你在豆包、DeepSeek、元宝、夸克上看到的"信源偏好"，很大一部分不是模型决定的，而是它们背后接的那个搜索索引决定的。 国内至少有一家搜索 API 供应商同时服务着多个头部 AI 应用——这意味着市面上"针对 6 个国产大模型分别优化"的服务方案，可能在描述一个并不存在的工作量。
这篇文章不写"某平台的收录逻辑"，因为没有人有可核查的证据说得清那个东西。它只写一件可以查证的事：每个平台的答案是从哪个索引里取出来的。
一、先说证据等级（这一节请不要跳过）
海外平台的拆解有据可依：Google 有官方指南，OpenAI、Perplexity 有爬虫文档，Ahrefs、Moz、SE Ranking 有几十万到几百万量级的公开研究。
国内一样都没有。
中文互联网上关于国产 AI 平台"信源偏好"的内容，我们做过一轮系统检索，结论是：绝大多数出自 GEO 服务商的营销稿，无方法论、无样本量，且存在明显的引用错配——例如把普林斯顿 GEO 论文的结论说成"采用结构化数据标记的内容 AI 引用率提升 37%–40%"（该论文测的是文本改写策略，不是 schema），再与"某公司官方数据：可见性提升 45%–60%"并列引用。
所以本文对每条事实标注证据等级：
- A 级：多方独立来源一致，或平台官方公开表述
- B 级：厂商自述或单一媒体报道，方向可信但数值待核
- C 级：合理推断，无直接证据
看到 C 级就当假设用，不要写进给客户的方案里。
二、检索链路图
| 平台 | 生成模型 | 检索来源 | 等级 |
|---|---|---|---|
| DeepSeek（C 端应用） | DeepSeek 自研 | 博查 AI 的 Search API | B |
| 腾讯元宝 | 混元 / DeepSeek-R1 双模型 | 微信搜一搜、搜狗搜索、腾讯新闻，并优先覆盖公众号与视频号 | A |
| 豆包 | 字节自研 | 字节内容生态（抖音、今日头条、西瓜）+ 公开网页 | B |
| 夸克 AI 搜索 | 通义系 | 阿里／夸克自有搜索索引 | B |
| 百度 AI 搜索 | 文心 | 百度索引 | A |
| 秘塔 AI 搜索 | 自研 | 自建索引 | B |
| Kimi | 月之暗面自研 | 未公开 | — |
关于博查这一条，要多说两句
博查是一家专为 AI 应用做搜索的公司，提供 Web Search API、Semantic Reranker API 等服务。其在阿里云云市场的商品页自述为"DeepSeek 的官方搜索引擎"，并称已服务 20000+ 企业用户、日调用量超 3000 万次，同时是腾讯、字节、阿里等厂商的推荐搜索服务。36 氪的报道则称国内超过 60% 的 AI 应用（包括 DeepSeek 的 C 端应用）的联网搜索能力通过接入博查的 Search API 实现。
这两条都是厂商侧或转述口径，我们没有找到独立的第三方核实，因此标为 B 级。 但即便打个折，方向是清楚的：国内 AI 应用的联网检索存在明显的供应商集中现象。
如果这一点成立，推论有三条：
- 需要优化的索引数量，远少于需要优化的平台数量。 同一个 Search API 背后的排序变化，会同时改变多个平台的答案。
- 单点风险变成了可见度风险。 你的内容在某个搜索 API 的索引里表现如何，可能比在任何单一 AI 产品里的表现更重要。
- "50+ 大模型全域适配"这类卖点需要重新审视。 如果底层只有两三个索引，那"适配 50 个模型"描述的是同一件事被数了 50 遍。
三、与海外 GEO 最大的结构性差异：站外内容不在你的服务器上
海外的 GEO 有一个隐含前提——你想被引用的内容托管在你自己的域名下，因此 robots.txt 和服务器日志是有效的控制点与观测点。
国内不是这样。
元宝优先调用的是微信公众号内容。腾讯方面公开表述过，元宝的 AI 搜索来源除公众号外还整合了搜狗、腾讯新闻等，并会标注来源链接。豆包倚重的是抖音与今日头条生态。这些内容都不在你的服务器上：
- 你的 robots.txt 管不到公众号文章
- 你的服务器日志看不到任何抓取记录
- 你无法用 UA + IP 验证爬虫真伪
- 你也拿不到任何一方数据（国内没有任何平台提供类似 Bing AI Performance 那样的站长引用报告）
因此在国内做可见度，官网的权重结构性地低于海外场景，而账号矩阵的权重结构性地高。 这不是策略选择，是链路决定的。
对同时做内外贸的企业，这意味着两套完全不同的工作方式，不能用一份方案覆盖。
四、可观测层：还能查什么
虽然生态内容管不到，网页侧的爬虫仍然可控可测：
| User-agent | 归属 | 说明 |
|---|---|---|
Bytespider | 字节跳动 | 也用于头条搜索，遵守 robots 协议，可用 robots.txt 屏蔽 |
Baiduspider | 百度 | 百度索引的准入前提 |
PetalBot | 华为 Petal | 官方说明其为 Petal 搜索建立索引，并驱动华为助手与 AI 搜索的内容推荐；遵守 robots 协议 |
外贸企业最常见的失分点：为了防采集，在 CDN 或 WAF 层做了宽泛的 UA 拦截，把这几个一起封了。检查方法和海外一样——打开 yourdomain.com/robots.txt，再翻一遍 WAF 规则。
需要注意的是，国内厂商公开的爬虫文档远不如 OpenAI、Perplexity 完整，多数没有发布可验证的 IP 段。这意味着 UA 伪造无法排除，日志里的抓取量只能作为参考，不能当作准确指标。
五、我们目前不知道，而且没人知道的
- 各平台的信源类型分布。 没有任何带方法论的公开研究。
- 中文提问与英文提问是否命中完全不同的信源。 无研究。
- B2B 采购类问题在国内平台上的引用模式。 无研究。
- 博查等搜索 API 的索引覆盖范围与排序策略。 完全不公开。
这四项正是我们下一批原创实测的选题。 在拿到自己的数据之前，我们不会对国内平台的"信源偏好"给出任何数值化结论——市面上给了的那些，请去问他们要样本量。
六、2026 年正在发生的变化：从"被检索"到"被调用"
写这篇文章时，国内的竞争重心正在从"AI 检索什么内容"移向"AI 能调用什么服务"。三条可核查的线索：
- 微信原生 AI 智能体。 据报道，腾讯正在为一款嵌入微信的 AI 智能体做收尾测试，入口拟定为微信主界面右滑。其技术前提是微信已有的数百万个小程序——它们本质上是一套覆盖上百个细分行业的标准化接口，Agent 可直接调用，无需像 GUI 方案那样识别屏幕元素。
- 豆包走的是屏幕模拟路线（识别界面元素模拟用户操作），千问走的是接口打通路线（与高德、蚂蚁支付、飞猪、饿了么等阿里系场景深度整合）。
- 用户规模对比（QuestMobile，2026 年 3 月）：豆包月活 3.45 亿，千问约 1.66 亿，元宝独立 App 5735 万。
对企业的含义：在"被引用"之外，一个新的可见度维度正在形成——你的服务有没有以可被程序化调用的形式存在。小程序、开放接口、结构化的商品与库存数据，可能会在未来 12–24 个月内变得比一篇优化过的文章更重要。
这一段是趋势判断，不是已验证结论，按 C 级处理。但它值得现在就开始占位。
七、可执行清单
- 检查 robots.txt 与 WAF，确认没有误封
Bytespider、Baiduspider、PetalBot - 把"账号矩阵"当基础设施而非市场活动：公众号（元宝）、头条号／抖音（豆包）、百家号（百度 AI）是国内三条主要通道
- 官网继续做，但预期要调低——国内链路里它不是主战场
- 不要为"50+ 大模型适配"付费，先问对方底层接了几个索引
- 任何声称国内平台"收录逻辑"或给出提升百分比的方案，索要样本量、时间窗口和查询集；给不出就是营销稿
- 开始盘点自己的服务能否被结构化调用（小程序、商品接口、库存数据），这是下一轮的入场券
FAQ
国内做 GEO 和海外做 GEO 是一回事吗？ 不是。海外的可控点在自己的域名（robots.txt、服务器日志、一方报告），国内的关键内容在平台生态内（公众号、头条、抖音），这些都不在你的服务器上，也没有任何平台提供站长侧的引用数据。
针对每个国产大模型分别优化有必要吗？ 证据显示国内 AI 应用的联网检索存在明显的供应商集中现象，多个平台可能共享同一个搜索索引。在拿到独立验证之前，对"逐个平台优化"的报价应保持怀疑。
为什么这篇文章不给具体的引用份额数字？ 因为没有可核查的来源。给出数字很容易，给出能被验证的数字目前做不到。我们选择说不知道，并计划用自己的实测来填。
国内平台有类似 Search Console 的官方报告吗？ 截至本文发布，没有。这是国内 GEO 与海外最大的能力差距之一。
证据等级说明见第一节。本文 B、C 级结论需在引用前自行核实。下次复核计划：2026 年 11 月。