一项由德国波鸿鲁尔大学与马克斯・普朗克软件系统研究所联合开展的研究显示，AI驱动的搜索引擎更倾向于引用访问量较低、在传统搜索结果中排名靠后的网站。研究对比了谷歌AI概览、Gemini 2.5-Flash、GPT-4o网页搜索模式及其搭配搜索工具的表现。

研究人员从WildChat数据集、AllSides政治议题及亚马逊最常搜索的100种商品中选取测试查询语句，分析其信息来源。结果显示，AI搜索引用的网站在Tranco全球域名排名中普遍偏低，其中Gemini引用来源的中位数排名位于前1,000名之外，显著依赖低流行度网站。

在谷歌AI概览引用的来源中，53%未出现在相同查询的传统谷歌搜索前十名结果中，40%未进入前100名。相比之下，基于GPT的系统更常引用企业官网和百科类网站，极少采用社交媒体内容。

通过大语言模型分析工具评估发现，AI搜索结果所涵盖的可识别“概念”数量与传统搜索前十条结果相当，表明两者在信息细节与多样性方面相近。但AI引擎常对信息进行压缩，省略次要或模糊内容，导致在处理多义性查询时信息覆盖不及传统搜索全面。

GPT-4o搭配搜索工具模式常不提供外部链接，而是依赖预训练知识直接生成答案，体现其整合内部知识与检索信息的能力。然而，在应对时效性强的查询时，该模式常无法获取最新资讯，表现为请求用户补充信息而非主动检索。

研究未判定AI搜索整体优于或劣于传统搜索，但建议未来评估应综合考量信息来源多样性、概念覆盖完整性及信息整合能力，建立更科学的评价体系。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。