AI 引用的信源正在换人：新闻媒体半年掉 5 个点，谁补上了？

结论：AI 引用的争夺已经不在"官网还是媒体"之间，而在"谁的材料更像一手资料"。半年里新闻媒体的份额掉了 5 个百分点，补位的是同行企业的专业内容。

现象与数据：七类来源里只有一行在跌

一句话结论：跌的只有新闻媒体一类，其余六类全部小幅上升，这是结构位移，不是总量变化。

Muck Rack 与 Generative Pulse 在 2026 年 10 月 28 日发布《What Is AI Reading?》第四版，样本是 2026 年采集的 4,000 万条以上 AI 回答与 2.07 亿条引用记录。

同一份研究另用 1,020 个不含品牌名的消费者提示，测了 ChatGPT、Claude、Gemini、Perplexity 四家平台的回答。

引用来源类型	2026 年 5 月	2026 年 9 月	变化
第三方企业内容	24.0%	25.1%	+1.1 个点
新闻媒体	27%	22%	-5 个点
聚合与百科	17.4%	18.3%	+0.9 个点
品牌自有内容	13.7%	15.2%	+1.5 个点
政府与 NGO	8.6%	9.6%	+1.0 个点
学术研究	4.0%	4.4%	+0.4 个点
付费与业配	0.3%	0.3%	持平

新闻媒体是七类里唯一明显下滑的一行：五个月少了 5 个百分点。报告另提到，新闻媒体占 ChatGPT 引用的比例从 1 月的 28.1% 降到 9 月的 22%。

补位的是第三方企业内容，从 24.0% 升到 25.1%，成为占比最高的单一类别；品牌自有内容从 13.7% 升到 15.2%。

付费与业配停在 0.3%，四版报告里几乎没动。近 99% 的引用链接来自非付费来源，这两个数字要一起看。

机制拆解一：平台为什么不再那么依赖新闻

一句话结论：不是平台不信任媒体，是媒体可被抓取的部分在被自己收窄。门一收，进入答案的机会就少。

付费墙与授权协议先切走了容易抓的那部分

过去一年，多家新闻机构提高了抓取门槛：有的改授权协议，有的限频次，有的要求登录后阅读。可抓页面变少，被引概率同步下降。

聚合层被单独计了一类

报告把聚合与百科单列，占比从 17.4% 到 18.3%。一些原本按"媒体转载"统计的页面落进聚合桶，媒体这一行本身也被压薄。

新闻的时效在折旧

同一份研究提到，被引用的新闻里超过一半来自过去 12 个月内。新闻的有效期按月计，参数与工艺类内容按年计，后者更抗折旧。

机制拆解二：第三方企业内容凭什么涨

一句话结论：AI 需要"能对比、能核验、能落到参数"的材料，同行写的技术内容更接近这个形态。

采购类问题要的是参数，不是卖点

用户问"两类设备怎么选"，答案需要规格、口径、适用边界。厂商宣传页写的是卖点，同行对比页写的是差异，后者更容易被整段摘走。

同行视角自带第三方属性

同一条产业链上的企业，描述上游材料或下游工艺时，往往更敢写限制条件。带边界的表述，正是答案层偏好的形态。

转载放大了可检索面

一份技术资料被行业媒体转载、被协会文件引用、被招标文件提到，就会留下多个可抓取版本。AI 在不同来源读到一致口径，采信成本最低。

灵曦 GEO 在给制造类客户整理外发材料时，会先做一页事实底稿。原因不是材料越多越好，而是外部每多一个版本，AI 就多一次判错的机会。

反直觉观点：官网份额涨了，但它不是主战场

一句话结论：自有内容从 13.7% 涨到 15.2% 是好消息，但把它当主战场会算错投入顺序。它更像底座，不像增量。

库内两篇旧稿的数字看上去与这里冲突：有研究给出官网占 57%，也有本地生活样本给出 93% 的被引域名是商家官网。

三个数字都成立，因为分母不同。57% 按引用条目算并覆盖全行业，93% 只取本地意图的查询，本篇按来源类型分七类、以英文消费类提问为主。

看到任何"官网占比"的数字，先问分母是什么。分母决定这个结论能不能搬到你所在的品类。

更实际的结论是投入顺序：官网负责把事实说准，第三方负责把事实说开。前者的上限由品类决定，后者的上限由整个行业的表达密度决定。

这也解释了一个常见误判：官网改版之后数据没动，不代表白改；它可能只是把底座修平了，增量要等外部材料跟上才出现。

操作清单：把第三方信源做成资产的 5 个步骤

1. 先做事实底稿：把参数、资质、服务边界、常见误写整理成一页，全公司口径一致，供外部引用。
2. 列出品类信源池：找出行业里被 AI 高频引用的 10 个第三方站点，含行业媒体、协会、招投标平台、垂直社区。
3. 按可核验标准改写外发材料：每个数字带样本量与时间，每条结论带适用边界，不写无主语的口号。
4. 让上下游正确描述你：供应商名录、联合技术文档、协会标准参编，这三处最容易留下稳定且可交叉核验的口径。
5. 季度复查引用落点：自有与第三方占比、描述准确率各记一次，结构变了就调动作，不要只看总量。

常见问题

官网还有没有必要做？

有必要，但目标要改。官网现在主要承担"把事实说准"的职责：参数、资质、服务边界写清楚，让外部引用时有稳定来源。指望官网单独撑起引用份额，预期会落空。

买媒体发稿能提高 AI 引用吗？

按这份统计，付费与业配占引用来源的 0.3%，四版报告没有变化。钱花出去能买到版面，买不到"被当成依据"，两者在答案层是两件事。

新闻稿算不算赢得型媒体？

通常不算。赢得型的判定看内容由谁组织、能否被独立核验，而不是发在哪个站点。企业自供稿即使登上大站，也仍属自述材料。

怎么查 AI 到底引用了谁？

固定同一批问题、同一时段，逐个平台记录答案里的来源链接，按来源类型归类。样本量小的时候只看趋势，不看单条结论。

B 端工业品适用这套结构吗？

方向上适用，比例不能照搬。工业品的采购问题更依赖参数与标准文件，第三方企业内容与协会资料的权重通常高于消费类目。

行业媒体发的和我自己发有什么区别？

区别在编辑环节。经过第三方编辑、带独立判断的稿件，与自供稿在答案层被区别对待；同一批数据由行业媒体重新组织，可信度通常更高。

没有媒体关系的小企业怎么办？

从可核验的资料入手：协会标准参编、招投标文件、上下游联合文档、垂直社区的实测记录。这些渠道不依赖媒体关系，只依赖材料质量。

数据与来源

• 七类来源占比、新闻媒体 27% 降至 22%、第三方企业内容 25.1%、自有内容 15.2%、付费 0.3%、99% 非付费、ChatGPT 新闻引用 28.1% 降至 22%：Muck Rack《What Is AI Reading?》第四版，作者 Matt Albasi，2026-10-28 发布，样本 4,000 万条以上 AI 回答与 2.07 亿条引用，统计窗口 2026 年。见 Muck Rack 原文。
• 同一报告的中文逐项核对与口径说明（七类占比、5 月至 9 月对比）：来源结构拆解。
• 报告方法与「赢得型媒体 84%」的口径边界（英文消费者查询、未披露地区分布）：报告解读与限制说明。
• 「官网占 57%」的对照口径，见站内 AI 引用的 57% 来自品牌官网；第三方榜单结构见 AI 引用为什么总落在第三方榜单上。

边界与不适用

这份统计以英文消费类提问为主，不能直接套到中文平台的答案结构上。国内平台的抓取范围与内容池差异明显，比例需要另测。

七类占比合计不足 100%，因为报告只列了主要类别。小类别的变动不在表内，不能据此推断"其他来源消失"。

结构变化是相关性观察，不是因果证明。新闻媒体占比下降与平台抓取策略调整同期发生，但报告没有做归因实验。

另外，0.3% 说的是"被引用的链接是否付费内容"，不等于付费投放没有价值——它只是不体现在引用层。

结语

信源结构变了，做法也得跟着变：把事实说准留在站内，把事实说开交给行业。两件事分开做，比在一处堆量更有效。

想看这套做法在实际行业里的落地路径，可以看灵曦 GEO 的 GEO 优化服务 说明。

灵曦 GEO ｜ 河南灵曦文化传媒有限公司