過去一年，只要一篇文章擠進 Google 搜尋結果前十名，幾乎就等於預約了一個被 AI 摘要引用的位置。這個假設，正在被最新的實測數據推翻。Ahrefs 追蹤八十六萬三千組關鍵字與四百萬筆 AI 摘要引用網址後發現，曾經排進前十名才拿得到引用資格的比例，不到一年內從 76.1% 掉到只剩 37.9%。
問題是，大部分企業還在用衡量排名的那套邏輯，去猜 AI 為什麼引用某篇內容、又為什麼跳過另一篇。AI 搜尋引擎的引用邏輯其實跟傳統排名早就走上不同的路，ChatGPT、Perplexity、Google AI Overviews、Claude 四個引擎各自認的訊號差異很大，有的緊咬品牌官網，有的離不開維基百科與論壇，有的則對評論、社群發言情有獨鍾。把四個引擎當成同一個對象去優化，力氣多半用不到刀口上。
先從排名和引用開始脫鉤這件事講起，再一路拆到四大引擎各自在意什麼、哪些招式其實沒用。
排在 Google 前十名，還等於拿到 AI 引用的門票嗎？
這個轉變的證據，來自兩份間隔約八個月的研究。Ahrefs 在二○二五年七月的第一次分析裡，追蹤了一百九十萬筆引用、來自一百萬則 AI 摘要，發現 76.1% 的 AI 摘要引用網頁，同時排在該關鍵字搜尋結果的前十名；另外 9.5% 落在十一到一百名之間，只有 14.4% 完全不在前一百名內。這個結果當時被解讀成一個相對安心的訊號，彷彿傳統 SEO 排名做好，AI 引用大致就會跟上。
八個月後的第二次研究，樣本規模翻了超過一倍，涵蓋八十六萬三千組關鍵字搜尋結果與四百萬筆 AI 摘要引用網址，結果卻完全不一樣。這一次，只剩 37.9% 的引用網頁排在前十名，31.2% 落在十一到一百名，另外 31.0% 連前一百名都排不進去。曾經幾乎能保送的前十名排名，現在連一半的機率都算不上。
同一份最新研究還帶出另一個旁證。YouTube 目前是 AI 摘要裡最常被引用的網域，半年內成長了 34%，而且不少被引用的 YouTube 影片，原本根本沒排進該關鍵字的搜尋結果前一百名。能被 AI 選中的內容，越來越常來自搜尋結果排名以外的地方。
查詢擴展怎麼運作，才讓排名外的頁面也能被引用？
會出現這種落差，不是 Google 的排名系統壞掉了，而是 AI 摘要背後根本是另一套機制在運作。Google 官方文件把這套機制稱為檢索增強生成（Retrieval-Augmented Generation，簡稱 RAG，官方中文說法是「建立基準」）。系統會運用核心搜尋排名系統，從索引裡找出最新、最相關的一批網頁，審查其中的具體資訊後，才生成回覆並標出可點選的引用連結。
真正拉開排名與引用差距的關鍵，是查詢擴展（query fan-out）。Google 官方說明，一個使用者的原始查詢會被拆成好幾個並行的相關子查詢，分頭去檢索。官方舉的例子是，如果原始查詢是「如何修復雜草叢生的草坪」，系統可能同時展開「草坪最佳除草劑」、「如何不使用化學物質除草」、「如何防止草坪長出雜草」這幾條子查詢，各自抓取相關結果。一篇文章能不能被引用，看的不再只是它在原始關鍵字底下排第幾，而是它在這一整組被拆解出來的子查詢裡，有沒有一篇剛好答得最準。
查詢擴展解釋了為什麼排名不再等於引用，但還有一個更實際的問題沒回答。同一篇內容擺到不同引擎面前，獲選的機會為什麼差這麼多？
另外，Google 官方也強調，AI 摘要只有在系統判斷能為傳統搜尋提供額外價值時才會顯示，「因此通常不會觸發」，不是每次搜尋都保證出現。
品牌官網、可管理名冊、使用者發言、完全獨立來源，四引擎各自要的不一樣
Yext 分析了二○二五年第四季全球一千七百二十萬筆 AI 引用之後，提出一套「控制程度框架」，把每個被引用的來源分成四種：品牌完全掌控的官方網站與部落格、品牌能認領但不擁有的名冊型平台（如 Google 商家檔案、產業目錄）、品牌能參與互動但主要由使用者書寫的評論與社群發言，以及品牌完全無法置喙的新聞報導與論壇討論。
四大引擎在這四類來源上的偏好，差異大到很難用同一套內容打通關。
| 引擎 | 品牌官網取材傾向 | 使用者發言（評論／社群）取材傾向 |
|---|---|---|
| Gemini | 各產業中最偏好官網，部分產業高達 54.0% | 明顯偏低，如餐飲業僅 2.57% |
| Perplexity | 多數產業穩定落在 37%～50% 之間 | 相對穩定，不隨產業劇烈波動 |
| SearchGPT（ChatGPT） | 依產業落差最大，旅館業達 38.1%（同業僅 16.7%～22.4%） | 依產業波動，無固定偏好 |
| Claude | 依產業而定，如醫療產業與 Gemini 相差不到六個百分點 | 各產業一致比其他引擎高兩到四倍，如餐飲業達 24.35% |
Gemini 的引用直接承接 Google 自然搜尋排名系統，所以官網型內容的偏好最高；Perplexity 每次查詢都重新搜尋全網，取材因此格外穩定，不太受單一產業拉動；SearchGPT 是產業落差最極端的一個，同樣是旅館業，它引用官網的比例將近是其他引擎的兩倍。這其中，ChatGPT 與 Claude 兩個引擎的反差特別值得拆開來看。
Claude 愛品牌官網，ChatGPT 離不開維基百科與論壇
OtterlyAI 追蹤 Claude 在企業軟體與科技類查詢裡整整一個月的引用行為，分析了三十七萬九千三百二十一筆引用、來自一萬六千四百零六個不重複網域，結果非常鮮明：品牌官網（公司、產品、服務網站）占了 64.0% 的引用，是排名第二的新聞媒體（14.9%）的四倍以上；Reddit 在整份資料裡被引用零次；社群媒體整體只占 0.9%。
這跟前一節 Yext 框架裡「Claude 偏好使用者發言」的結論看似矛盾，其實是研究涵蓋的產業不同。這份研究只鎖定科技與 SaaS 類查詢，而 Yext 涵蓋的是餐飲、醫療、金融等七大更廣泛的產業。兩份研究一致同意的是，Claude 在「非品牌」這類第三方來源上的依賴，始終比其他引擎更明顯，只是在科技類查詢裡，那個非品牌來源多半是新聞媒體，而不是社群討論。
ChatGPT 正好相反。Profound 分析七十萬則以上的 ChatGPT 對話後發現，維基百科出現在約六分之一有引用的對話裡，是 ChatGPT「預設的知識底層」——不管問什麼領域的問題，它都習慣先去那裡確認基本事實。OtterlyAI 那份 Claude 研究則從另一頭比對了兩個引擎被引用的網域，重疊率只有約 13%，精確到 URL 層級的重疊率更只剩 4.2%。一篇內容能在 ChatGPT 裡被引用，不代表換到 Claude 也會有一樣的待遇。
引用還高度分散，是 OtterlyAI 那份研究裡另一個值得留意的地方。Claude 的前十大網域只占了全部引用的 9.5%，三分之一的被引用網域終其研究期間只出現過一次。對內容規模不大的網站來說，這其實是好消息。不需要先變成產業龍頭，一篇答得夠準確、夠具體的頁面，一樣有機會被引用。
為什麼你問出的「第一句話」，決定了會不會被引用？
這個現象藏在 Profound 的同一份對話分析裡，卻很少被拿出來講。ChatGPT 主要只在對話的第一個問題觸發網路搜尋，後面的追問幾乎不會再重新查證。約 18% 的 ChatGPT 對話會觸發至少一次網路搜尋，這個比例連續三個月都很穩定；但把觸發機率拆進對話輪次來看，第一輪提問觸發引用的機率是第十輪的 2.5 倍，是第二十輪的近四倍。決定你的內容有沒有機會被引用的，往往是使用者丟出的第一個問題，而不是後面那些追問細節的回合。
這對內容規劃有很實際的含意。要被引用，得先贏得「開啟一段對話」的那個問題，像是「X 是什麼」「怎麼做 Y」這類研究起點型的問句，而不是只把力氣放在解答某個很細節的追問。
被引用的方式也不是贏者全拿。同一份研究發現，有引用的對話平均會出現約六個不重複來源，其中 66% 的回合落在一到四個來源之間，顯示 ChatGPT 在組答案時習慣同時參照多個來源，而不是只認一個權威。這些來源還會「成群結隊」一起出現，例如個人理財類查詢裡，某兩個理財資訊平台同時被引用的比例達 14%。你要面對的，往往不是打敗某個單一對手，而是想辦法擠進一整群常常一起出現的同儕來源裡。
llms.txt、結構化資料都不是鑰匙，連 Google 都這麼說
這幾年網路上流傳一堆「AI 專屬」的技術偏方，像是建一個 llms.txt 檔案、或幫網頁塞滿 AI 專用的 schema 標記，號稱做了就會被 AI 優先引用。Google 在二○二六年六月更新的官方指南裡，把這類說法直接列成「不需要做的事」逐一破解。
- llms.txt 和其他特殊標記：官方明白寫著，不需要建立新的機器可讀檔案、AI 文字檔案或特殊標記才能出現在生成式 AI 功能裡，因為「Google 搜尋本身不會使用這些檔案」。
- 把內容硬切成小段落給 AI 讀：官方系統本來就能理解一個頁面上多個主題的細微差異，不必刻意分塊。
- 專為 AI 搜尋重寫內容：系統能理解同義詞和使用者查詢背後的大致語意，不必為了湊長尾關鍵字而寫得不自然。
- 刻意在網路上追求「被提及」：官方提醒，核心排名系統與垃圾內容防範機制兩者都會介入判斷，硬洗出來的提及未必真的有用。
- 過度倚賴結構化資料：生成式 AI 搜尋不需要它，官方建議保留結構化資料只是因為它對一般 SEO 的複合式搜尋結果仍有幫助，不是為了討好 AI。
潑完這盆冷水，官方真正建議把力氣放在哪裡也講得很直接：製作獨特觀點、非同質化的內容，加上清楚的技術架構，包括網站可被檢索、頁面用語意清楚的 HTML 搭好、給使用者良好的瀏覽體驗。這些原本就是 SEO 該做好的基本功，只是現在多了一個會逐句擷取內容的讀者。
沒有一套內容能通吃四個引擎，那該怎麼辦？
把前面幾節攤開來看，答案其實已經很清楚。Yext 那份涵蓋一千七百二十萬筆引用的研究，結論直接寫明不存在單一的 AI 優化策略。能讓一個品牌在 Gemini 上被看見的來源組合，換到 Claude 上未必管用，兩者的落差甚至比同一引擎在不同產業之間的落差還要明顯。把 AI 搜尋當成一個統一的管道去優化，等於是在追求一個數據根本不支持的平均值。
這句話落到實務上，意思是你得先想清楚，你的讀者或客戶平常主要在哪個引擎問問題。假設有一家高度倚賴口碑與評論的服務型品牌，理論上它在 Claude 上的能見度，會比在 Gemini 上明顯高出許多，因為 Claude 對評論、社群這類使用者發言的依賴度，一致比同業高出兩到四倍；反過來，一家內容以官方公告與規格頁為主的品牌，則更容易被重官網的 Gemini 選中。同一套內容，擺進不同引擎的權重表裡，得到的分數天差地遠。
AI 搜尋引擎的引用邏輯，本質上不是一套公式，而是四套各自成立的規則。與其問「怎麼讓所有 AI 都引用我」，不如先分清楚哪個引擎才是你真正的戰場，再決定資源要往官網內容、口碑經營，還是媒體露出去投。
想知道自己有沒有被引用，可以怎麼查？
想知道自己在 AI 搜尋裡的處境，不必等專門工具到位才能開始。最直接的做法，是定期用真實使用者會問的問句，親自到 ChatGPT、Perplexity、Google AI 摘要、Claude 裡搜尋自己的品牌或產業關鍵題，看內容有沒有出現、又是跟誰一起被列出來。
品牌搜尋量的變化，是另一個可以觀察的間接訊號。當內容開始被 AI 頻繁提到時，直接搜尋品牌名稱的流量通常會跟著往上走。也別忘了留意 Google Search Console 的搜尋外觀報表，注意有沒有出現跟 AI 摘要相關的曝光數據。市面上也已經有專門追蹤品牌在不同 AI 引擎能見度的監測工具，比逐題手動查更適合長期追蹤。
有一件事值得先打預防針。AI 給出的答案本身帶著隨機性，同一題連問三次，列出的來源都可能不一樣。Ahrefs 在同一系列研究裡另外指出，AI 摘要引用的內容、來源與提及的實體，平均每兩天就會變動一次。這代表監測這件事該看的是長期趨勢，不是某一次查詢的結果。一次沒被引用不代表輸了，持續被引用得越來越穩，才是真正該在意的指標。
回到最前面那個 76% 掉到 38% 的數字。它真正在說的，不是 Google 的排名系統靠不住，而是被 AI 引用這件事，規則正在被重新寫過，而且還沒有寫完。
多數網站現在連自己有沒有被哪個引擎引用都還沒查過，這代表這條賽道還遠遠沒有被填滿。誰先把內容準備好、先弄懂AI 搜尋引擎的引用邏輯在不同平台上怎麼分別運作，誰就先卡進 AI 端出來的那份答案裡。晚一步開始追蹤，要補的功課只會越堆越多。