结论
- 厂商页是最大的来源。 三个引擎、中英两种语言，厂商页都排第一，合计 56.9%。
- GitHub 不是小众来源。 按一个域名算，GitHub 一家占全部引用的 14.4%。Perplexity 的回答约七成（中文 68.3%，英文 70.0%）至少引用一个 GitHub 或代码包页面。
- 官方文档只占一成，而且看引擎。 ChatGPT 英文 22.3%，Gemini 英文只有 3.9%，区间不重叠。
- 中文题更靠技术社区。 Gemini 中文 27.0%，Gemini 英文 6.6%；Perplexity 中文 13.9%，英文 3.3%。ChatGPT 两种语言都很低，差别看不出来。
- 视频几乎不被引用。 5,456 条里只有 20 条，占 0.4%；ChatGPT 一条都没有。
- 来源不稳定。 同一道题隔 5 天再问，三个引擎的来源域名只重合 25–39%。只问一次得出的“AI 引用谁”，参考价值有限。
各引擎引用的来源类型
每格是这一行全部引用里的占比，两轮合计。
| 引擎 | 语言 | 回答数 | 引用数 | 每答引用 | 官方文档 | GitHub 与代码包 | 厂商页 | 目录 | 技术社区 | 视频 | 其他 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| ChatGPT | 中文 | 120 | 635 | 5.3 | 14.8% | 20.0% | 58.9% | 3.8% | 1.6% | 0% | 0.9% |
| ChatGPT | 英文 | 116 | 762 | 6.6 | 22.3% | 8.9% | 64.3% | 1.2% | 3.0% | 0% | 0.3% |
| Perplexity | 中文 | 120 | 1,200 | 10.0 | 10.7% | 18.4% | 50.0% | 4.9% | 13.9% | 0.3% | 1.8% |
| Perplexity | 英文 | 120 | 1,197 | 10.0 | 6.3% | 21.8% | 60.2% | 7.9% | 3.3% | 0.4% | 0.1% |
| Gemini | 中文 | 119 | 795 | 6.7 | 10.8% | 14.7% | 34.3% | 10.4% | 27.0% | 0.4% | 2.3% |
| Gemini | 英文 | 115 | 867 | 7.5 | 3.9% | 5.3% | 74.3% | 8.3% | 6.6% | 0.9% | 0.7% |
| 全部 | 中文 | 359 | 2,630 | 7.3 | 11.7% | 17.7% | 47.4% | 6.3% | 14.9% | 0.3% | 1.7% |
| 全部 | 英文 | 351 | 2,826 | 8.1 | 9.9% | 13.3% | 65.6% | 6.2% | 4.2% | 0.5% | 0.3% |
10-29 这轮每题问了 3 次，所以在合计里的分量更重。Perplexity 同一轮重复问的来源几乎相同（见下面的稳定性），它的 90 个回答实际上接近 30 个样本。
这些差别有多可靠。 每行只有 30 道题。把题目重抽 2,000 次得到 95% 区间，下面是几组比较：
| 比较 | 一边 | 另一边 | 区间重叠吗 |
|---|---|---|---|
| 官方文档：ChatGPT 英文 vs Gemini 英文 | 14.6–31.1% | 1.8–6.3% | 不重叠 |
| GitHub：Perplexity 英文 vs Gemini 英文 | 14.6–29.5% | 2.7–8.6% | 不重叠 |
| 厂商页：Gemini 英文 vs Gemini 中文 | 66.4–81.8% | 26.6–42.6% | 不重叠 |
| 技术社区：Gemini 中文 vs Gemini 英文 | 21.1–32.7% | 3.7–9.8% | 不重叠 |
| 技术社区：Perplexity 中文 vs Perplexity 英文 | 9.9–18.2% | 1.3–6.0% | 不重叠 |
| 技术社区：ChatGPT 中文 vs ChatGPT 英文 | 0.3–3.2% | 1.3–5.1% | 重叠，分不出 |
| 官方文档：ChatGPT 中文 vs ChatGPT 英文 | 8.9–20.8% | 14.6–31.1% | 重叠，分不出 |
有多少回答至少引用一个
占比是看每个回答的（不是看引用条数）。
| 引擎 | 语言 | 官方文档 | GitHub 与代码包 | 厂商页 | 目录 | 技术社区 | 视频 |
|---|---|---|---|---|---|---|---|
| ChatGPT | 中文 | 34.2% | 35.0% | 73.3% | 15.0% | 7.5% | 0% |
| ChatGPT | 英文 | 54.3% | 29.3% | 83.6% | 6.0% | 15.5% | 0% |
| Perplexity | 中文 | 42.5% | 68.3% | 90.0% | 29.2% | 65.8% | 3.3% |
| Perplexity | 英文 | 27.5% | 70.0% | 100% | 40.0% | 24.2% | 4.2% |
| Gemini | 中文 | 27.7% | 54.6% | 74.8% | 42.9% | 73.1% | 2.5% |
| Gemini | 英文 | 21.7% | 26.1% | 97.4% | 35.7% | 32.2% | 6.1% |
来源有多稳定
重合度 = 两次都引用的域名数 ÷ 任一次引用的域名数，按题平均。“同一轮”是 10-29 这轮同一道题的 3 次回答两两比，这 3 次几乎同时发出（中位数相隔不到 1 分钟）；“隔 5 天”是 10-29 的第一次和 11-03 那次比。
| 引擎 | 语言 | 同一轮重复问 | 隔 5 天再问 |
|---|---|---|---|
| ChatGPT | 中文 | 34.9% | 32.6% |
| ChatGPT | 英文 | 35.6% | 30.7% |
| Perplexity | 中文 | 99.3% | 34.3% |
| Perplexity | 英文 | 96.9% | 38.6% |
| Gemini | 中文 | 36.6% | 30.8% |
| Gemini | 英文 | 31.2% | 24.9% |
ChatGPT 和 Gemini 同一道题连着问，来源也只有三分之一相同。Perplexity 短时间内重复问几乎一样，隔几天就变了。
分两轮看，大类的排序基本不变。变化最大的是 Perplexity 中文：GitHub 与代码包从 15.7% 升到 26.7%，技术社区从 15.6% 降到 9.0%。
其他发现
- 来源很分散。 一共 872 个域名，469 个只出现 1–2 次；引用最多的 10 个域名占 29.1%，其中 GitHub 一家就有 14.4%。
- 官方文档里，社媒平台的页面占多数。 官方文档 587 条，其中平台开发者页面 403 条，AI 工具自己的文档 184 条。后者有 182 条出在题目提到某个 AI 客户端的题上。
- 英文答案更爱引用榜单和横评。 标题里有 best、top N、vs、alternative、推荐、对比这类词的引用，英文题占 15.9%，中文题占 6.2%；Gemini 英文最高，21.9%。这是按标题的粗略规则。
- Reddit 本身引用得不多。 reddit.com 占全部引用的 1.1%，Gemini 英文最高，3.8%。
方法
- 问了什么。 中英各 30 道关于怎么拿社媒数据的题，题里没有数据厂商的名字。比如“小红书笔记搜索 API 推荐”“微博热搜 API”“YouTube transcript API for LLM apps”“Douyin API to get video comments”。部分题提到具体 AI 客户端（比如怎么让某个客户端读小红书）。
- 问了谁、怎么问。 ChatGPT 搜索、Perplexity、Gemini 搜索，通过第三方的 AI 回答采集接口发送，没有登录的用户身份。
- 问了几次。 10-29 这轮（实际在 UTC 10-29 到 10-30 间跑完）每题 3 次，11-03 这轮每题 1 次，共 720 次，10 次失败，得到 710 个回答。其中 38 个回答没有列出来源，算进回答数，不产生引用。
- 什么算引用。 ChatGPT 和 Gemini 用回答的来源列表，Perplexity 用回答附带的来源。同一回答里同一页面（去掉网址参数后）只算一次。
- 怎么归类。 按域名：
- 官方文档：社媒平台的开发者和帮助页面，以及 AI 工具自己的文档。
- GitHub 与代码包：GitHub、代码托管和包管理站点。
- 厂商页：提供数据或工具的公司网站，含它们的文档和博客。
- 目录：MCP 和 API 目录、应用和插件商店、产品点评站。
- 技术社区：技术博客平台、云厂商的开发者社区、论坛、问答站、个人博客和社交平台的帖子。
- 视频：YouTube 和 B 站。
- 其他：新闻媒体、学术和无法判断的页面。
- 不在任何清单里的域名算厂商页。
局限
- 每题次数少。 11-03 这轮每题只问了 1 次。上面的区间只反映选题的波动，不包括时间的波动，而来源本身变得很快。
- 题目是我们选的。 这 60 道题都关于社媒数据，偏开发者和 AI 工具用户，不代表 AI 搜索的整体，换一批题比例会变。
- 按域名归类是粗分。 比如云厂商的域名里既有开发者文章也有产品文档，一律算技术社区；厂商的博客和文档都算厂商页。
- 长尾默认算厂商页。 只出现 1–2 次、又不在清单里的域名占全部引用的 8.4%，其中可能混有个人博客或媒体，所以厂商页的比例可能略微偏高。
- 不是真实用户看到的。 回答经第三方接口取得，没有登录、地区和历史对话，和你在网页上问到的可能不同。
- 引用不等于采纳。 被列为来源不说明回答正文用了它的说法，也不说明读者点开了。
- 我们不是旁观者。 本站也是回答这类问题的厂商之一，页面算在厂商页里。这份报告不公布任何单个厂商的数字，也不写我们自己的排名。
这对写内容的人有什么用
- 想被这类问题引用，产品页和文档是被引用最多的类型。来源分散在 872 个域名上，469 个只出现 1–2 次，小站的单个页面也进得去。
- 开源或有代码的工具，GitHub 仓库值得当作一个正式的页面来写；这在 Perplexity 上最明显。
- 中文问题上，技术社区里的文章是实际被引用的来源，尤其在 Gemini 上。英文问题上这条不成立。
- 视频在这类问题上几乎不被引用，不要指望靠视频进入这类回答。
- 测一次不够。每题多问几次、隔几天再测，只看大类占比和区间，不要看单次的“有没有我”。