ChatGPT、Gemini、Perplexity最鍾意引用邊啲網站？數據揭示高度集中嘅真相

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。

各大引擎最常引用嘅頭10個網站

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：

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。

點解Reddit咁勁？

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。

唔同引擎有唔同排名——核心相似，但各有特色

雖然Reddit整體領先，但每個引擎嘅個別排名反映出重要差異：

• ChatGPT 好倚重Wikipedia同Reddit，呢兩個加埋大約佔佢四分之一嘅引用。Similarweb喺2026年1至2月嘅數據顯示，Wikipedia以13.2%領先，Reddit以12%緊隨其後。
• Google AI Mode 將Fandom排第一——呢個遊戲同流行文化維基平台喺其他引擎就冇咁突出。
• Perplexity 嘅引用分佈就比較分散：要覆蓋80%嘅引用查詢量，需要810個唔同嘅網站。

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%。

訓練數據 vs 輸出引用：一個關鍵嘅分別

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。

呢個對品牌同內容創作者嘅啟示

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。