信源偏好分析报告

《信源偏好分析报告》正式题为《为什么不同 AI 平台偏好不同信源｜底层机制与第一性原理》，发布于 2026 年 7 月。报告以 214,119 条 CN-GEO 原始引用记录、12 个 AI 平台与终端代码、609 个编号问题样本为证据，把信源偏好定义为平台、终端、问题、地区和时间共同约束下的条件概率。

报告从平台指纹、集团生态份额、Web 与 App 终端差异及问题敏感性进入机制分析，再把一次回答拆为模型内部知识、搜索触发与查询改写、候选信源池、检索与排序、上下文装配、模型吸收与生成、归因与界面展示。旅游代理问题池从 4 题扩展至 10 题后，平台 TOP10 来源的中位 Jaccard 重合度为 42.9%，12 个平台中有 4 个更换第一信源，直观展示了问题组合对观察结果的影响。

报告用“可见世界、效用函数、压缩预算”概括平台差异，并提出通用权威信源、平台原生生态、结构化证据页三层 GEO 行动框架。现有公开证据可以识别来源分布结构和平台差异，平台内部检索日志、排序权重与实验规则仍需额外数据验证；开展实务测量时应拆分平台、终端、问题类型与采集时间，并通过多问题、多批次复测记录波动范围。