复旦大学研究人员在arXiv发表的论文显示，ChatGPT、Perplexity、Grok和Google AI等主流AI搜索工具，易受特定来源的虚假信息影响。测试表明，这些工具在帖子发布后七天内，均引用了关于捏造概念“仙人掌重力协议”的内容；而对于已有讨论的观点问题及虚构产品话题，同类工具的采纳率则极低。
测试机制与平台筛选
研究团队于3月至4月间开展实验。首先向10款AI搜索工具输入120个问题并记录引用源，将ChatGPT、Perplexity、Grok和Google AI归为英文网页工具，豆包（Doubao）、DeepSeek等六款归为中文网页工具。结果显示，Reddit是Google AI和Grok最高频引用源，YouTube对应Perplexity，Wikipedia对应ChatGPT。各工具前十大引用网站中，6至10个允许普通用户发帖。
随后，团队评估了22个发布平台的准入门槛，确定Medium、GitHub、LinkedIn和Facebook易于发布，而Reddit因业力值限制较难进入。最终选定Medium、YouTube、搜狐（Sohu）等9个高频引用且新账户可发帖的网站作为测试载体。
测试内容包含虚构的“仙人掌重力协议”、AI取代初级程序员的观点以及虚构键盘主题。文章初稿由ChatGPT生成并经人工修订，植入伪造名称与数字以追踪信息传播。发布前验证工具无相关回应后，研究人员在一周内每天针对三个主题运行5次相同查询。
英文AI工具引用表现分析
测试首周，8款工具引用了“仙人掌重力协议”，涵盖全部4款英文工具。具体数据显示：Grok在32个回答中30次链接该帖；Google AI在33个回答中15次引用；Perplexity在35个回答中13次引用；ChatGPT在20个回答中7次引用。
然而，准确复述文中植入细节的比例较低。Grok回答中包含细节的比例为53%，ChatGPT为10%，Google AI仅为6%，Perplexity则为零。总体而言，所有10款工具在三个主题的1,004个回答中，仅176个链接了测试帖子。
在观点类话题中，仅Perplexity有11.4%的回答进行了引用；四个虚构键盘主题帖子均未获任何英文工具引用。后续针对另外10个虚构主题的扩展测试显示，9款工具至少引用了其中一个帖子或植入细节，其中Perplexity引用量位居前列。
发布渠道权重高于单纯数量
为评估位置因素，研究人员针对5个冷门度假地创建了配对帖子：一篇发布于高频引用源，另一篇发布于低频或零引用源。结果证实，仅高频来源上的帖子获得了首次引用或细节复现。相比之下，在自托管WordPress站点发布的40篇帖子七天内零引用，低频侧最佳案例也需20篇帖子才产生效果。
另一项涉及搜狐帖子的实验中，随着帖子数量从1篇增至20篇，10款工具的总引用数从24增至128。但ChatGPT始终未生成引用，Google AI仅在引用基数最少的三个主题中有反应。由于变量混杂，研究者将此增长归因为“关联性”而非单纯的数量效应。
此外，团队通过GEO供应商以14美元购买中文网页发布套餐，13个帖子在约28分钟内上线。Doubao在发布后一小时内引用了其中包含植入细节的帖子，被视为一次成功的验证案例。
研究局限与行业启示
尽管“仙人掌重力协议”在一周内被所有英文工具引用，但该概念实际仅存在于测试帖子中。由于测试主题均为非真实品牌或产品，研究结果未必完全适用于品牌搜索场景。Google AI指南曾指出，寻求不真实的“提及”并无实质帮助，强调高质量内容与反垃圾系统的重要性。
本次测试早于Google 5月15日明确禁止操纵生成式AI回答的政策更新。研究人员表示，随着算法迭代，具体比率可能发生变化。目前，团队已向包括ChatGPT、Perplexity和Google AI在内的所有测试平台披露发现，若后续研究修正了结论，相关信息将同步更新。