两个 AI 读的页面只有 12.7% 重合，推荐的品牌却有 85% 以上一致：外贸工厂押错了那一层

过去两年我给外贸工厂做 AI 可见度诊断，最常说的一句话是「我们要争取被 AI 引用」。它好在具体——能排期、能报价、能验收：这个月新增 8 篇内容，下个月看被引用几次。

上个月我把这句话收回了。起因是件笨事：同一批真实采购提问同时丢给 ChatGPT 和 Gemini，连跑几个月。我没数「被引用了几次」，而是数「这两个引擎到底读了哪些页面」。结果和预期相反——它们读的东西几乎不重叠，可最后念出来的公司名重复率高得离谱。

这两件事摆在一起只有一个解释：AI 可见度不是一层，是三层，而绝大多数人（包括我）都在最脆的那一层上使劲。

一、两组数字，一个往左一个往右

先看第一组。2026 年有几家机构各自独立测过同一件事：两个引擎回答同一个采购提问时，读的是不是同一批页面。

研究	样本	ChatGPT × Gemini 来源重叠
MentionBird（2026-09-10 发布）	517 个采购提问 × 17 周，70,596 条回答，576,367 条引用	域名 12.7%，页面 5.8%
Writesonic（2026 年 7 月发布，5–6 月采集）	161,286 条 prompt	Jaccard 0.119，ChatGPT 在所有成对组合中垫底
Searlo（2026 年 9 月）	30 个提问 × 4 个引擎	ChatGPT × Gemini 0.01
SurfacedBy（2026-03-29 至 06-27）	约 16,400 条回答，127,198 条引用，11,647 个域名	69.6% 的被引用域名只在 1 个引擎上出现过，仅 2.7%（309 个）被全部 5 个引用过

（均为第三方口径。MentionBird 数据引自其 2026 年 9 月 10 日发布的研究原文；Writesonic、Searlo、SurfacedBy 三项转引自 Nobori 于 2026 年 9 月 4 日发布的跨引擎引用重叠汇总。）

MentionBird 的原文说得更直白：把一个提问的两份来源清单并起来，八个域名里有七个是「某一个引擎找到、另一个压根没读过」的。

这不是观察时间不够：MentionBird 把窗口从 7 天拉到 119 天，两个引擎的来源清单都长了五到六倍，一致率只从 28.2% 挪到 34.8%。也不是 ChatGPT 偷懒不搜索——在它九成以上会联网检索的提问上一致率 15.2%，其余 11.6%，缺口照样敞着。

第二组数字方向完全相反。Foglift 在 2026 年 6 月那份研究里取了五个引擎都给出答案的 62 个提问，同时测两层：品牌提及一致率在 85.5% 到 98.4% 之间，而同一批引擎对之间的来源重叠最低掉到 0.027。具体到一对：ChatGPT 和 Claude 只共享 2.7% 的被引用域名，却在绝大多数时候念出同一批品牌名。

多伦多大学那项研究把它推到更难反驳的位置：215 条商业提问里，ChatGPT 和 Claude 在「推荐哪个品牌」上 67% 的时候意见不一致，但它们对「为什么不推荐某个品牌」的解释，一致率高达 95.1%。两个引擎读不同的书，对「谁不行」的判断却几乎一模一样。

二、三层结构：引用层最脆，品牌层最硬

把这两组数字叠起来，AI 可见度其实是三层：

引用层（最脆）——你的某个页面出现在某次回答的脚注里。重叠率 5.8%–12.7%，波动极大：SurfacedBy 测过同一提问重复检查时来源清单的变动率，Google AI Mode 68%、Gemini 48%、ChatGPT 35%。你投入的每一小时都在和换手率近半的名单对赌。

实体层——模型知不知道有这家公司、做什么、在哪儿、有什么资质。不由单次检索决定，它长在训练语料和长期稳定的外部描述里。

品牌层（最硬）——买家问「有哪些值得考虑的中国供应商」时，它会不会把你念出来。跨引擎一致率 85%–98%。

绝大多数 GEO 服务卖的是引用层，因为它能量化、能截图、能写进周报。但它恰恰是三层里唯一几乎不跨引擎复用的——你在 ChatGPT 上抢到的引用位，对 Gemini 上的表现帮助接近零。

品牌层的信号则可以结转。Hexagon 分析 5 万条 AI 购物引用发现，12% 的品牌拿走了超过 80% 的推荐，而最强预测因子不是内容量，是三件事：权威媒体提及（相关性 0.74）、评论体量（评论数 ≥500 的品牌是 <50 评论品牌的 4.2 倍）、跨平台语义一致性（2.4 倍）。这三件事，没有一件能靠多发几篇博客解决。

三、对中国工厂，还有一层额外的坏消息

上面这些样本几乎全是欧美市场的 B2B 服务与软件采购，中国制造品类没被覆盖，所以我只搬机制结论，不搬绝对值。

但有一组数字，对外贸工厂的指向性比对 SaaS 公司还强。SurfacedBy 在商业意图样本里统计被引页面类型：Reddit 只占 1.8%，Wikipedia 不到 0.6%，而厂商页面、产品文档和长尾品类站合计占了 90.6%。这和「ChatGPT 最爱引用 Reddit」的流行说法完全相反——差别在提问类型：Reddit 的高占比出现在泛消费和软件选型类提问里，一到「找一家能做 XX 工艺的中国工厂」这种真采购提问，AI 找的是具体、可核对、窄的东西。

同一份样本里，43% 的被引用域名只拿到过 1 次引用，前十域名拿走 20.6%；Geonimo 分析 210 万条引用，73.5% 落在前一百域名之外。

一句话：你不需要打赢 Reddit，只需成为买家会问的那个窄问题在全网最清楚的答案。 但「清楚」指实体层和品牌层都清楚，不是页面写得漂亮。

四、三种失败模式，请对号入座

多伦多大学那项研究最有价值的部分，不是数字，是他们把「品牌没被推荐」拆成了三种失败模式。我按外贸工厂的实际情况改写一遍：

模式一：你从来没进过模型的视野。 全网关于你这个公司名的英文信息加起来可能不到二十条，还分散在某个 B2B 平台档案页、一张名片扫描件和两年前的一条新闻里。模型没有关于你的实体，无从检索也无从回忆。这是中国中小外贸工厂最常见的一种。

模式二：你进了视野，但没被提到。 模型知道你，但你身上没有任何可被描述的标签——不知道你擅长哪种工艺、服务哪个细分、有什么别人没有的资质。它生成名单时没有理由把你捞出来。

模式三：你被提到了，但没被推荐。 名字念出来，紧跟一句「不过公开信息里查不到它的交期和认证」。这就是那 95.1% 一致率的排除理由：两个引擎对「为什么不行」的判断几乎一样，因为卡在同一种信息缺失上。

修一个失败模式能同时改善两个引擎；抢一个引用位只改善一个引擎的一次回答。这就是我说押错了层的原因。

顺便接上我上个月写的《同一句采购提问，ChatGPT 给了 7 个链接、Gemini 一个都没给》：那篇讲内容形态差异，是战术层；这篇讲资产层。战术层决定一次回答的表现，资产层决定你在所有引擎上的基线。

五、一人公司该怎么分这笔力气

一人外贸公司最稀缺的是时间，不是信息。所以我的建议不是「三层都做」，而是明确放弃什么。

引用层：只开一个窄口子，不要铺。 挑 3–5 个你真吃过亏也真懂的窄问题，每个写一页把话说死的页面，而不是每月产 8 篇泛内容。骨架见《外贸工厂的产品页怎么写，AI 才肯引用》，参数表规则见《写一张 AI 愿意照抄的规格对比表》。别指望它稳定，我在《AI 引用会过期》里算过，这是一层要续费的资产。

实体层：普通工厂唯一吃得到的红利。 公司英文名全渠道唯一且与域名一致；MOQ、交期、产能、认证、主营工艺写成结构化文字而不是图片；至少三个第三方页面上是同一套口径。一天能干完，且不过期。

品牌层：慢，但唯一能结转。 权威第三方提及、可核查的案例与评价体量、跨平台一致表述——这三件事都得借助外力，靠自己发内容解决不了。一人公司的现实做法是每季度攻一个第三方位置，而不是每周发三篇。

明确放弃的：聚合总分。 我见过太多「AI 可见度 72 分」的仪表盘。在引擎对之间只共享 12.7% 来源的世界里，把五个引擎平均成一个分数，那个分数描述的是你买家根本不会打开的任何一个引擎。按平台分开记，固定 5–7 个提问，一个月复跑一次，模板见《怎么知道 ChatGPT 认不认识你的工厂》。

顺带一句：买家在 AI 里问完，拿到的不是一个链接，是三到十一个公司名。所以「被念到」的价值远高于「被点击」，而多数外贸站的转化路径仍按「点击→询盘」设计——那一半可见度怎么算我单独写过。

六、今晚就能做的三件事

第一件，先分清你现在卡在哪一层。 拿 5 个真实采购提问在 ChatGPT 和 Gemini 各跑一遍，分别记：有没有提到你（品牌层）、有没有引用你的页面（引用层）、提到你时用的是什么描述（实体层）。三格填完就知道该补哪层。别买工具，先跑一个月拿基线。

第二件，把公司名一致性一次修完。 英文名、域名、邮箱域名、B2B 平台档案、社媒账号，五处逐字符一致。零成本，但这是实体层的地基——不一致时模型看到的是五家不同的公司。

第三件，挑一个窄问题写一页「全网最清楚的答案」。 一页就够。假设读者是不懂中文、要在十分钟里做决定的采购经理，把所有含糊表述换成数字。

如果你这几天正好在广交会上攥着一堆名片，展中每天闭馆后的 90 分钟流水线可能更急用——展会线索有时效，和 AI 可见度是两笔账，但都怕拖。

常见问题

ChatGPT 和 Gemini 的引用来源几乎不重叠，我是不是要做两套完全不同的内容？

要做两套，但不是因为重叠率低，而是读东西的方式不同：Gemini 每次回答引用约 11 个来源、ChatGPT 约 3.7 到 6.2 个（两份样本口径不同，方向一致：Gemini 更多），且 Gemini 会反复回到读过的页面（平均回访 5.86 次，ChatGPT 2.79 次）。所以 ChatGPT 侧适合「窄而尖」的单页，Gemini 侧适合结构化、可对比、多处一致的表述。但请分清主次：这是战术，品牌层和实体层才是两边通用的地基。

既然品牌层跨引擎一致率 85% 以上，是不是可以干脆不做引用层了？

不行，但顺序要反过来。引用层是「可被核查」的入口——买家追问「这家交期多久」，模型需要有个能读的具体页面；没有，就触发那 95.1% 一致的排除理由。正确做法：实体层先修（一天能干完），品牌层慢慢攒（按季度），引用层只在你吃透的窄问题上做几个尖页面，别铺量。只做引用层而实体层是空的，是最常见的错配。

这些研究的样本都是欧美 B2B 服务业，对中国制造工厂有多少参考价值？

机制层面可参考，绝对值一律不能搬。MentionBird 的 517 个提问、Writesonic 的 16 万条 prompt、Foglift 的 62 个提问，样本都以欧美服务与软件采购为主，中国制造品类基本没被覆盖。但「引擎读不同来源、对品牌判断高度一致」「排除理由高度一致」「商业意图下厂商页面占九成」这三条是检索与生成机制层面的结论，与品类关系不大。

我应该买一个 AI 可见度监测工具吗？

先别买，先用一个月手工跑基线。同一提问重复检查，来源清单变动率在 25% 到 68% 之间（Perplexity 25%、ChatGPT 35%、Gemini 48%、Google AI Mode 68%），这种波动下任何聚合分数的噪声都大于信号；而且不同工具的取数管线不一样，跨工具数字不可比。固定 5–7 个提问、分平台各记一遍、一个月复跑，知道自己的基线长什么样之后再决定要不要付钱。

至于「权威媒体提及」相关性 0.74 那条，别读成「去发新闻稿」——它是相关性不是因果，样本还是消费类购物场景。中小外贸工厂现实可得的权威第三方是：行业协会与认证机构公示页、行业垂直媒体产品报道、B2B 平台完整档案、客户自己发布的案例。单个权重都不高，但稳定、可核查、不会被算法一次性抹掉。

---

本文数据来自第三方公开研究：MentionBird《ChatGPT and Gemini Overlap on 12.7% of the Domains They Cite for the Same Question》（2026-09-10 发布，517 个采购提问，2026-04-27 至 08-23 共 17 周，70,596 条回答，576,367 条引用）；Writesonic（2026 年 7 月，161,286 条 prompt）；SurfacedBy（2026-03-29 至 06-27，约 16,400 条回答、127,198 条引用、11,647 个域名）；Foglift（2026 年 6 月，1,373 条回答）；Searlo（2026 年 9 月，30 个提问 × 4 引擎）；多伦多大学（215 条商业提问）；Hexagon（50,000 条 AI 购物引用）。其中 Writesonic、SurfacedBy、Foglift、Searlo、多伦多大学、Hexagon 六项转引自 Nobori 于 2026 年 9 月 4 日发布的跨引擎引用重叠汇总，非作者直接核验。样本均以欧美市场、B2B 服务与软件采购为主，未覆盖中国制造品类，数字按第三方口径处理，不作为行业基准。AI 检索策略变化极快，本文结论可能随时失效。

想知道你的公司在 ChatGPT、Gemini 里现在卡在哪一层？留下你的行业、目标市场和一个你最想被问到的采购问题，我们帮你做一次三层诊断。