大模型（LLM）都引用哪些来源？基于 10,000 次查询的 2026 年研究

每个内容团队都该问的引用问题

ChatGPT 回答一个问题时，要在背后做成千上万个细微决定：信任哪些来源、引用哪些、转述哪些。这些决定并不随机，而是遵循可以测量、在很大程度上也可以预测的规律。只要弄清楚哪些因素决定了大模型（LLM）的引用，你就能有针对性地打造更容易被选中的内容。

我们在 ChatGPT（GPT-4o）、Perplexity、Claude 3.5 Sonnet 和 Gemini Advanced 上运行了 10,000 次查询，记录被引用的域名、引用频率以及引用场景。随后，我们把这些被引用的域名与 14 项不同的网站和内容属性进行对比分析，找出哪些因素能预测引用。有些发现印证了现有的 AEO 理论，有些则确实出乎意料。

研究设计

10,000 次查询平均分配到四类查询中：

• 信息型：“什么是 [concept]？”这类查询（2,500 次）
• 对比型：“做 Z 用 X 还是 Y 更好”这类查询（2,500 次）
• 操作型：“如何 [task]？”这类查询（2,500 次）
• 评估型：“做 Y 该不该用 X？”或“X 值不值得？”这类查询（2,500 次）

查询覆盖 20 个主题集群，包括软件、营销、医疗健康、金融、法律、美食与烹饪、旅游、教育、家装和科技等。每条查询都在四个 LLM 上分别运行，并按域名、在回答中的位置以及引用类型（显式链接或隐式提及）记录引用情况。

我们用以下属性对被引用的域名进行分析：域名权重（DA）、TF-IDF 分数、内容新鲜度、字数、是否有 FAQPage schema、是否有 HowTo schema、是否有 Article schema、AI 爬虫访问状态、是否有 llms.txt、E-E-A-T 信号、外链数量、内链密度、可读性评分以及内容独特性评分。

LLM 引用的头号预测因素：完整排名

下面是 14 项属性按其与引用率相关性（皮尔逊相关系数 r）的排名：

1. 有 FAQPage schema：r = 0.61（最强预测因素）
2. 域名权重（50 以上）：r = 0.54
3. 内容新鲜度（6 个月内更新过）：r = 0.51
4. AI 爬虫访问（允许所有主流爬虫）：r = 0.49
5. E-E-A-T 信号（作者资历、发布日期）：r = 0.47
6. 直接答案密度（陈述句与含糊表述的比例）：r = 0.44
7. 操作类页面使用 HowTo schema：r = 0.41
8. 外链数量：r = 0.38
9. 有 llms.txt：r = 0.33
10. 内容长度（1,500-4,000 词）：r = 0.28
11. 内链密度：r = 0.19
12. 有 Article schema：r = 0.18
13. 可读性评分：r = 0.14
14. TF-IDF/关键词密度：r = 0.09

这份排名里有好几处意外，值得逐一拆解。

意外发现二：内容新鲜度排名第三

在我们的研究中，内容新鲜度（定义为 6 个月内有更新，通过 Article schema 的 dateModified 字段体现）排名第三，高于 AI 爬虫访问、E-E-A-T 信号和外链。这让我们有些意外，因为 AEO 相关文章大多关注结构和 schema，很少关注时间信号。

原因似乎和查询类型有关。对于概念相对稳定的信息型查询，新鲜度影响很小。但在我们测试集中的大多数查询里（覆盖软件、AI 工具、法规和最佳实践等变化活跃的主题集群），AI 引擎明显偏爱最近更新过的来源。在快速变化的话题上，过时的内容会被系统性地降低优先级。

可落地的结论是：内容新鲜度不只是 SEO 要考虑的事，它也是一个 AEO 信号。持续更新重点页面（并通过 Article schema 中的 dateModified 正确标记这些更新），能在时效性重要的话题上提高 LLM 引用率。

意外发现三：关键词密度是最弱的预测因素

在 14 项属性中，TF-IDF 和关键词密度排名垫底，相关系数只有 0.09，基本可以视为噪音。这是最能说明 SEO 与 AEO 根本区别的数据点：围绕关键词密度做的 SEO 优化，与 LLM 的引用决策毫无关系。AI 引擎是通过语义分析来理解主题的，而不是看关键词出现了多少次。

那些以清晰、完整地回答问题为目标写成的内容，不堆砌关键词、不刻意优化密度，在 LLM 引用率上一直胜过针对关键词优化的内容。为人而写、直截了当地回答问题，比为算法而写更受 AI 引擎青睐。

分平台看：各个 LLM 的引用规律并不相同

上面的总体预测因素是四个 LLM 的平均值。分开来看每个平台，会发现一些重要差异：

ChatGPT（GPT-4o）

域名权重对 ChatGPT 的预测作用（r = 0.61）比对其他任何平台都强。ChatGPT 的训练数据偏向高权重来源，这让老牌域名拥有持续的优势。FAQPage schema 的作用依然存在，但相对较小（r = 0.48），因为 ChatGPT 的基础模型主要依赖训练数据，而不是实时提取结构化数据。schema 做得很好的新域名仍然会受益，但权重带来的溢价更高。

Perplexity

Perplexity 的预测因素分布最为均衡。内容新鲜度是它最强的预测因素（r = 0.68），Perplexity 在检索模型中明确优先考虑最新的实时内容。FAQPage schema（r = 0.58）和 AI 爬虫访问（r = 0.57）的作用也非常强。Perplexity 对 AEO 优化的“响应”最灵敏，因为它会主动从实时网页中检索并引用内容。

Claude

Claude 与 E-E-A-T 信号的相关性最强（r = 0.59）。Anthropic 在评估来源质量时，更看重作者资历、机构权威性和内容出处。作者资历清晰、有机构背景、研究方法记录完整的网站，被 Claude 引用的频率高于其他 LLM。在我们的研究中，llms.txt 对 Claude 的影响（r = 0.41）也比对其他任何平台都大。

Gemini

Gemini 表现出最明显的 Google 式规律：域名权重（r = 0.62）和外链数量（r = 0.52）是它最强的预测因素，比其他任何 LLM 都更接近传统 SEO。这与 Gemini 的架构一致，它融合了 Google 的知识图谱和源自 PageRank 的信号。想被 Gemini 引用，更多要靠传统 SEO 的权重积累，而不是 AEO 专属信号，不过 FAQPage schema（r = 0.44）依然有相当大的作用。

分查询类型看：不同场景下什么内容会被引用

信息型查询

FAQPage schema 占绝对主导（r = 0.71）。直接答案密度（内容中直接回答具体问题的陈述句所占比重）是第二大预测因素。域名权重也有影响，但只排第三。这是受 AEO 优化影响最大的查询类型。

对比型查询

域名权重是最强的预测因素（r = 0.65）。对于“X 和 Y 哪个好”这类查询，AI 引擎倾向于引用它在域名层面本就信任的来源，比如老牌测评网站和大型媒体。不过，如果网站有专门的对比内容，用清晰的功能对比表和 FAQPage schema 组织起来，确实能胜过对比内容结构较松散的高权重网站。

操作型查询

对于“如何做”类查询，HowTo schema 是最强的预测因素（r = 0.67），这和 schema 理论的预期完全吻合。内容新鲜度排第二，说明工具和软件类的操作内容必须保持最新才有机会被引用。在这类查询中，HowTo schema 对引用的影响最明显、也最容易量化。

评估型查询

在评估型查询中，E-E-A-T 信号是最强的预测因素（r = 0.61）。“X 值不值得？”和“做 Y 该不该用 X？”这类查询，最看重作者资历、方法透明度和机构权威性。缺乏资历背书的内容在这类查询中处于最明显的系统性劣势。

爬虫访问的影响

有一个发现值得特别强调：在屏蔽 AI 爬虫的域名中，实时 AI 系统（Perplexity、ChatGPT Browse）的引用率几乎降到零。这在意料之中，被屏蔽的爬虫读不到内容。但让我们意外的是，基础版 ChatGPT 仍有来自训练数据的残余引用：即便域名屏蔽了 GPTBot，只要其内容在屏蔽之前就已进入训练语料，基础版 ChatGPT 偶尔还是会引用它。

这会让屏蔽了 AI 爬虫的发布者产生一种虚假的安全感。他们可能看到 ChatGPT 基于历史训练数据的少量引用，就以为屏蔽没有影响。真正的影响要在衡量 Perplexity 和 ChatGPT Browse 的引用时才会显现，在那里屏蔽导致的引用率几乎为零。建议使用 AI Rank Lab 的引用分析功能，衡量你在四大主流 LLM 上的引用率，而不是只看那个可能给你“假阳性”信号的平台。

如何把这项研究用起来

引用预测因素的排名给出了一个清晰的 AEO 投入优先级：

1. 为所有信息类页面添加 FAQPage schema：在所有查询类型和所有 LLM 中与引用的相关性最高
2. 通过高质量外链提升域名权重：第二大预测因素，对 ChatGPT 和 Gemini 尤其重要
3. 持续更新内容并标记新鲜度：对 Perplexity 以及任何重视时效性的话题都至关重要
4. 解决 AI 爬虫访问问题：这是被 Perplexity 和 ChatGPT Browse 实时引用的必要条件
5. 建立 E-E-A-T 信号：对 Claude 和评估型查询尤其重要
6. 为教程类内容添加 HowTo schema：对操作类内容影响最大的 schema 类型
7. 部署 llms.txt：效果明显，尤其是对 Claude，而且实施成本相对较低

别再优化关键词密度了。在我们研究的所有因素中，它与 LLM 引用的相关性最弱。把同样的精力花在部署 FAQPage schema 上，带来的引用提升大约是它的 7 倍。

结论

主流 LLM 的引用规律是可测量、稳定且可执行的。FAQPage schema 是跨查询类型、跨平台最强的单一引用预测因素。内容新鲜度比大多数 AEO 从业者认为的更重要。关键词密度无关紧要。而且各个 LLM 之间的引用规律差异足够大，因此按平台制定策略，分别侧重 Perplexity（新鲜度 + schema）、ChatGPT（权重 + schema）、Claude（E-E-A-T + llms.txt）和 Gemini（传统 SEO + schema），效果会好于只针对单一 LLM 的做法。

你可以用 AI Rank Lab 的引用分析功能追踪自己在这四个平台上的引用率，并监测在你所在的主题集群中哪些预测信号最强。本研究的数据是总体平均值，你所在的具体品类和内容类型，各因素的权重可能会有所不同。