三个网站为AI创建了215,128个"最佳软件"页面。Perplexity引用了它们。

# 三个网站为AI制作了215,128个“最佳软件”页面。Perplexity引用了它们 来源：https://trellner.com/reports/manufactured-sources-behind-ai-recommendations 我们向两个基于网络的模型询问了380个软件类别中的最佳产品，并保留了它们检索到的所有URL。在返回的7,534条引用中，59.8%指向在Tranco前100万排名中（https://tranco-list.eu/list/K9QPW）位列100,000名之后的域名，23.4%指向根本不在前100万名中的域名。其中两个提供“grounding”的网站将其主页的HTML标题设为“事实与Grounding页面”——grounding即这些模型执行的检索步骤——而它们以及第三个显然受同一控制方运营的网站，共同发布了215,128个机器生成的“最佳”页面；这三个域名在2023年12月之前均不存在。 ## 我们的测试内容 2026年9月2日，我们通过OpenRouter向`perplexity/sonar`和`perplexity/sonar-pro`提交了380个购买意向类别——从“CRM软件”到“博物馆藏品管理软件”——每个类别每个模型一个提示，总共760次调用。每次调用都要求返回一个排名前五的JSON列表，包含每个产品的官方主页域名。所有760次都返回了可解析的答案，并且两个模型都报告了它们检索到的URL，这就是选择它们的原因。类别在看到任何结果之前就已写好，且从未修改。 这产生了3,800个推荐位，涉及1,807个不同的产品，以及涵盖2,055个不同域名的7,534条引用。 随后，我们在2026年9月1日的Tranco每日列表和Wayback Machine中查询了每一个被引用的域名，并访问了模型提供的全部1,502个供应商主页，以检查它们是否仍然存在。 Google被排除在外。在OpenRouter上对Gemini模型进行“grounding”意味着通过OpenRouter自己的网络搜索插件进行路由，因此引用描述的是该插件而非Google的检索。本次测量仅针对Perplexity，此处内容不应被解读为针对任何其他引擎的声明。 ## 引用落点分布 指向已排名域名的5,768条引用的Tranco中位数排名为71,611。头部集中度并不突出——被引用最多的十个域名占引用的17.3%——所以问题不在于某个著名网站集团提供了答案。问题在于另外五分之四的内容是什么：在2,055个被引用域名中，有751个（占36.5%）未出现在前100万名中。这些域名也更年轻。未排名域名的Wayback首次捕获中位数为2020年，而已排名域名为2011年；16.6%的已存档未排名域名首次捕获于2025年或之后，相比而已排名域名这一比例为1.6%。 被引用最多的十个域名：作为对比，维基百科在7,534条引用中仅被引用了三次。 ## 第三大来源是一家供应商的营销博客 `guideflow.com`销售交互式产品演示。它不是一个评测网站、目录或出版商，并且不在我们询问的任何类别中竞争。然而，它的博客在我们的380个类别中的96个（占四分之一）被引用了194次，总体排名第三，领先于Gartner。 每次引用都是一个不同的URL：96个不同的`guideflow.com`博客URL，每个类别一个，其中六个是文章的爱沙尼亚语版本。其站点地图列出了3,351个博客URL，其中2,176个是不同的文章。它同样为“3D渲染软件”、“IVR软件”、“RFID软件”和“建筑实践软件”等提供了“grounding”。 此处并无欺骗性内容。Guideflow发布了一个大型内容营销博客，正如数千家公司一样。本测量关注的是检索层如何处理它：一家供应商自己关于其不参与的市场的列表文章，成为了关于购买哪个产品这一问题的第三大证据基础。 ## 事实与grounding页面 排名前十及紧随其后的另外三个网站是`wifitalents.com`（71次引用，27个类别）、`worldmetrics.org`（60次，22个类别）和`gitnux.org`（50次，23个类别）。它们总共占181次引用，占总数的2.4%，出现在380个类别中的41个中。它们看起来是一个运营实体。 三者均在2023年12月至2024年5月间通过NameCheap注册，都将DNS委托给同一对Cloudflare域名服务器`pam.ns.cloudflare.com`和`sean.ns.cloudflare.com`，并且都运行着相同的页面模板和相同的导航栏——服务、市场数据、软件建议、编辑流程、公司。每个网站还维护着恰好六篇博文，所有十八篇博文都是关于该组合中的其他品牌：每篇关于另外两个品牌各两篇，还有两篇关于第四个品牌`zipdo.co`，后者使用相同的域名服务器对，并将自己主页的标题也设为相同的“事实与Grounding页面”。 共享域名服务器对是共享Cloudflare账户的有力间接证据，但并非所有权的证明。然而，模板、分类和博文都逐项匹配。 关键在于它们的规模。它们的站点地图分别列出了103,578、107,083和105,541个URL，其中70,731、71,684和72,713个是`/best/-software/`页面：**三个品牌共生成215,128个购买指南**，而每个品牌只有六篇博文（每个站点地图中的第七个`/blog/` URL是博客索引页）。 并不存在215,128个软件类别。 其自我描述使其与众不同。于2026年9月2日获取时，`worldmetrics.org`和`gitnux.org`都返回了格式为“——事实与Grounding页面”的HTML标题，以及除了品牌名外完全相同的元描述： > 关于Gitnux的经过验证的事实：一家独立的市场研究公司，发布行业统计数据、定制研究和软件最佳列表。公司、法律、方法和合规细节均记录在一个机器可读的记录中。 “Grounding”并非买家使用的术语。它是指检索系统获取文档以基于其调整答案的步骤的名称。 一份关于自身的经过验证事实的机器可读记录，对人类读者来说也不是一项服务。这些页面的标题和描述表明，它们是面向读取它们的软件的。这种读取也正在以常规方式被购买。`worldmetrics.org`广告其定制市场研究“起价€5,000”、现成报告“起价€499”以及供应商选择“起价€2,500”，而这些价格就列在被模型检索的、相同的生成的最佳列表分类法之上。 ## 一个模板，三种结论 我们从三个品牌获取了相同的类别页面：“项目估算软件”。每个页面都在JSON-LD中声明其排名，因此可以无需解释地读取。每个页面对十个工具进行排名；显示前五名。Gitnux的获胜者根本没有出现在Worldmetrics的前五名中。 每个页面都列出了三名具名员工——Worldmetrics注明是Kathryn Blake、Alexander Schmidt和Victoria Marsh；Gitnux注明是Diana Reeves、Helena Kowalczyk和Olivia Thornton；WifiTalents注明是Ryan Gallagher、Isabella Rossi和Natasha Ivanova——一个问题出现了九个不同的人。每个页面都宣布了一个编辑流程；Gitnux将其结果标记为“经AI验证·专家审阅”。 三个页面都在署名行中包含一个未渲染的模板变量，其中两个显示为“在接下来的26天内”，另一个显示为“在接下来的40天内”。 ## 推荐指向何处 模型提供的1,502个供应商主页大多正常。我们检查了每一个，一次直接访问，一次通过轮换代理访问，如果任一尝试访问成功，则计为可访问，这样阻止我们其中一个IP的主机不会被记录为已倒闭公司。1,502个中有十个完全无法解析地址——其中八个未委托给任何域名服务器——包括`graphiql.com`（被提供为GraphiQL的主页，但并无此网站）、`todo.com`（被提供给Microsoft To Do）和`aquasec.io`（被提供给Trivy）。另有四个虽能解析但永远不应答。加上404错误，共有17个域名（1.1%）消失或无法访问。另外92个（6.1%）重定向到不同的可注册域名；其中大多数是普通的收购和品牌重塑，我们公布了完整列表而非对每个进行猜测。 有两个不是这种情况，并且在这两个案例中，两个层级的模型意见不一。当被要求提供研究数据管理平台时，两者都提到了Dryad：`sonar-pro`给出了真正的仓库`datadryad.org`，而`sonar`给出了`dryad.co`，该域名重定向到一个印度尼西亚的在线赌博门户，其标题以“BIGSLOT288 | 游戏在线门户”开头。当被要求提供数据质量工具时，两者都提到了Monte Carlo：`sonar`给出了`montecarlodata.com`，而`sonar-pro`给出了`montecarlo.com`，该域名重定向到Monte-Carlo Société des Bains de Mer，即摩纳哥的酒店和赌场集团。 ## 本研究未表明的内容 这两个模型不是两个独立的测量。它们在380个类别中的289个返回了字节级相同的引用列表，并且它们的URL集合的Jaccard相似度为0.898，因此Perplexity的两个层级共享一个检索层，应被视为对同一搜索栈的两次采样。它们对首选项（380个类别中有290个类别将同一产品列为第一）的一致性是关于该共享检索层的事实，而非独立系统收敛的证据。 结果仅涵盖Perplexity。我们没有测量ChatGPT、Gemini、Copilot或Google的AI模式，并且没有理由假设它们的检索混合情况相同。 380个类别是我们自己构建的，并非买家实际询问内容的样本，并且偏向小众垂直领域的列表会比常见查询列表浮现更多长尾来源。 每个页面的获取都通过一个轮换的、带有命名研究用户代理的数据中心代理发出，因此这些网站返回给我们的内容，不一定与它们返回给检索爬虫或浏览器的内容相同。 十七个无法访问的供应商域名中有四个是大型网站，包括`nasdaq.com`和`solidworks.com`，它们显然仍在运营，只是从未应答自动化请求；它们被计为“无法访问”，而非“已倒闭”。 整个运行是检索索引某一天快照，而索引是变化的。每个类别一个提示措辞，一次运行，无重复采样。早期的测试表明，当“最佳”换为“最流行”时，产品候选名单会显著变动，而引用组合的变动则小得多，但本次运行未对此进行测量。 Tranco排名是一个流行度指标，而非质量指标，排名低并非指控。此处仅用它来区分广受访问的网络与其他所有内容；关于特定网站的所有主张都基于该网站自身的页面，这些页面已链接并归档在数据集中。 我们并未证明这些内容会改变答案。我们没有测试移除这些来源是否会产生不同的推荐，并且Guideflow和三个最佳列表品牌很可能列出的也是合理的产品。我们测量的是证据基础由哪些文档构成。 最后，三个品牌的共同控制是从共享基础设施和相同的模板推断出来的。我们不知道谁运营它们；三者均未提及所有者。 ## 数据与方法 完整数据集——每条引用、每个推荐、Tranco和Wayback的查询结果、供应商存活状态检查——以及生成上述每个图表的脚本位于`/data/manufactured-sources-behind-ai-recommendations/`（https://trellner.com/data/manufactured-sources-behind-ai-recommendations/），并附有方法（https://trellner.com/data/manufactured-sources-behind-ai-recommendations/METHOD.md）和列说明（https://trellner.com/data/manufactured-sources-behind-ai-recommendations/README.md）。以CC BY 4.0许可发布。 本报告的PDF版本可在此获取：`trellner.com/data/manufactured-sources-behind-ai-recommendations/manufactured-sources-behind-ai-recommendations.pdf`（https://trellner.com/data/manufactured-sources-behind-ai-recommendations/manufactured-sources-behind-ai-recommendations.pdf）。