信源平台是 AI 的下一个风口吗?

一段短视频的主张拆解、公开证据核对,以及个人创业者可以照做的 30 天验证方案。

核查日期:2026-10-20 | 证据分四级:一手原文、媒体报道、营销性质稿件、检索摘要(原文本次未打开)

结论:视频说的引用现象有证据支持:联网 AI 回答确实大量引用第三方页面,市场上也已经有影响这些引用的软件和服务在出售。但是独立信源平台的付费需求仍待验证,“信源平台一定是下一个风口”目前没有证据支持,应当把它当作一个待验证的商业假设。

对个人的建议:先不要做平台。先用人工交付卖一个范围固定的小服务,例如一个品类的产品资料核验和 AI 回答抽样监测,拿到付费试点和真实工时数据,再决定是否做平台。

7.8%
ChatGPT 引用中维基百科占全部引用的比例(Profound,6.8 亿次引用样本)
43.8%
在 Ahrefs 的“best X”提示词样本中,榜单类页面占被引用页面类型的比例
43%
引用了自家推广页的 AI 回答里,完全没提自家活动的比例(Ahrefs 自测实验)
3 天 11 篇
315 晚会实验:虚构产品的软文发布量,之后两个大模型开始推荐它

视频主张逐条判定

视频的核心说法是:AI 回答需要参考来源,所以专门整理品牌和产品资料、并写清出处的“信源平台”会成为风口。下表把这个说法拆成 7 条,逐条给出判定。

视频里的说法判定依据
AI 回答会参考品牌官网、产品资料、测评文章有支持多项引用统计显示,联网 AI 产品会大量引用第三方页面;不同产品偏好的网站差别很大(见证据卡 A)。
合格的信源要写清型号、使用条件、标定数值、参数来源和更新时间有支持方向合理。这是可核验内容的基本要求,不是 AI 专属技巧。Google 的官方指南说,为生成式 AI 搜索做优化仍然是 SEO,不需要专门的 AI 文件或标记。
信源平台“一定会是”下一个风口证据不足“AI 会引用来源”不等于“需要一个独立的信源平台”,也不等于“品牌愿意持续付费”。本次没有找到独立信源平台规模化盈利的公开证据。
收费模式一:帮品牌搭建品牌数据库,按项目或年费收费有条件成立风险最低。但品牌已有官网、电商详情页等替代品,需要证明第三方整理有额外价值。
收费模式二:做 GEO 上游,服务商在平台发文章、维护品牌信息,按篇或按项目收费风险高如果出现虚构内容、冒充独立测评或批量操纵排名,就和 315 晚会曝光的“AI 投毒”手法相同;即使内容真实,也涉及广告标识、利益披露和搜索平台规则;还会和“中立可信”的定位冲突。
收费模式三:行业报告、竞品分析、AI 引用监测有条件成立市场上已有 Profound、Ahrefs Brand Radar 等监测产品在销售,说明已有产品供给和竞争;实际客户数量和续费情况本次未核实。个人需要找到细分品类。
能否持续盈利,要看客户是否付费、收入能否覆盖资料和长期维护成本有支持这是视频里最可靠的一句话。下文的 30 天方案就是为了测这两件事。

AI 怎样选来源:一个简化示意

图题:具备联网检索或来源引用功能的 AI 系统:简化工作流。具体流程因产品、问题类型和检索设置而异;有些回答只用模型已有知识,不做检索,也不给引用。

用户提问例如“跑步手表哪款续航长”
检索候选页面来自搜索引擎、第三方搜索服务或自有索引
选取来源信源平台想影响的就是这一步
生成回答可能附引用链接,也可能不附
用户决定继续追问、点开来源,或直接下单
两个容易混淆的点:第一,被检索到不等于被引用;第二,被引用不等于被推荐。Ahrefs 的实验里,引用了自家推广页的回答中有 43% 完全没提自家活动(见证据卡 B)。Pew 的调查里,出现 AI 摘要的搜索页面上,用户只有 1% 的访问点了摘要里的来源链接。

“信源平台”其实是三个不同的生意

视频把三件事放在一个名字下面。它们的客户、交付物和风险都不一样,不需要由同一家公司来做。

信源建设

整理并维护可核验的信息:型号、参数、使用条件、来源链接、更新时间、纠错记录。

谁付钱:品牌方。
主要风险:品牌觉得官网已经够用;维护成本被低估。

信源分发

把信息发到官网、媒体、社区或测评网站,让检索系统更容易找到。

谁付钱:品牌方或 GEO 服务商。
主要风险:变成付费软文;广告标识与平台政策风险;和“中立”定位冲突。

信源效果监测

追踪 AI 回答是否提到品牌、是否引用相关内容、说的参数是否正确。

谁付钱:品牌市场部、代理商。
主要风险:同一问题多次提问结果不同,测量误差大;已有成熟工具竞争。

证据卡

每张卡标出日期、统计口径和证据等级。不同研究的产品、时间、样本和口径都不同,数字不能直接拼成一个统一排名。

A. AI 到底引用谁

一手原文2025-06 发布,2025-08 更新

Profound:6.8 亿次引用统计。样本期 2024-08 至 2025-06,口径是“某域名占全部引用的比例”。ChatGPT 引用最多的是维基百科(7.8%),其次 Reddit 1.8%、Forbes 1.1%、G2 1.1%。Google AI Overviews 前几位是 Reddit 2.2%、YouTube 1.9%、Quora 1.5%。Perplexity 前几位是 Reddit 6.6%、YouTube 2.0%。

含义:单一网站的占比都不高,来源很分散;不同 AI 产品偏好差别很大。新平台要进入这些名单,没有捷径。

来源 [1]

一手原文2025-12

Ahrefs:“best X”榜单研究。750 个提示词、26,283 个被引用 URL;“best X”类榜单页面占来源页面类型的 43.8%。

含义:在这个“best X”提示词样本里,榜单类页面是被引用最多的一类。这和视频说的“测评文章”对应,也是软文最容易冒充的形式。其他类型的问题是否同样如此,这项研究没有回答。

来源 [2]

媒体报道 + 营销性质2026-09

国内参照:什么值得买。一篇宣传性质的报道援引 QuestMobile 数据:豆包回答“手机推荐”类问题时,单次平均引用 40.8 篇内容;报道称该站在多个品类的 AI 回答中被高频引用。

含义:国内已经有一个现成的、被报道为高频引用的内容平台,它有多年积累的用户测评和商品库。被引用的具体原因报道没有证明;新建平台要达到类似位置,至少要面对这种积累差距。这篇报道有宣传性质,数字未见原始报告。

来源 [9]

B. 被引用不等于被推荐,更不等于成交

一手原文单家公司小规模实验2026-07

Ahrefs 自我推广内容实验。在 5 个域名发布 34 个推广自家活动的页面,2026-02-07 至 05-31 采集 ChatGPT、Gemini、Perplexity、Copilot 的 9,886 个回答。

  • 页面上线后,自家活动进入了 72 个原本没有它的回答位置,其中 82% 出现在引用了这些页面之一的回答里。
  • 但在引用了推广页的回答中,43% 完全没提自家活动,反而推荐了竞争对手。
  • 一个页面从首次被引用到最后一次被引用之间,只有约三分之一的日子被引用。

含义:页面上线后,观察到自家活动被提及的次数增加,但这项单家公司的小实验不能确定原因,也不能推广为普遍效果。被引用的日子不稳定;引用了推广页的回答,有时反而推荐竞争对手。作者本人说这不是定论。

来源 [3]

一手原文2025-07

Pew:900 名美国成年人的真实浏览记录(2025-03)。出现 AI 摘要的搜索页面上,用户点击传统结果链接的比例是 8%;没有 AI 摘要时是 15%。AI 摘要里的来源链接只有 1% 的访问被点击。

含义:“被 AI 引用”带来的点击可能很少。如果品牌按流量算回报,信源服务很难证明价值。

来源 [4]

C. 平台规则:不需要特殊技术,但不能靠铺量

一手原文2026-07 更新

Google 生成式 AI 搜索优化指南。官方说法:为生成式 AI 搜索做优化仍然是 SEO;不需要新的机器可读文件、AI 专用文本文件或特殊标记;不需要把内容切成小块。结构化数据不是生成式 AI 搜索的必要条件,但仍推荐用于常规 SEO。

关于 llms.txt:本次未发现它是 Google 搜索必要要求的依据。这不代表其他 AI 系统都不读它。

来源 [5]

一手原文政策页 2026-08 更新

Google 站点声誉政策与规模化内容滥用。站点声誉政策针对的是:第三方页面发布在主站上,目的是利用主站已有的排名信号来操纵搜索排名。官方举的违规例子包括教育网站托管第三方的发薪日贷款评测。新闻稿分发服务、用户论坛等不属于违规。2024-11 的说明补充:无论主站参与或监督多少,都不改变内容的第三方性质。另一条规则是规模化内容滥用:主要为操纵排名、而不是为帮助用户,大量生成没有价值的页面。

含义:第三方付费内容不是一概违规。但“平台替品牌批量发文、按篇收费”的模式,如果目的是借平台排名信号推高品牌,或主要为操纵排名而批量生成不帮助用户的低价值页面,就会落在这两条规则的范围里。

来源 [6] [7]

D. 数据授权已有平台级案例,小规模数据的采购需求待验证

一手原文2024-02

Reddit 上市文件(S-1)。原文:2024 年 1 月签订若干数据授权协议,合同总价值 2.03 亿美元,期限 2 到 3 年。媒体报道其中与 Google 的协议约每年 6000 万美元,这个数字不在上市文件里。

含义:数据授权确实能卖钱,但这是平台级案例。小规模但独特的专业数据能否卖出、卖给谁,本次没有找到公开证据,需要单独验证。

来源 [8]

媒体报道2025-08

Perplexity 给内容方分成。2024-07 推出发布者分成计划。2025-08 推出每月 5 美元的 Comet Plus 订阅,宣布把 80% 收入分给参与的内容方,初始资金池 4250 万美元(据《华尔街日报》)。

含义:AI 公司开始为内容付钱,但这是 2025-08 的公告口径。参与资格、结算规则和现行状态本次未核实,不能当作普遍机制。

来源 [10]

E. 中国现场:已经出现“投毒”,监管在跟进

媒体报道2026-03

315 晚会曝光“AI 投毒”。记者在电商平台买到一套 GEO 优化软件,虚构了一款智能手环,生成十余篇软文。两篇发布后约两小时,AI 开始复述其中编造的卖点;三天发布 11 篇(8 篇专家测评、2 篇行业排名、1 篇用户测评)后,两个大模型推荐了这款不存在的产品,而且排名靠前。

含义:视频里的收费模式二用的是同一类发布渠道。它要和这种手法划清界限,至少要做到:内容真实可核验、公开付费关系、不冒充独立测评、不为操纵排名批量发文,并且能拒绝没有依据的客户主张。

来源 [11]

媒体报道法规原文本次未打开

监管与行业自律。同一篇报道提到:2026 年 1 月市场监管总局在年度广告监管工作要点中提出整治 AI 生成广告;2025-11 有 14 家 GEO 企业发出行业倡议;2026-03 信通院启动 GEO 可信要求的首轮评测。受访律师认为,GEO 公司投喂内容影响 AI 输出是否构成广告,目前法律没有明确规定。

广告标识:据检索摘要,《互联网广告管理办法》(2023-05-01 施行)第九条要求互联网广告具有可识别性;以知识介绍、体验分享、消费测评等形式推销商品并附购物链接的,应显著标明“广告”。法规原文站点本次未能打开,具体业务请以原文和专业意见为准。

来源 [11] [12]

合格信源长什么样:跑步手表续航示例

视频用跑步手表举例:不要只写“续航很强”。下面把这个例子做成一张档案卡。卡片里的型号和数值都是示意数据,不对应任何真实产品。

不合格写法

“这款手表续航超强,跑马拉松完全没压力,强烈推荐!”

问题:没有型号、没有使用条件、没有数值、没有来源、没有日期,也没有说明写作者和品牌的关系。AI 引用它,也无法让用户核对。

合格档案卡(示意数据)

型号
示例品牌 A 运动手表 X1(2026 款)
使用模式
全星座 GPS 持续开启、心率常开、屏幕常亮关闭
标定时长
品牌标称 XX 小时(品牌官网规格页,访问日期 YYYY-MM-DD)
第三方实测
某测评站实测 XX 小时;测试条件:室外 XX℃,固件版本 X.X
差异说明
两者测试条件不同,数字不能直接比较
更新时间
YYYY-MM-DD;固件更新后需复核
利益关系
本档案是否由品牌付费建立,在此写明
纠错记录
发现错误的日期、改了什么、由谁核对
“利益关系”和“纠错记录”两栏是视频没有提到的。如果平台向品牌收费,这两栏是维持可信度的最低要求。

四种收费模式评估

视频给了三种收费模式,这里补充第四种:向 AI 公司授权数据。没有真实报价、交付成本和客户反馈时,打综合分数会制造虚假的精确感,所以每项只标“已验证 / 初步迹象 / 待验证”,并给出“关键反证”:出现什么事实,就应该下调这种模式的优先级。

① 品牌数据库建设 低风险切入

付费客户
待验证 品牌市场部或电商运营;谁拍板需访谈确认
现有替代
已验证 官网规格页、电商详情页、企业内部产品资料系统
交付成果
待验证 结构化档案、来源链接、更新记录
付费触发
初步迹象 AI 回答说错自家参数,或推荐了竞品
交付成本
待验证 首次建档加每次型号、固件更新后的复核
续费可能
待验证 一次性建库容易,持续维护是否付费未知
合规风险
相对较低 以品牌自有资料为主;仍需确认资料使用权限,核对真实性,并按要求披露利益关系
可信度影响
较小 资料属于品牌自己,身份清楚

关键反证:品牌说“官网已经有了”,并且不愿为持续更新付费。

② GEO 上游内容发布 风险最高

付费客户
初步迹象 GEO 服务商和品牌;315 报道中记者能在电商平台买到相关软件,说明有供给,买家规模未知
现有替代
已验证 新闻稿分发、测评媒体、自媒体投放
交付成果
待验证 发布的文章和维护的品牌页
付费触发
初步迹象 品牌想“让 AI 推荐自己”
交付成本
待验证 内容核实成本高;不核实则成本低但风险高
续费可能
待验证 效果不稳定时续费难
合规风险
高 广告标识义务、搜索平台规则、虚假宣传
可信度影响
直接冲突 收品牌钱发内容,又自称中立信源

关键反证:AI 平台开始识别并降权这类内容,或监管明确把它认定为广告。

③ 数据研究与引用监测 已有供给,有竞争

付费客户
初步迹象 海外已有 Profound、Ahrefs Brand Radar 等付费产品在售;实际客户与续费证据未核实
现有替代
已验证 上述工具;品牌自己手动提问
交付成果
初步迹象 提及率、引用率、参数错误清单、改进建议
付费触发
待验证 新品发布、竞品对比、负面回答
交付成本
待验证 每轮提问、记录、人工核对的工时
续费可能
待验证 定期报告还是一次性报告
合规风险
中 大规模自动提问可能受 AI 平台服务条款限制
可信度影响
较小 只要方法公开、可重复

关键反证:重复测试的自然波动大于改动带来的变化,报告无法支持决策。

④ 向 AI 公司授权数据 采购需求待验证

付费客户
已验证 平台级案例存在:Reddit 2.03 亿美元合同
现有替代
已验证 AI 公司直接抓取公开网页或买大平台数据
交付成果
待验证 有合法授权链、持续更新的独特数据集
付费触发
待验证 需验证数据的独特性、覆盖范围和买方的采购要求
交付成本
待验证 授权、清洗、更新都需要成本,规模未知
续费可能
待验证 Reddit 案例合同期 2 到 3 年,续约情况未核实
合规风险
中 数据来源授权与个人信息保护
可信度影响
中 需说明数据卖给了谁

关键反证:数据不独特,或拿不到 AI 公司采购部门的接触渠道。

为什么信源平台可能做不成

视频没有讲反方理由。下面 6 条是做这件事前必须先回答的问题。

平台没有分发权

数据质量再高,也不能保证 AI 系统收录、检索或引用。没有独特数据、合作渠道或技术优势时,它只是一个需要持续运营的普通数据库。

品牌官网可能已经够用

品牌可以在官网、说明书和公开测试报告里写清参数。第三方平台必须证明自己提供了额外价值,而不只是重复整理。

引用不等于转化

AI 提到品牌的次数增加,不一定带来点击、询盘和成交。Pew 的数据显示 AI 摘要里的来源链接点击很少。可见度、访问量、线索和成交要分开计量。

维护成本容易被低估

型号迭代、参数变更、产品下架、测评更新、链接失效,都会产生持续成本。要先定好谁核验、多久更新、错误由谁改。

利益冲突和责任风险

收品牌的钱以后,平台会倾向于突出付费客户。如果同时自称独立客观,就必须公开利益关系、证据标准和纠错机制。

效果测量本身有误差

同一个问题在不同时间、地区、账号、模型版本和联网设置下,答案可能不同。一次出现或没出现引用,都不能证明效果。

30 天验证方案

目标不是证明“风口”,而是在 30 天内回答两个问题:有没有人愿意付钱;收入能不能覆盖交付和维护成本。

第 1–7 天

选品类,建基线

选一个参数可以核验、购买决策依赖产品信息的垂直品类。定 20 个产品和一组固定问题,记录各 AI 是否提到品牌、引用了哪些来源、参数是否正确。保存日期、模型版本、联网状态和回答截图。

第 8–14 天

建最小档案

为 20 个产品建统一字段:型号、参数、适用条件、来源链接、更新时间、利益关系、纠错记录。关键参数人工复核。缺的数据标“缺失”,不用推测补齐。

第 15–21 天

测效果和重复性

用相同问题、相同设置重复测试。若要测档案的效果,先记录改动前结果,并留一组不改动的对照产品,避免把模型的自然波动当成档案的贡献。

第 22–30 天

验证付费意愿

访谈潜在客户,展示真实交付样例,给出范围固定的付费试点报价。建库、持续维护、监测报告分开报价。“有兴趣”不算购买证据,以签单和回款为准。

要记录的指标

指标计算方法
品牌提及率含目标品牌的有效回答数 ÷ 有效测试回答数
来源引用率引用目标档案或其原始来源的回答数 ÷ 有效测试回答数;直接引用档案和引用原始来源分开记
引用正确率经核验确实支持对应说法的引用数 ÷ 抽查引用数
参数准确率与权威来源和测试条件一致的参数项数 ÷ 已核验参数项数
交付成本建档、核验、沟通、修订、更新的全部工时和直接费用
商业转化合格客户数、正式报价数、付费试点数、实际回款
预期毛利收入减直接交付和维护成本;获客和管理成本另记

提前写好的停止条件

停止扩展品类

如果关键参数找不到可靠依据,或合法获取和维护数据的成本明显超过客户能接受的价格,就缩小范围或换品类。

停止效果承诺

如果重复测试没有稳定、可解释的改善,或引用正确率下降,就不要宣传“提高 AI 引用率”。

停止当前销售假设

如果完成一轮合格客户访谈和正式报价后,没有客户愿意进入付费试点,就重新审视客户、交付物和价格,不要扩大建库规模。

停止当前模式

如果按真实工时算,收入不能覆盖交付和维护成本,客户又不接受调价或缩小范围,就暂停这种模式。

本方案不预设“引用率必须提高多少”或“访谈多少家才够”。先用第 15–21 天的重复测试估出自然波动有多大,再定最低可接受的效果和成本上限。

个人创业者应该先卖什么

把“平台型创业”和“服务型创业”分开。先用人工交付验证需求和单位经济,通常比一开始开发完整平台更容易控制风险。这是建议,不是成功保证。

先做:低风险切入

资料核验与结构化建档

为一个品类的品牌整理可核验的产品资料、校对参数、建结构化档案。交付物清楚,合规风险低。

再做:进一步验证

AI 回答抽样监测

定期抽样 AI 回答,找出参数错误和来源问题,给出内容改进建议。方法要公开、可重复。

谨慎:依赖外部条件

平台、分发与数据授权

依赖外部平台分发、承诺引用效果或卖数据授权的业务,等前两步有付费客户和成本数据后再考虑。

本次未核实事项

来源

  1. Profound, AI Platform Citation Patterns(2025-06 发布,2025-08 更新):tryprofound.com/blog/ai-platform-citation-patterns
  2. Ahrefs, best lists research(2025-12-04):ahrefs.com/blog/best-lists-research
  3. Ahrefs, Self-Promotional Content Works—Until It Backfires(2026-07):ahrefs.com/blog/self-promotional-content-ai-seo-experiment
  4. Pew Research Center(2025-07-22):pewresearch.org/short-reads/2025/07/22/…
  5. Google Search Central, AI optimization guide(2026-07-10 更新):developers.google.com/search/docs/fundamentals/ai-optimization-guide
  6. Google Search Central, Spam policies(2026-08-28 更新):developers.google.com/search/docs/essentials/spam-policies
  7. Google Search Central Blog, site reputation abuse(2024-11)与 policy update(2026-08):2024/11、2026/08
  8. Reddit S-1(SEC,2024-02-22):sec.gov/…/reddits-1q423.htm;年约 6000 万美元见 TechCrunch
  9. 中国消费导报相关报道(2026-09-11,宣传性质):news.qq.com/rain/a/20260911A0BKNG00
  10. Engadget, Perplexity Comet Plus 分成(2025-08-25):engadget.com/ai/…
  11. 21 世纪经济报道,315 晚会“AI 投毒”报道(2026-03-16):21jingji.com/article/20260316/…
  12. 《互联网广告管理办法》(国家市场监督管理总局令第 72 号,2023-02-25 公布,2023-05-01 施行):原文站点本次未能打开,内容据检索摘要。