿大，針對 Google 與可上網的 GPT，執行 1,000 個消費者排名 Prompt，十個類別各一百個。他們取每個查詢的前十個網址，把每個網域歸類為品牌、社群或贏得媒體，後者指獨立媒體、評論與比較網站。
在美國的軟體產品類別中，AI 搜尋回傳 72.7% 贏得媒體、26.7% 品牌，幾乎沒有社群。同樣意圖下，Google 回傳 43.7% 品牌、45.4% 贏得媒體、10.9% 社群。加拿大的差距更大：AI 搜尋給出 74.2% 贏得媒體，完全沒有社群，而 Google 偏向品牌，占 53.8%。美國的消費性電子產品更進一步，達到 92.1% 贏得媒體。
以品牌的角度讀這些數字會有點刺痛。在類別問題上，模型依據的大部分內容，是由不受您僱用的人，寫在您無法編輯的頁面上。
共被引在 1973 年就有定義，而定義正是重點
有個更早的概念完全吻合這種情況。1973 年，Henry Small 在《Journal of the American Society for Information Science》中把共被引定義為兩份文件被一起引用的頻率，方法是比較引用它們的文件清單並計算相同的項目。他證明，共被引論文的叢集能描繪出一個科學專業領域的結構。
值得延用的特性，正是 Small 建立這個指標的基礎。共被引是由引用的一方創造的。兩篇論文之所以成為鄰居，是因為第三方一再同時引用它們。雙方都無法宣告這段關係，也都無法退出。
把這套用到回答引擎上，後果令人不太舒服。您無法選擇和哪些頁面並列。引擎在每次請求時重新組成這個組合，而買家會把八個來源當成一個整體來讀。兩家頁面幾乎相同的廠商，可能落在不同的鄰里，也因此被不同地解讀。
1,100 個被引用頁面中只有 134 個出現在一個以上的引擎
鄰里關係也無法轉移。在 Kumar 與 Palkhouski 的資料集中，有 134 個網址被計為跨引擎引用。相對於稽核的 1,100 個網址，大約是八分之一，也就是約八分之七的被引用頁面只被單一引擎引用。那 134 個跨引擎的頁面，在論文的頁面品質指標上比只被單一引擎引用的高出 71%，這是支持做那些枯燥結構性工作的好理由。
實際的解讀是：在 Perplexity 來源組合中的位置，幾乎無法告訴您 Google AI Overviews 的情況。如果您的儀表板把各引擎合併成一個能見度數字，它其實是在平均三群大多互不相干的頁面。
引用別人讓排名第五的網站提升了 115%
接下來這部分會改變您週一要做的事。提出「生成式引擎最佳化」這個名稱的論文，由普林斯頓的 Pranjal Aggarwal 與同事撰寫，以涵蓋 25 個領域、10,000 個查詢的基準測試，檢驗了九種內容改寫方式。
表現最好的有三種方法：加入可信來源的引用、加入引述，以及加入統計數字。合計在論文的位置調整字數指標上帶來 30-40% 的相對提升，在主觀印象分數上帶來 15-30% 的提升。
按搜尋排名拆開來看，「引用來源」方法讓原本排名第五的網站能見度提升 115.1%，而排名第一的網站能見度平均下降 30.3%。這裡的槓桿不是權威，而是可引用性。一個引述可信來源的頁面，提供了模型可以直接擷取的內容，也讓您的句子與您引用的來源出現在同一段落中。
這正是共被引的反向作用。您引用誰，會影響您和誰一起被引用。
衡量鄰里，而不只是您自己那一列
如果組合才是單位，那麼以下四個問題比引用次數更有價值。
- 在您的類別中，哪些網域經常一起出現。如果同樣的四個頁面在您的 Prompt 中反覆出現，那一組就是您類別實際的來源清單，而且是可以掌握的。
- 競爭對手是否在一個您缺席的組合中。那是位置缺口，再怎麼改寫自家首頁也補不起來。
- 按引擎分開看。依上述數字，各組合幾乎不重疊，所以一個引擎的鄰里很難預測另一個引擎的情況。
- 哪些共被引頁面接受投稿或更正。多數綜合評比文章都接受，主動詢問通常是進入您缺席之組合最便宜的方法。
我們怎麼處理
這就是為什麼 Proofsource 在 Prompt 追蹤與引用缺口偵測旁，執行共被引對照。報告會顯示在您的類別中哪些來源經常一起出現、您缺席了哪些，而客戶報告也基於同樣理由附上清單文章的來源組成與新鮮度檢視。
我們自己的抽樣指向相同的方向。在我們測試的單一類別中，對於類別最佳推薦問題，ChatGPT 引用的來源中，清單文章與綜合評比文章約占 44%，評論網站占 24%，廠商頁面占 18%。這是我們的資料，只有一個類別與一個引擎，我們不會把它當成普遍法則來捍衛。
這也代表我們常常告訴客戶，最便宜的修正在一個他們不擁有、我們也碰不到的頁面上。我們寧可這麼說，也不願賣一份不會帶來任何改變的改寫。
這可能錯在哪裡
兩項稽核都在 2025 年 9 月執行。那是一年前，其中每個引擎都已推出許多版本。請把方向視為證據充分，把確切百分比視為已過時。
Kumar 與 Palkhouski 的研究是觀察性研究，限英文、B2B SaaS，於單一時間點從 70 個 Prompt 蒐集。它透過 sonar-pro API 查詢 Perplexity，行為不一定與消費者產品相同。134 這個數字是該資料集中的計數，他們沒有公布兩兩之間的重疊，所以我們無法說哪兩個引擎重疊最多。
多倫多的研究使用 GPT-4o-search-preview 為每個網域分類。由模型指定的標籤帶有模型的錯誤，而對於廠商出資的比較網站，品牌與贏得媒體之間的界線確實模糊。
這裡有一個我們無法解決的分歧。幾個廣為流傳的追蹤工具報告說 Reddit 等社群平台占了 AI 引用很大的比例，而這項研究發現社群接近零。我們還沒有把那些追蹤工具的數據追溯到原始來源，所以不引用它們的數字。我們選擇標示這個衝突，而不是選邊站。
Aggarwal 的基準測試來自 2023 與 2024 年，評估對象是落後兩代的引擎。請採用其中的機制，並把 115% 視為該設定下的產物。
Small 在 1973 年的指標描述的是固定的印刷紀錄。回答的來源組合則是每次請求重新產生，所以您和誰一起被引用是一個分布。單一回答無法說明您的鄰里。
