Perplexity AI 基线分析：人为制造的来源与AI生成的购买指南

AI 检索系统在低权威领域中进行基线推荐

对基于网络的AI模型的研究揭示了其在产品推荐中对低权威性和机器生成内容的高度依赖。在使用 perplexity/sonar 和 perplexity/sonar-pro 测试的380个软件类别中，7,534条引用中有83.2%指向Tranco前100万列表中排名低于#100,000的域名，或未进入前百万名的域名。

引用权威性分布

Perplexity模型的检索层在高权威网站上的集中度明显不足。尽管被引用最多的前十位域名占总引用量的17.3%，但其余五分之四的证据来源由长尾资源构成。具体而言，36.5%的引用域名未出现在Tranco前一百万名中。这些未排名的域名要新得多，其Wayback Machine首次抓取时间中位数为2020年，而排名域名的中位数为2011年。

域名	引用数	占比	Tranco 排名
g2.com	291	3.86%	4,027
reddit.com	261	3.46%	105
guideflow.com	194	2.57%	177,039
gartner.com	158	2.10%	1,766
zapier.com	82	1.09%	2,919

AI SEO 中“基线页面”的兴起

一个由三个域名——wifitalents.com、worldmetrics.org 和 gitnux.org 组成的网络被识别为主要的人为内容来源，这些内容专为AI检索系统设计。这三个网站均注册于2023年12月至2024年5月之间，共享相同的Cloudflare名称服务器、页面模板和导航结构。

机器生成内容规模

这三站共发布了215,128篇机器生成的“最佳<类别>”页面。这一操作规模远超现有软件类别的数量，表明其采用程序化方式捕获AI搜索流量。

针对检索层

与传统SEO针对人类读者不同，这些站点明确针对AI“基线”过程。worldmetrics.org 和 gitnux.org 使用如“事实与基线页”之类的HTML标题，以及描述自身为“可机器读取的经验证事实记录”的元描述。这表明正向“AI引擎优化”（AEO）转变，即内容结构专门用于被大语言模型检索层摄入。

AI生成推荐中的不一致性

尽管这些人为站点自称为权威研究机构，但它们对同一软件类别却提供了相互矛盾的排名。以“项目估算软件”为例，这三个站点给出了三种不同的顶级工具，尽管它们使用相同的模板并声称经过“AI验证”或“专家评审”流程。

此外，检索过程可能导致幻觉或危险链接。在研究样本中，1,502个供应商主页由模型提供：

• 1.1% 已失效或无法访问。
• 6.1% 重定向至其他域名。
• 一些引用导向无关网站，例如当模型被要求提供研究数据平台和数据质量工具时，指向印尼在线博彩门户或摩纳哥酒店赌场集团。

社区见解与反驳观点

技术用户间的讨论表明，这种现象是AI生态系统中“AI垃圾”和循环推理更广泛趋势的一部分。

"搜索引擎现在成了引用，而引用又是一张为了被引用而存在的页面。那个循环里没人真正读过任何东西，但它仍然有效。"

社区提出的关键担忧包括：

• 模型偏好AI内容：部分用户报告称，LLM倾向于选择AI生成的段落而非人工撰写的内容，从而形成反馈循环，使模型在训练和引用自己复述的内容。
• 来源质疑缺失：当前代理工作流中存在明显的“来源质疑缺失”，模型未能考虑发布信息的动机，使其容易受到“付费验证”系统的操纵。
• 报告真实性存疑：一些Hacker News评论者质疑该研究本身的真实性，认为报告可能是其描述的同一AI生成内容策略的一部分，指出报告网站（trellner.com）似乎也遵循类似的AI生成模式。

方法论与范围

本研究仅通过OpenRouter聚焦于Perplexity AI的 sonar 和 sonar-pro 模型。研究使用了380个购买意图类别和760次总调用。研究人员指出，结果反映的是检索索引的一个快照，并不一定代表其他AI搜索引擎（如ChatGPT、Gemini或Copilot）的表现。