大型语言模型引用来源的方式与谷歌排名不同。
SEO软件公司Search Atlas将OpenAI的GPT、谷歌的Gemini和Perplexity的引用与谷歌搜索结果进行了比较。
对18,377条匹配查询的分析发现，传统搜索可见度与AI平台引用之间存在差距。
以下是Search Atlas发现的主要差异概述。
Perplexity最接近搜索
Perplexity进行实时网络检索，因此你会预期它的引用更像搜索结果。研究支持这一点。
在数据集中，Perplexity显示与谷歌结果的中位数域名重叠率约为25–30%。URL重叠的中位数接近20%。Perplexity与谷歌共享了18,549个域名，约占其引用域名的43%。
ChatGPT和Gemini则更具选择性
ChatGPT 与 Google 的重叠明显较低。其中位数领域重叠度保持在10%至15%之间。该模型与谷歌共享了1503个域名，约占其被引用域名的21%。URL匹配率通常低于10%。
双子座的表现则不那么稳定。有些回复几乎与搜索结果没有重叠。其他人则排得更近。总体来看，Gemini与谷歌仅共享了160个域名，约占谷歌结果中出现域名的4%，尽管这些域名占Gemini引用量的28%。
数字对可见度的意义
在谷歌排名并不保证一定有LLM引用。该报告指出，这些系统以不同方式从网络中汲取资源。
Perplexity的架构主动搜索网络，其引用模式更贴近传统搜索排名。如果你的网站在谷歌排名已经很高，你更有可能在 Perplexity 回答中看到类似的可见度。
ChatGPT和Gemini更多依赖预训练知识和选择性检索。他们引用的来源更窄，且与当前排名的联系较少。两者与谷歌的网址匹配率都很低。
学习限制
数据集明显偏向 Perplexity。它占匹配查询的89%，OpenAI占8%，Gemini占3%。
研究人员用语义相似度评分匹配查询。配对查询表达了相似的信息需求，但并非完全相同的用户搜索。使用OpenAI嵌入模型，门槛为82%的相似度。
这两个月的窗口仅提供近期快照。需要更长的时间框架来观察相同的重叠模式是否在时间内持续。
最后
对于像Perplexity这样的基于检索的系统，传统的SEO信号和整体域名强度可能更重要，以提升可见度。
对于像ChatGPT和Gemini这样以推理为核心的模型，这些信号对答案中出现的来源影响可能较小。
