能查到一部分。AI 答案里带来源链接的引用,从站点日志与答案页面都能看到痕迹;只提到品牌没给链接的,基本查不到。下面按 2 种情形分开说,再给 3 个可查位置与 4 个查不到的情况。
2026 年 9 月我用 1 个站点的日志做过 1 次比对。把 6 个平台的答案页逐条截图,再去日志里找对应的抓取记录,能对上的只有 37%。剩下 63% 里,一半是答案没带链接,一半是抓取发生在答案生成前好几天。
先把结论摆清:引用这件事,可查的是"来源被访问过"与"来源被列在答案里"这两类痕迹,不可查的是模型内部怎么取舍。想验证效果,就得接受这个边界。
答案末尾或行内给出可点击的来源,这类最容易核。把链接点开,看是不是自己的页面;再看日志里那个时间点前后有没有对应 UA 的访问记录。两边对上,基本可以确认。
这类引用在搜索型产品里更常见。用户提问后,产品会先检索再生成,检索到的页面通常会列出来源。1 个问题列出 3 到 8 个来源是常态。
答案里出现品牌名或文章标题,但没有可点的来源。这类只能靠答案文本对比,没法从日志确认。模型也许在训练阶段见过,或者在检索阶段读到但没列出来源。
这类情形占比不低。同 1 批 40 个问题里,带链接的 15 条,只提名的 11 条,完全没提到的 14 条。只提名的这 11 条,用日志一条都对不上。
| 位置 | 能看到什么 | 可信度 |
|---|---|---|
| 站点访问日志 | 哪个 UA 在什么时间抓了哪一页 | 高,但要会辨伪 |
| 答案页来源列表 | 答案引用了哪些链接 | 高,可直接截图 |
| 平台侧引用统计 | 部分产品给来源站点看曝光与点击 | 中,覆盖不全 |
第 1 行要用 UA 加 IP 段双向核。只看 UA 会被伪装骗,很多采集器直接抄 1 个 AI 产品的 UA 字符串。真爬虫的出口 IP 段相对固定,伪装的多在云主机段。
第 2 行是唯一能直接证明"被引用"的证据。做法是固定 20 个问题,每周在 6 个平台各问 1 次,把带自己链接的答案截图存档,按周编号。
第 3 行要看产品有没有开放。有的搜索型产品会给来源站点 1 个后台,能看到被引用次数与点击。多数对话型产品没有这个入口,只能靠人工抽样。
第 3 条是最有效的辨伪方法。我在 1 份日志里见过某 UA 连续 27 次请求,全部打在配置文件和密钥路径上,1 篇文章都没读。这类直接归到扫描器。
第 4 条能解释很多"抓了没引用"。抓取发生在答案生成前 1 到 3 天,属于建索引;当天抓当天引用的比例不高。按周看趋势比按天看可靠。
第 1 条要靠文本比对。把自己文章里的独特表述(比如某个具体数字组合)拿去搜答案,命中就算间接证据。这种证据不能当唯一依据,但能补上日志的空缺。
比对时挑 1 组不常见的数字。像"3 个位置"这种表述全网都有,"0.02 毫米、12 到 16 根"这类组合才具备可识别性。我一般从文章里挑 2 到 3 组这样的串。
挑串有 1 个技巧:选那些跨了 2 个概念的数字,比如"20 个问题在 6 个平台各问 1 次",单看每个数字都普通,连起来就只有原文这么写。这类串在答案里出现的概率低,一旦出现几乎能确认来源。
第 2 条常被误判成"没引用"。中转域名的请求里带参数,参数能还原出目标页。查 1 次参数结构,就知道是不是自己的页面。
第 1 条要在手机上再核 1 遍。同一个问题在电脑端问与在手机上问,来源展示方式不一样,电脑端能看到 5 条来源,手机端只露出前 2 条。核实要在同一端做。
第 2 条要固定时段。同一个问题在早上与晚上问,答案来源会有差别,跨时段对比容易把波动当成效果。我固定在每周二上午 10 点跑。
第 3 条里 3 个比例要分开看。带链接次数涨,说明检索链路通了;只提名次数涨而带链接不涨,说明内容被采信但页面没被选中当来源;零出现次数不降,问题多半在覆盖面上。
带检索的产品,答案里的来源是实时查出来的,能对日志。这类产品的特点是回答前先跑 1 次搜索,页面上常显示"已搜索 N 个网页",来源列表就在答案下方。
纯对话的产品,答案靠模型已有知识,不访问原页。这类只能看答案文本里有没有你的品牌名,日志里找不到对应请求。想影响这类产品,靠的是内容在训练语料与公开索引里的存量。
还有 1 类带插件或联网开关的产品,默认不联网,用户手动开启才检索。同 1 个问题问 2 次,1 次开联网 1 次不开,来源完全不同。核对时先确认开关状态,否则结论会打架。
我这边的做法是按产品分 3 组记:能对日志的 1 组、只能看文本的 1 组、开关不定的 1 组。3 组的比例分开算,合起来看趋势没有意义,因为机制不一样。
误判 1,看到 1 次提名就认为全线起效。1 次提名可能来自偶然的检索命中,看 4 周趋势才有意义。
误判 2,把抓取量当引用量。抓 100 次与引 1 次是两件事,抓取只说明页面进了候选池。
误判 3,用不同问题的答案互相对比。问题换了,来源池也换了,比出来的差异说明不了内容好坏。
最后补 1 句关于样本量的:20 个问题、每周 1 次,连续 4 周才有 80 条记录。少于 40 条时,1 次偶然命中就能把比例拉高 5 个百分点,看着像涨,其实只是波动。
回到开头那次比对,37% 能对上已经是偏高的样本,因为那批问题里带链接的比例本身就高。我的做法是只把带链接的引用当硬证据,其余当参考,按季度看变化。
本文信息核对时间:2026-11