引用窗口：ChatGPT 平均引 7.9 源，Perplexity 21.9，Copilot 仅 2.5

一次回答给几个引用席位，各引擎差出一个量级：据 Semrush 口径（2025-11，本站未复验），ChatGPT Search 平均每个答案引用 7.9 个来源，Perplexity 是 21.9 个，Copilot 只有 2.5 个。我们把这一组数字称为引用窗口（citation window）——引擎在单个答案里愿意展示的来源配额。窗口越窄，“进入前几名来源”的竞争越烈：传统搜索的第一页尚有一整页自然位可争，而一个平均只引 2.5 个来源的答案，其零和程度比 SERP 排名更甚。

平均数先摆平：口径决定这组数字怎么用

三个数字都是“平均每个答案的引用源数”，采集口径为 Semrush 的引擎答案统计（2025-11，本站未复验），研究档案见Semrush：AI 引擎最常被引域名研究。平均数天然抹平分布：同一个引擎里，事实型短问答与深度研究型长答案的引用数差异很大，7.9 是两类场景的混合均值，不是任何一次回答的承诺值。引用时把它当量级标签用——7.9 与 21.9 属于不同梯队，2.5 又低一档——而不是当精确刻度用。

同一份口径里还有一个把窗口含义补全的数字：前 5 大域名吃掉约 38% 的引用。也就是说，即使在不设硬上限的宽窗口引擎里，席位也高度向头部域名集中——窗口宽度决定蛋糕的大小，域名集中度决定切法。窄窗口叠加高集中度，中小来源面对的实际胜出概率，比平均数表面上看起来还要苛刻。

还有一个常被问到的口径问题：同一引擎在不同语言、不同地区的窗口是否一致。这份统计是全球口径，中文问句下的窗口宽度未必相同——中文互联网的站点结构、百科与社区生态都会改变引擎的选源行为。把它用于中文市场决策时，更要把自家问句集的实测放在前面，外部均值只作参照。

Copilot 的 2.5：要么进前三，要么不存在

Copilot 的 2.5 源窗口意味着“要么进前三，要么不存在”。当答案平均只挂出两三个来源时，没挤进前排的来源——无论它在底层排序里位置如何——都不会出现在用户眼前。这比传统搜索残酷：SERP 上紧随其后的自然位还能分到长尾点击，引用窗口里出局就是彻底的零曝光。在窄窗口引擎上做布局，目标必须明确设为“进入答案引用的前几个来源”，而不是停留在“被引用”这个笼统状态。

窄窗口还放大了单次选源波动的影响。宽窗口引擎一次没选你，答案里还有其他席位与曝光的缓冲；窄窗口引擎一次没进，这一题就整体出局。因此窄窗口引擎上的表现天然方差更大，单次抽查的说服力有限，监测要以多次采样取并集的口径建基线，指标框架见引用率（Citation Rate）。

零和的另一面是席位更值钱。用户在只有一个简短答案加少量来源的界面上，对每个来源的注意力分配更高，进了窗口就是高纯度曝光。窄窗口引擎适合当作“尖峰指标”来监测——不求常被引，求在核心问句上稳定占席。

Perplexity 的 21.9：宽窗口对中小来源相对友好

Perplexity 的宽窗口（21.9）对中小来源相对友好。二十来个席位的答案里，头部域名占不完全部位置，垂直站、社区讨论、独立评测都有露面机会；这与产品形态有关——Perplexity 把引用当作答案可验证性的基础设施来设计，来源列表本身就是产品体验的一部分，引擎机制展开见Perplexity。资源有限的中小来源把它当作入场门槛最低的赛场，是合理的起步选择。

但宽窗口不等于平均分配。前 5 大域名吃掉约 38% 引用的集中度，在宽窗口引擎上同样成立；窗口宽只是降低了入场的绝对门槛，没有改变头部优先的结构。宽窗口引擎上更值得做的是差异化卡位——提供头部域名覆盖不了的细分视角、一手数据与场景判断，而不是在头部已经占满的通用话题上硬拼。

窗口宽度还给出了跨引擎策略的排序依据。各家引擎的引用池高度分裂——三引擎引用重合约 2.4%、91% 的引用只出现在单一引擎，口径见三引擎引用重合度——先攻哪个引擎因此不是排序偏好问题：新站与中小来源从宽窗口引擎起步、再向窄窗口引擎攻坚，比全线平推更符合资源效率。

窗口之内还有位置：席位不等于注意力

进入窗口只是第一步，窗口内部同样有结构。ChatGPT 的引用里约 44.2% 指向页面前 30% 的内容，口径见44.2% 的引用来自页面前 30% 内容——引擎不仅在挑选来源，也在挑选来源内部被摘录的段落。“被引用”的可运营空间因此有两层：域名层的卡位与页面层的前置写作，后者往往是多数团队更快见效的抓手。

位次之外还有展示形态的差别。引用在多数引擎的界面上以脚注、侧栏或来源卡的形式出现，翻折与悬停交互让靠后来源的实际可见度进一步打折——排在引用列表后排的来源，名义上进了窗口，注意力上接近出局。这一层的含义要冷静：窗口数字度量的是“被列出”，不是“被看见”；把预算押在窄窗口引擎的末席上，未必比宽窗口引擎的中席划算。

还要留意，分食窗口席位的对手不全是排名靠前的老面孔。ChatGPT 最常引用的页面中 28.3% 在 Google 自然结果前 100 之外，口径见ChatGPT 零自然可见度被引页——一批靠可摘录性胜出的“看不见的对手”同样在窗口里，这再次说明窗口竞争的货币是内容形态，而不只是域名权威。

把窗口写进监测与预算口径

对 GEO 团队，这组数字的直接用法是分引擎设目标、分引擎配预算。窄窗口引擎按“核心问句占席率”考核，投入集中在少数高价值问句的内容升级上；宽窗口引擎按“引用来源数与来源多样性”考核，投入可以铺得更开。两套口径不要混用——拿一个引擎的窗口预期去要求另一个引擎，只会把策略带偏。

时效上，窗口宽度是产品决策的产物，随引擎改版漂移：界面改版、引用展示形态调整、检索上游更换，都会改写平均引用数。本站的纪律是不凭推断更新数值，引用时按本卡口径标注“据 Semrush 研究，未复验”，并隔一段时间用固定的问句集重测一轮——自家问句集上实际测到的引用数，才是排期与预算真正的依据。

自家的窗口怎么测

外部平均值只回答“引擎一般给几个席位”，自家决策需要的是“我的问句集上实际有几个席位、我在不在其中”。测法不复杂：固定一组与业务相关的问句，品类推荐、对比、场景各占一块，在目标引擎上分多个时段提问，记录每次回答的引用数量与来源域名，多次采样后取并集与均值。单次回答的随机性高，一天之内的结论不稳，采样至少要跨几天——这是所有引用类监测的共同纪律。

产出两张表：一张是自家问句集上的实际窗口分布，用来校准对外部平均值的引用；另一张是占席表，记录每个问句的席位里有没有自己、排在哪个位次。两张表合起来才能回答策略问题——引擎给的席位够不够、我们离前排差多远、下一轮内容改造该押哪个问句。窗口数据每季度复测一次即可，引擎改版的动向出现时随时加测。