AI 会引用谁，不是随机的：ChatGPT、Claude、Gemini 的信源规则拆解

过去两年，我们反复看到同一个场景：采购的人不再挨个打开搜索引擎翻十页，而是直接把问题丢给 AI——“做工业软件的供应商里谁比较靠谱”“哪家的 GEO 服务真的有效”。模型会在一两句话里给出结论，有时还带上一两条来源。问的人点点头，就完成了决策的第一步。

竞争的重心就这样悄悄变了：以前拼的是搜索结果页里的名次，现在拼的是“模型愿不愿意在答案里带上你”。这次想聊的，是国外三家主流平台在引用这件事上的差异，以及这些差异对做内容、做品牌的人意味着什么。下面的判断都来自公开的产品行为和开发者文档，不替任何一家公司担保它内部的算法。

ChatGPT：答案要能点开核验，网页是基本盘

OpenAI 把“引用”做成了对话的一部分。开启联网搜索后，回答下面会出现一排来源链接，读者能逐个点开核对。它明显偏爱那些能被抓取、能被验证的普通网页：URL 长期不变，正文和标题对得上，发布时间、作者署名清清楚楚。开发者文档里，它也反复鼓励把检索结果和引用标注做成默认动作，而不是事后补上的装饰。

另一个值得注意的细节是引用面板本身。它不只是一个链接列表，还承担了“帮用户建立信任”的作用：来源越长、越接近原始出处，用户越愿意点开确认。

落到运营上，这等于说：一篇能被打开的、内容扎实的页面，比一句漂亮的口号值钱。我们曾用一个很朴素的测试验证过——把一段只有结论没有出处的介绍，和一篇带数据、带发布日期的长文放在一起提问，后者被带进回答的次数明显更多。虽然样本不大，但它指向一个很实际的规律：可核验，是 ChatGPT 的底线。

Claude：引用克制，但很看重上下文是否完整

Claude 给人的观感是“引而不滥”。它能联网，也提供带来源标注的接口，但默认回答更愿意用自己的话把逻辑讲顺，只在用户需要核实、需要数字、需要引证的时候，才把来源摆出来。Anthropic 的文档里，检索相关的关键词总是围绕着上下文相关性和时效性。

我们和不少做文档的团队聊过，他们给 Claude 优化的通用做法是：给每段话配一句“能单独拿出来引用”的结论，把论据和结论分开写。

这带来一个多少有点反直觉的结果：资料写得越紧凑、越直接，越容易被它引用；写得绕、信息密度低，它宁可重新组织一遍，也不愿意把你挂上去。所以面向 Claude 做内容，与其堆篇幅，不如把每一段话都改到“删掉任何一句都会影响理解”的程度。

Gemini：直接长在 Google 搜索上

Gemini 和 Google 搜索的关系最近。回答里经常能看到搜索摘要式的结构，给出的来源也更像搜索结果里排在前面的那批页面。Google 自己提供的 grounding 能力，一直在强调索引的新鲜度与覆盖面。把话说明白一点：Gemini 的引用逻辑，很大程度是搜索逻辑的延伸——被搜索信任的页面，通常也更容易被它带进答案。

举个最常见的例子：搜“某类设备认证要求”这类问题，Gemini 给出的来源往往是官方文档和监管页面，而不是二手转述。内容方如果能持续产出贴近源头的解读，被采用的机率会高很多。

这对做出海内容的人是个提醒：过去那套老指标并没有失效，核心网页验证、内容质量、网站权威性，只是换了一个新入口重新考你一遍。

把三家放在一起，能抽出三条共性

• 能核验：无论哪一家，都倾向引用“点开就能验证”的内容。伪造、过期、前后矛盾的信息，是最快的失分项。
• 结构化：标题层级清楚、有表格、有 FAQ、日期和署名齐全的内容，模型“看懂你”的成本更低，也就更愿意用你。
• 稳定：三天两头改版、链接频繁失效的站点，很难被当成可靠的长期信源。

别小看“稳定性”里的时间维度：新上线的网站和运营了五年的网站，即便内容相近，模型也更容易倾向后者。时间是很难用技巧弥补的变量，越早开始维护越划算。

这三条和搜索引擎优化几十年的底层逻辑几乎一致，只是被考核的对象，从“排名算法”悄悄换成了“模型的偏好”。

对做内容的人，可以先分两步走

第一步，把“能被引用”的基础打好：让官网每个关键页面都能被完整抓取；把产品卖点改写成可以直接回答的问题形式，FAQ 是最便宜的入口；公司介绍、创始人背景、可验证的案例数据做扎实——这些正是模型引用时最常找的素材。第二步，再去追求“被高频引用”：在行业问答里反复出现，在权威聚合源里保持口径一致，用稳定的 URL 慢慢积累。

整理素材时，可以先问自己三个问题：第一，这段话别人能不能在别处验证？第二，把它单独截出来，别人能不能看懂是哪家公司、在说什么？第三，这条链接半年后还打不打得开？三个问题都过关，材料才算“能被引用”。

几个容易被问岔的问题

“是不是买流量就能被引用？”不是。流量解决的是曝光，引用解决的是依据，两者不在同一个系统里。

“做海外平台，是不是必须做英文内容？”不完全。三家都能处理中文，但英文语料在训练和检索中的覆盖面确实更广。稳妥做法是核心结论中英双份，细节按市场侧重。

把话说得直白一点：引用不是一次发布的结果，而是持续维护的资产。模型会换，界面会变，但“靠谱、清晰、稳定”这三个词，大概率还会是下一轮入口的通行证。与其今天追这个平台、明天追那个平台，不如先把这三件事做对。