5W Communications嘅《AI平台引用來源指數2026》整合咗超過6.8億次引用數據,發現頭15個網站霸佔咗68%嘅AI引用份額。頭50個網站加埋更超過八成。
你諗下:互聯網有大約11億個網站,但係得15個就控制咗AI引擎每日向幾十億用戶推薦嘅內容超過三分之二。呢種集中程度,比Google PageRank統治網絡搜尋25年嚟嘅任何時候都更加極端。
以下呢啲網站喺ChatGPT、Google AI Mode、Gemini、Perplexity同AI Overviews嘅引用排名入面 consistently 排喺最前:
| 排名 | 網站 | 重點備註 |
|---|---|---|
| 1 | 所有主要引擎嘅第一位;有研究顯示佢嘅引用份額達~40% | |
| 2 | Wikipedia | 長期排喺Reddit後面第二位;Similarweb數據顯示佢喺ChatGPT嘅引用佔~13% |
| 3 | YouTube | Peec AI分析3000萬個來源後發現佢排頭三位 |
| 4 | 喺ChatGPT、Google AI Mode同Perplexity都排頭五位 | |
| 5–10 | Fandom、Amazon、Forbes、Healthline、Mayo Clinic、WebMD、GitHub、Stack Overflow、CNN、NYT、BBC | 排名會因引擎同研究而異 |
Peec AI分析3000萬個來源後,總結出跨平台嘅頭10個最常引用網站係:Reddit、YouTube、LinkedIn、Wikipedia、Forbes、Facebook、Yelp、Amazon、TechRadar同Healthline。
Reddit嘅用戶生成討論同論壇內容,提供咗一個大量、多元化嘅對話同解決問題嘅數據庫。喺2025年6月Statista嘅研究中,Reddit食咗40.1%嘅引用參考,遠遠拋離第二位Wikipedia嘅26.3%。喺Perplexity,Reddit大約佔咗五分之一嘅引用。
分析師指出,Reddit擅長回答一啲好偏門、基於意見同「點樣做」嘅問題——呢啲正正係傳統百科全書式嘅來源搞唔掂嘅——所以對對話式AI嚟講特別有價值。
雖然Reddit整體領先,但每個引擎嘅個別排名反映出重要差異:
只有7個網站同時出現喺ChatGPT、Perplexity同Google AI Overviews三個引擎嘅頭50名最多引用網站入面,而同時被ChatGPT同Perplexity引用嘅網站比例只得11%。
大家要搞清楚:大型語言模型輸出時引用嘅網站,同佢哋訓練時用嘅數據係兩回事。
訓練數據方面,份額最大嘅來源係Common Crawl——一個開放嘅網絡數據倉庫,儲存咗PB級別嘅原始網頁數據,用嚟訓練GPT-3、LLaMA、T5等模型。OpenAI嘅GPT-3,佢嘅訓練 tokens 有60%嚟自經過篩選嘅Common Crawl版本。
上面講嘅引用排名,反映嘅係大型語言模型生成回答時會參考嘅來源——呢個係一個細好多、經過篩選,而且模型認為權威性高嘅網站清單。
如果你嘅目標係想俾AI引擎引用,數據講得好清楚:你一定要打入呢個短名單。網絡嘅長尾部分,除咗好冷門嘅查詢之外,對大部分AI輸出嚟講基本上係隱形嘅。
有效嘅策略包括:投稿去Wikipedia、爭取喺Forbes或Healthline呢類網站嘅報導、建立強大嘅YouTube同LinkedIn存在感,同埋喺Reddit上獲得引用。另外,容易提高引用成功率嘅內容格式包括清單式文章(listicles,大約佔頂級AI引用嘅50%)同埋包含有序或無序列表嘅頁面(呢類頁面喺被AI引用嘅網頁中佔咗80%)。
簡單講:Reddit、Wikipedia同YouTube係目前各大主要大型語言模型引擎最常引用嘅三個網站,加上一小群權威媒體、健康同參考網站,組成咗頂級嘅引用階層。想被AI引用,首先要被呢啲網站引用。
5W Communications嘅《AI平台引用來源指數2026》整合咗超過6.8億次引用數據,發現頭15個網站霸佔咗68%嘅AI引用份額。頭50個網站加埋更超過八成。
你諗下:互聯網有大約11億個網站,但係得15個就控制咗AI引擎每日向幾十億用戶推薦嘅內容超過三分之二。呢種集中程度,比Google PageRank統治網絡搜尋25年嚟嘅任何時候都更加極端。
以下呢啲網站喺ChatGPT、Google AI Mode、Gemini、Perplexity同AI Overviews嘅引用排名入面 consistently 排喺最前:
| 排名 | 網站 | 重點備註 |
|---|---|---|
| 1 | 所有主要引擎嘅第一位;有研究顯示佢嘅引用份額達~40% | |
| 2 | Wikipedia | 長期排喺Reddit後面第二位;Similarweb數據顯示佢喺ChatGPT嘅引用佔~13% |
| 3 | YouTube | Peec AI分析3000萬個來源後發現佢排頭三位 |
| 4 | 喺ChatGPT、Google AI Mode同Perplexity都排頭五位 | |
| 5–10 | Fandom、Amazon、Forbes、Healthline、Mayo Clinic、WebMD、GitHub、Stack Overflow、CNN、NYT、BBC | 排名會因引擎同研究而異 |
Peec AI分析3000萬個來源後,總結出跨平台嘅頭10個最常引用網站係:Reddit、YouTube、LinkedIn、Wikipedia、Forbes、Facebook、Yelp、Amazon、TechRadar同Healthline。
Reddit嘅用戶生成討論同論壇內容,提供咗一個大量、多元化嘅對話同解決問題嘅數據庫。喺2025年6月Statista嘅研究中,Reddit食咗40.1%嘅引用參考,遠遠拋離第二位Wikipedia嘅26.3%。喺Perplexity,Reddit大約佔咗五分之一嘅引用。
分析師指出,Reddit擅長回答一啲好偏門、基於意見同「點樣做」嘅問題——呢啲正正係傳統百科全書式嘅來源搞唔掂嘅——所以對對話式AI嚟講特別有價值。
雖然Reddit整體領先,但每個引擎嘅個別排名反映出重要差異:
只有7個網站同時出現喺ChatGPT、Perplexity同Google AI Overviews三個引擎嘅頭50名最多引用網站入面,而同時被ChatGPT同Perplexity引用嘅網站比例只得11%。
大家要搞清楚:大型語言模型輸出時引用嘅網站,同佢哋訓練時用嘅數據係兩回事。
訓練數據方面,份額最大嘅來源係Common Crawl——一個開放嘅網絡數據倉庫,儲存咗PB級別嘅原始網頁數據,用嚟訓練GPT-3、LLaMA、T5等模型。OpenAI嘅GPT-3,佢嘅訓練 tokens 有60%嚟自經過篩選嘅Common Crawl版本。
上面講嘅引用排名,反映嘅係大型語言模型生成回答時會參考嘅來源——呢個係一個細好多、經過篩選,而且模型認為權威性高嘅網站清單。
如果你嘅目標係想俾AI引擎引用,數據講得好清楚:你一定要打入呢個短名單。網絡嘅長尾部分,除咗好冷門嘅查詢之外,對大部分AI輸出嚟講基本上係隱形嘅。
有效嘅策略包括:投稿去Wikipedia、爭取喺Forbes或Healthline呢類網站嘅報導、建立強大嘅YouTube同LinkedIn存在感,同埋喺Reddit上獲得引用。另外,容易提高引用成功率嘅內容格式包括清單式文章(listicles,大約佔頂級AI引用嘅50%)同埋包含有序或無序列表嘅頁面(呢類頁面喺被AI引用嘅網頁中佔咗80%)。
簡單講:Reddit、Wikipedia同YouTube係目前各大主要大型語言模型引擎最常引用嘅三個網站,加上一小群權威媒體、健康同參考網站,組成咗頂級嘅引用階層。想被AI引用,首先要被呢啲網站引用。