10月28日,一项由德国波鸿鲁尔大学与马克斯·普朗克软件系统研究所联合开展的研究,首次量化了AI搜索引擎与传统搜索引擎在信息来源上的核心差异:AI引擎更倾向于引用访问量低、在传统搜索中排名靠后的冷门网站。
该研究以《生成式人工智能时代的网络搜索特征分析》为题发布预印本,将谷歌传统搜索与谷歌AI概览、Gemini 2.5-Flash、GPT-4o搜索模式等多款AI搜索工具进行对比测试,查询覆盖日常问答、政治议题及热门商品等多类场景。
依据域名追踪工具Tranco的数据,研究发现AI搜索引用的网站受欢迎度远低于传统搜索前10名结果。
这些来源常处于Tranco全球前1000名甚至100万名域名之外,其中Gemini表现最为突出,其引用来源的中位数排名均在千名之外。
具体来看,谷歌AI概览引用的信息中,53%未进入传统搜索前十,40%甚至跌出前100名。
这种偏好并非意味着信息质量下降。数据显示,GPT类工具更青睐企业官网与百科等权威来源,几乎不引用社交媒体内容,其覆盖的"概念"数量与传统搜索前十结果相当。
但AI在整合信息时会进行压缩,可能省略次要内容,在应对模糊查询时,传统搜索的信息覆盖反而更全面。
AI搜索的另一特点是融合"内部知识"与外部信息。以"GPT-4o搭配搜索工具"为例,它常直接依赖训练数据作答,无需引用外部链接,但这也导致其在查询实时热点时表现乏力,常要求用户补充信息而非主动检索最新内容。
研究并未判定两者优劣,但明确指出,随着AI搜索成为新流量入口,传统"排名决定流量"的SEO逻辑正在被颠覆,如何让内容被AI引用的GEO(生成式引擎优化)已成为新课题 。(转自AI普瑞斯)