簡短回答。 兩者均來自實時檢索,因此網站上的變更可以在幾天內獲得引用——它們都不是從訓練記憶中回答。它們檢索不同的索引:PerplexityBot構建的是Perplexity自己的索引,而Googlebot的搜索索引則為AI概覽、AI模式以及Gemini應用的‘基礎’提供支持。這一區別有一個實際後果,值得在你修改robots.txt之前瞭解:Google-Extended僅控制Gemini應用的訓練和基礎,對Google搜索的AI功能毫無影響,後者使用的是Googlebot。
根據一份2026年的引用索引,僅有11%由ChatGPT引用的域名也同時被Perplexity引用。目前尚無關於Perplex及Gemini之間對應引用比例的公開數據,但兩者之間的差距源於結構層面,這一點同樣適用於此處。
兩個引擎均從實時搜索中獲取答案,而非依賴記憶。這是它們共同的關鍵點,也正是為什麼一個頁面在被修改後幾天內就能在任一引擎中獲得引用。但它們檢索不同的索引,接收來自不同爬蟲的指令,每條回答引用的來源數量不同,並且在問題轉向商業場景時,會尋找不同類型的頁面。
因此,工作內容分為三部分:同時服務於兩個引擎的內容,為每個引擎單獨準備的內容,以及一份你可以交給網站所有者的一份清單。
兩個引擎的共同點 兩者都是檢索引擎,而非記憶引擎。Perplexity的官方文檔將產品描述為實時搜索互聯網,併為每個回答附加編號引用。Google對其生成式功能的指導說明,檢索增強生成(也稱‘基礎’)是通過從搜索索引中提取相關且最新的網頁,並生成帶有可點擊鏈接的回答來實現的。在這兩種情況下,回答都是在查詢時獲取網頁後組裝而成的。這與詢問一個沒有工具的模型不同,後者僅基於訓練權重作答,而網站上的變更無法影響其回答內容。
兩個引擎都獎勵相同類型的頁面。一個在時間預算內構建答案的引擎,需要一段可以清晰提取的文本。
問題型標題、每個部分前兩句直接給出答案、每節一個觀點以及明確日期,都會提高文本可提取的可能性。在10,000個查詢上進行的最大受控研究——Aggarwal及其同事的GEO基準測試——發現,加入權威引文可使引用可見度提升高達40%,加入統計數據可提升約30%,而關鍵詞堆砌則會降低10%。兩個引擎均未發佈任何與此相矛盾的內容。
兩者都依賴第三方來判斷問題。當問題是‘X是什麼’時,你的網頁本身就是一個合理的來源。
當問題是‘哪個X最好’時,兩個引擎都會尋找那些已經對選項進行排名的網頁。在Gemini結合Google搜索的背景下,一項2026年7月對100個‘[垂直領域]在[城市]中最佳’查詢的研究發現,78%的答案引用了目錄和排名網站。在Perplexity上,Profound的引用數據表明,G2、Gartner、NerdWallet、PCMag、TripAdvisor和Yelp是商業意圖中最常被引用的域名。其教訓是相同的:對於推薦類查詢,被引擎所信任的頁面中對選項的準確描述比你自己主頁的內容更為重要。
兩者都具有波動性。Profound自身的研究表明,主要平臺上被引用的域名每月變化幅度在40%到60%之間。
引用是一種狀態,而非一種擁有,因此末尾的檢查清單中包含了一條刷新項。
它們之間的差異,以及為何這些差異並非表面現象——索引。Perplexity運行自己的爬蟲PerplexityBot,其文檔說明該爬蟲旨在在Perplexity搜索結果中發現並鏈接網站,且不用於訓練基礎模型。Gemini在Google搜索(AI概覽和AI模式)中使用Googlebot獲取的普通Google搜索索引。當啟用接地功能時,Gemini應用使用Google搜索作為檢索工具,並以結構化的接地元數據返回來源。實際效果是:在Google排名良好的頁面會優先出現在Gemini的搜索結果中,而在Perplexity中,除非PerplexityBot能夠訪問到該頁面,否則根本不會出現在結果中。
爬蟲規則。這是大多數團隊最容易出錯的點,它可能在你優化另一個引擎時,悄然將你排除在外。Google的搜索中心文檔明確指出,其AI功能使用Googlebot,而獨立的Google-Extended令牌僅控制內容是否用於Gemini模型訓練和接地,對Google搜索(包括AI概覽和AI模式)沒有任何影響。Perplexity則記錄了兩個代理:PerplexityBot用於索引,Perplexity-User在用戶提問時獲取頁面內容,由於是用戶請求獲取,通常會忽略robots.txt。Perplexity還發布了IP範圍和WAF白名單指南,因為一個阻止未知爬蟲的安全規則就足以將網站從其結果中移除。
每個回答的引用數量。Semrush 2026年AI可見性指數,基於1.26億個美國提示構建,顯示Gemini每個回答平均引用三個來源,這些來源主要來自維基百科、Reddit和YouTube。Perplexity通常顯示四到八個來源。三個來源的範圍遠比八個狹窄,因此在Gemini上,競爭集中在非常有限的列表中,是否是你作為某個子問題的最佳單一來源,變得更為關鍵。
哪些第三方平臺。Perplexity的引用分佈異常集中於Reddit:一項2026年的指數顯示,Reddit佔Perplexity引用的20%至24%,而其中99%的引用指向具體的帖子而非子社區頁面。Google的AI展示結果則表現出自我參照傾向,一項分析顯示,約43%的AI概覽引用指向Google自有內容,包括YouTube。因此,‘在引擎已經關注的地方存在’的建議在不同平臺體現不同:在Perplexity上,這意味著社區帖子和評論聚合平臺;在Gemini上,則是YouTube、Google商家資料頁以及Google已排名的頁面。
供應商告訴你的做法。Google明確表示,要在AI概覽或AI模式中出現,無需額外要求,llms.txt文件和特殊標記會被忽略,也不需要對內容進行分塊或重寫。Perplexity發佈了爬蟲和WAF指南,但沒有發佈排名指南。雙方均未發佈來源選擇規範,因此所有超出訪問層面的內容均是基於測量數據推斷得出的。
兩個檢索引擎,兩條路徑 PERPLEXITY GEMINI(搜索表面和應用)
索引 索引 自主爬取(PerplexityBot)加上實時抓取(Perplexity-User)
通過Googlebot的Google搜索索引;應用層面通過Google搜索訪問規則 ACCESS RULE ACCESS RULE 以robots.txt為機器人訪問規則;用戶端抓取通常忽略該規則。WAF必須將Googlebot的已發佈IP地址加入白名單,以支持搜索AI功能;Google-Extended僅影響應用訓練和基礎支撐 來源 / 答案來源 / 答案 通常為4到8個,平均為3個(Semrush,2026)
側重於 側重於 Reddit帖子、評論聚合平臺(G2、Gartner、Yelp)、近期頁面(維基百科、Reddit、YouTube)以及Google自有內容;在‘最佳城市’類查詢中,目錄站點也參與其中。頁面結構在兩個平臺均有效。訪問層、槽位數量以及需要存在的第三方平臺均無差異。
問題類型決定了你能在哪個引擎中獲得優勢。Yext的一項680萬引用研究發現,在客觀、無品牌事實類問題上,自有網站在所有測試引擎中的引用佔比超過40%;其2026年第一季度的後續報告指出,在一個基於地理位置的數據集中,Gemini上網站引用佔比為52%,Perplexity上為51%。這是好消息:對於‘X的價格是多少’、‘X是如何工作的’以及‘X在Y方面的政策是什麼’這類問題,你的頁面在兩個引擎中都是強有力的競爭者。
壞消息是另一半。Aleyda Solis在2026年6月對15個SaaS品牌的分析發現,其類別的AI引用權重中有84%至93%來自第三方平臺,而Lily Ray對100個B2B‘最佳軟件’查詢的研究發現,當Google引用某個品牌的自排名文章時,69%的情況下會推薦競爭對手。發佈‘最佳[類別]’榜單並確保自己位列第一,不僅能讓你被引用,還能避免被推薦。
因此,排序規則是:在兩個引擎上,對於事實性與流程性問題,由自有站點內容處理;對於評價性問題,則由第三方參與;並且接受兩個引擎在第三方處理上存在差異這一事實。
這與我們自身工作的關聯在於:Lifewood運營著AEO和GEO的管理項目,而下文所述的訪問審計是我們在每個項目上首先執行的步驟。
從這項工作中得出的兩個觀察結果,無論由誰執行都成立。
第一個觀察是,大多數‘我們在Perplexity上不可見’的情況屬於訪問問題,而非內容問題。一個源自先前安全審查的WAF規則、一個CDN的機器人對抗設置,或一個在‘AI爬蟲’意指‘訓練爬蟲’時撰寫的robots.txt,就足以使某個站點在其中一個引擎中消失,而該站點在另一個引擎中卻表現完美。由於兩個引擎擁有不同的爬蟲和不同的機器人行為,同一個站點可能在Gemini上完全可見,而在Perplexity上完全不可見,而這一切並非任何人有意決定的結果。服務器日誌可在半天內解決這個問題;內容變更需要數週時間,且無法起到任何作用。
第二個觀察是關於多語言項目的問題。兩個引擎的檢索都是按語言範圍進行的。一個品牌,其泰語市場事實僅以英文存在,就會與引擎所能找到的任何泰語頁面競爭,包括那些不準確的頁面。
谷歌關於管理多語言站點的指導並未因AI功能而改變,Perplexity的搜索結果將根據問題的語言進行返回。因此,製作經過本地評審人員核實的原生語言頁面,不是一種本地化上的附加便利,而是決定是否成為候選答案的關鍵區別。
兩個引擎的通用檢查清單 請按順序執行。前三個步驟是免費的,它們決定了後續步驟是否可行。
確認每個引擎的訪問情況,依據日誌。在最近30天的服務器日誌中,使用grep命令查找Googlebot、PerplexityBot和Perplexity-User。如果任一標識在您關心的公開頁面中缺失,則該引擎無法引用該頁面。分別檢查robots.txt、CDN機器人設置和WAF規則;Perplexity會發布IP範圍和白名單指南。
不要將 Google-Extended 與 Googlebot 混淆。阻斷 Google-Extended 僅會移除你在 Gemini 應用程序中的錨定和訓練,對 AI Overviews 或 AI 模式沒有任何影響。每個決策都應慎重考慮。
以 HTML 形式呈現主要內容。谷歌表示它可以處理 JavaScript,但認為這更復雜;Perplexity 的抓取器時間預算比完整渲染要短。如果答案需要點擊、標籤或腳本才能獲取,應將其視為不存在。
在問題形狀的標題下,將答案放在前兩個句子中。兩個引擎都會提取段落。確保提取的段落明顯且自包含。
添加證據,而不是形容詞。來自明確來源的引述、帶有日期的統計數據以及可見的方法論。這是 10,000 個查詢的 GEO 基準測試所衡量的有效性;關鍵詞密度被測為有害。
為所有內容標註日期,並設定定期刷新機制。兩個引擎在商業和評估類問題中更偏好近期頁面。為重要頁面設定刷新週期,並更新內容,而不僅僅是更改日期戳。
在每個引擎所信任的第三方平臺建立存在感。對於 Perplexity:積極參與 Reddit 論壇中買家已經討論的你所在類別的帖子,並在它引用的評論聚合平臺完成個人資料。對於 Gemini:擁有完整的 Google 商業資料、帶有字幕的 YouTube 內容以及被獨立 "最佳之選" 列表收錄。谷歌的指導警告不要尋求不真實的提及;證據表明,真實提及能推動兩個引擎的響應。
在全網範圍內核實你的事實。Semrush 發現,在 Gemini 上,被提及的品牌與被引用的域名之間的重疊可能低至 30%。該引擎可以從第三方證據中識別出你,即使完全不引用你。確保第三方頁面上的名稱、類別、定價和聲明與你自己的信息一致,否則引擎將選擇相信哪一個版本。
按引擎分別衡量,而不是用一個綜合分數。一個跨引擎的可見性分數會掩蓋其中一個引擎的訪問失敗。為每個引擎分別使用固定提示集,並閱讀來源,而不僅僅是查看提及。
發佈對比內容時,必須真實命名競爭對手。在Wix Studio對一百萬條引用的分析中,對比和列表類格式佔了商業意圖引用的40%。承認競爭對手在某些方面佔優的對比內容是可引用的;而沒有承認對手優勢的對比內容,則實際上是在為搜索引擎更偏好的競爭對手做宣傳。
按問題類型劃分,事實性與程序性問題:自有網站的引用份額超過40%(Yext,680萬條引用)
評價類‘最佳X’問題:第三方引用權重佔84%至93%(Solis,2026)
Gemini對‘城市最佳’問題的回答引用了目錄或排名網站,佔比達78%(Acromatico,100個查詢)
自有網站的自排名列表內容被引用,但競爭對手推薦了內容(AI Overviews)
69%(Ray,2026)
在兩個搜索引擎上,自有網站內容在事實性問題上均佔優勢;而在評價類問題上,第三方內容佔優,且不同搜索引擎的第三方來源存在差異。
關鍵要點
- Perplexity和Gemini均通過實時檢索回答問題,因此網站內容的更新可在數日內為兩個搜索引擎贏得引用。在搜索過程中,兩者均不從訓練記憶中獲取答案。
- 它們使用不同的索引:PerplexityBot構建的是Perplexity的索引;Googlebot的搜索索引則為AI概覽、AI模式以及Gemini應用的 grounding 提供支持。
- Google-Extended僅控制Gemini應用的訓練和grounding,對Google搜索AI功能無影響,這些功能使用的是Googlebot。
- Perplexity-用戶在請求時獲取頁面內容,通常忽略robots.txt;Perplexity會發布IP範圍,並要求WAF(Web應用防火牆)將其加入白名單。
- Gemini每條回答平均引用三個來源;Perplexity通常引用四到八個來源。來源數量較少意味著競爭更激烈。
- Perplexity主要依賴Reddit帖子(在一個索引中佔其引用的20%至24%)和評論聚合器。Google則主要依賴YouTube、維基百科以及其自有平臺。
- Google表示無需特殊標記、llms.txt、分塊或AI專用重寫。Perplexity僅發佈訪問指南。
- 兩者都獎勵證據:權威引文提升了引用可見度,分別達到GEO基準測試10,000個查詢中的40%和30%左右,關鍵詞堆砌則扣減了10%。
- 第一方網站在客觀事實類問題中獲得了超過40%的引用份額;第三方在評估型SaaS類問題中持有84%至93%的引用權重。
- 一個品牌的自有自評列表文章被引用,但在Google AI概覽中,競爭對手推薦了69%的時間。
- 在Gemini上,被提及的品牌和被引用的域名重疊率低至30%,因此第三方頁面上的事實必須與你的自有內容保持一致。
- 引用的域名40%到60%每月會發生變化;引用需要持續更新的節奏,而非一次性項目。
- 訪問失敗是導致單引擎不可見最常見的原因,其診斷來自服務器日誌,而非內容審核。
資料與進一步閱讀
- Google搜索中心,《為Google搜索中的生成式AI功能優化你的網站》,涉及RAG/接地、查詢擴展、無需特殊標記或llms.txt、非認證提及以及搜索控制台的測量
- Google搜索中心,《AI功能與你的網站》,說明AI概覽和AI模式無需額外要求
- ance/ai-features Perplexity,《Perplexity爬蟲》,涉及PerplexityBot、Perplexity-User、robots.txt行為、IP範圍及WAF白名單設置
- lexity-crawlers Perplexity幫助中心,《Perplexity是如何工作的?》,涉及實時搜索和編號引用
- s-perplexity-work Google AI開發者,《使用Google搜索進行接地》,涉及Gemini API響應中的groundingChunks和groundingSupports
- /generate-content/google-search Semrush, "Semrush發佈擴展版2026年AI可見性指數"(2026年6月),在Gemini的三個來源、ChatGPT的十五個來源以及引用與提及重疊率低至30%的平均值上
- DemandSphere, "Google的AI優化指南:AI搜索仍然是搜索", 在Google-Extended對搜索AI功能無影響的情況下
- /blog/google-ai-optimization-guide-ai-search-is-still-search/ 5WPR, "2026年AI引用狀態", 在Profound的感知意圖領域和Google的自我引用份額上
- h/state-of-ai-citations-2026/ Everything-PR, "2026年Perplexity引用指數", 在Reddit的20%至24%份額以及ChatGPT/Perplexity領域11%重疊上
- itation-source-index-2026 Acromatico, "2026年AI推薦研究", 在78%的Gemini基於本地答案中引用了目錄和排名網站
- ecommendation-study-2026 Search Engine Land, "Google AI概覽引用自我服務列表文章,但69%的時間推薦競爭對手"(Lily Ray,2026年6月)
- google-ai-overviews-cite-self-serving-listicles-recommend-competitors-480573 Neural ADX, "AI搜索來源偏好:第三方網站與品牌網站", 在Yext的自有引用份額和Solis的84%至93%第三方發現上
- ladx.com/ai-search-source-preference-third-party-vs-brand-websites/ 訂閱PR,基於Wix Studio AI Search Lab對一百萬條引用的分析以及40%商業意圖列表文章的份額
- tent-for-ai-search/ 尼克·拉弗蒂,關於Profund的發現:被引用的域名每月變化在40%到60%之間
- Aggarwal et al., "GEO: 生成引擎優化", ACM KDD 2024, 在10,000個查詢基準上
- Lifewood,"Perplexity如何選擇其引用的來源"和"Google AI Overviews如何選擇引用內容"