AI 引用研究深度解析：為何品牌官網被忽略，第三方列表才是被引用的關鍵？

研究背景

2026 年 7 月，AI 引用基礎設施平台 citations.press 發佈了一項開創性的研究。研究團隊設計了 10,000 個商業相關的提示詞，涵蓋 50 個行業的典型消費者查詢，並將這些提示詞分別提交給 ChatGPT 和 Claude，分析兩者產生的 60,350 筆引用數據——包含被引用頁面的類型、來源域名分佈等維度。

這是目前公開可見的、規模最大的 AI 引用模式研究之一，對 GEO（生成式引擎優化）從業者具有極高的參考價值。

核心發現

1. 品牌官網：AI 最不愛引用的頁面類型

在所有被分析的頁面類型中，品牌首頁（homepage）的引用率最低：

頁面類型	ChatGPT 引用佔比	Claude 引用佔比
最佳推薦／比較列表	36%	58%
分類索引頁	35%	9%
一般文章	12%	21%
目錄／彙整中心	10%	5%
產品頁	7%	4%
品牌首頁	7%	4%

品牌官網在 Claude 中僅獲 4%、在 ChatGPT 中僅獲 7% 的引用——是所有頁面類型中墊底的存在。

2. 「最佳推薦」列表主導一切

兩大 AI 系統的共同偏好非常清晰：排名列表和比較頁面是引用的大宗。這類頁面在 ChatGPT 中合計佔 71%（36% + 35%），在 Claude 中更高達 67%（58% + 9%）。

這意味著，當消費者向 AI 詢問「最好的 XXX 服務商」或「XXX 比較」時，AI 幾乎總是從第三方媒體的評比文章中提取答案，而非直接查看品牌官網的自我介紹。

3. 不同 AI 系統的引用偏好差異

值得注意的是，ChatGPT 與 Claude 的引用模式存在顯著差異：

Claude 更偏愛「最佳推薦列表」——佔比高達 58%，遠超 ChatGPT 的 36%
ChatGPT 更常引用「分類索引頁」——佔比 35%，是 Claude（9%）的近四倍
Claude 更常引用「一般文章」——佔比 21%，高於 ChatGPT 的 12%

這說明了 GEO 策略不能「一套打天下」：不同 AI 平台有著不同的引用偏好，企業需要針對每個平台調整內容策略。

為什麼 AI 不愛引用品牌官網？

研究沒有直接探討成因，但從 GEO 實務角度，我們可以歸納出幾個合理的解釋：

客觀性偏誤——AI 模型在訓練時被設計為優先選擇「第三方客觀來源」，而非品牌自述。官網內容本質上帶有自我宣傳性質，AI 傾向於避免被質疑「偏袒」特定品牌。
結構化程度不足——許多品牌官網的產品資訊散落在不同頁面，缺乏 AI 易於提取的結構化數據。相比之下，第三方比較網站通常將資訊整理成表格和列表形式，更容易被 AI 解析和引用。
權威信號——在 AI 模型的訓練和推理過程中，來自知名媒體和評論網站的內容被賦予較高的信任權重。一個品牌的官網若缺乏足夠的外部權威信號，AI 會傾向於選擇更有公信力的第三方來源。
用戶意圖匹配——當用戶詢問「哪個最好」時，AI 判斷用戶需要的是比較性資訊，而這正是第三方評比網站的核心價值主張。

對香港企業的 GEO 啟示

這項研究對正在規劃 GEO 策略的香港企業提供了幾個關鍵方向：

1. 投資第三方媒體曝光

如果 GEO 預算有限，優先投資於第三方媒體的評比和推薦，而非單純優化官網內容。確保你的品牌出現在行業相關的「最佳供應商」、「推薦清單」、「比較指南」中。

2. 針對不同 AI 平台差異化策略

考慮到 ChatGPT 和 Claude 的引用偏好不同，企業可以：

為 ChatGPT 優化分類索引頁和資訊型文章
為 Claude 確保品牌出現在精選比較列表中
為 Perplexity 和 Google AI Overview 分別調整引用策略

3. 官網仍重要，但角色不同

這不意味著官網不重要——官網仍然是品牌權威的基石。但官網的角色需要從「直接被引用的終點」轉變為「被第三方引用後的轉換目的地」。換句話說，官網應該被優化為「當 AI 引用第三方文章推薦你的品牌時，用戶點擊後看到的 Landing Page」。

4. 建立可被驗證的引用內容

citations.press 這類平台的出現，代表 AI 引用正在走向結構化和可驗證化。企業應該開始：

在官網加入結構化數據（Schema.org）
建立可被 AI 機器人抓取和理解的權威內容片段
在第三方媒體中提供可被引用的事實、數據和統計

結語

這項研究用數據證明了 GEO 領域的一個核心命題：AI 搜尋時代，品牌的可見度不再由官網決定，而是由第三方生態系統決定。香港企業若想在 ChatGPT、Claude、Perplexity 和 Google AI Overview 中獲得推薦，需要從「官網為中心」的思維轉向「生態系統為中心」的 GEO 策略。

參考資料：citations.press AI Citation Analysis, July 2026（分析 10,000 prompts、60,350 citations、50 個行業）