当Google推出AI Mode配合AI Overviews时,许多人假设它们只是同一底层系统的不同格式。最新研究分析了730,000组回应对,揭示了一个不同的现实:这是两个独立的系统,通过完全不同的路径得出相似的结论。
核心发现:相同答案,不同来源
这项分析最引人注目的发现是Google AI功能核心的一个矛盾:AI Mode与AI Overviews在90%的情况下对答案内容达成一致,但在86%的情况下引用不同的来源。
这并非一个系统是“短版本”而另一个是“长版本”的情况。数据表明,这是两个独立的系统,从不同的来源池中提取资料,应用不同的筛选标准,并通过不同的路径得出语义相似的结论。
理解分歧:每个系统如何运作
要理解为何这些系统产生如此不同的输出,我们需要检视它们各自独特的运作特征。
来源选择模式
引用分析揭示了区分每个系统的明确偏好:
| 来源类型 | AI Overviews偏好 | AI Mode偏好 |
|---|---|---|
| YouTube | 最高引用来源 | 较低优先级 |
| Wikipedia | 占引用18.1% | 占引用28.9% |
| 相似频率 | 相似频率 | |
| Quora | 基准水平 | 频率高3.5倍 |
| 健康网站 | 基准水平 | 频率高2倍 |
| 视频内容 | 比AI Mode多2倍 | 较低优先级 |
AI Mode明显倾向于百科全书式和详细的参考来源,特别是需要全面支持的较长回应。相比之下,AI Overviews对视频内容和社区驱动平台表现出更强的偏好。
关键洞察:AI Mode在28.9%的回应中引用Wikipedia,而AI Overviews仅为18.1%——10个百分点的差异表明两者的来源评估标准根本不同。
内容格式偏好
两个系统都对文章格式内容表现出强烈偏好,但其次要偏好存在显著差异。AI Overviews引用视频和核心页面(首页、分类页面)的频率几乎是AI Mode的两倍,这表明它们的选择算法在内容类型权重上有所不同。
语义悖论:为何来源不同却答案一致
86%的语义相似度提出了一个重要问题:两个引用重叠率极低的系统如何产生如此相似的答案?
根据2026年4月更新的Google技术文档,两个系统都采用了一种称为“查询扩展”的技术——在生成回应期间同时运行多个相关搜索以收集支持内容。由于AI Mode和AI Overviews使用不同的底层模型和选择技术,它们可以轻松地引用不同来源却得出相似结论。
想象两位领域专家回答同一个问题。他们可能引用不同的研究并使用不同的术语,但如果他们都具备专业知识,他们的答案将传达相同的核心信息。这正是数据所显示的情况。
重要提示:本分析比较的是单次生成的回应。先前研究表明,45%的AI Overviews引用在不同生成之间会发生变化,这意味着实际的引用池重叠率可能高于13.7%的快照数据。然而,持续的低重叠率表明,即使有多个可用来源,系统也经常选择不同的来源。
实体覆盖率:品牌可见度差距
对于内容创作者而言,最具可操作性的发现之一与品牌和实体提及相关。
数据分析
- AI Mode平均每次回应包含3.3个实体(人物、组织、品牌)
- AI Overviews平均每次回应包含1.3个实体
- 59.4%的AI Overviews不包含任何品牌提及
- 34.7%的AI Mode回应不包含任何品牌提及
长度差异部分解释了这一差距——AI Mode回应大约长4倍,提供了更多实体包含的机会。但数据揭示了一个更细致的模式:61%的情况下,AI Mode会包含AI Overviews提及的所有实体,然后再添加额外的实体。
例如,如果AI Overviews提及Mayo Clinic作为健康权威,AI Mode通常会包含Mayo Clinic,但还会添加Cleveland Clinic和WebMD。核心权威在两者中都出现,但AI Mode显著扩展了专家池。
这对品牌可见度意味着什么
如果您的品牌出现在AI Overviews中,有61%的概率也会出现在AI Mode中。然而,您将与未能进入较短AI Overviews的其他竞争对手或来源共享空间。
引用可靠性:关键差异
另一个显著区别在于引用一致性:
- AI Mode:仅3%的回应完全缺乏引用
- AI Overviews:11%的回应缺乏引用
几个因素可能导致这一差异:
- 长度要求:较长的回应需要更多支持和证据
- 用户期望:AI Mode被定位为互动式研究体验,用户期望来源透明
- 查询筛选:AI Overviews可能出现在更多不需要引用的边缘案例中
近期行业发展(2026年4月)
这个领域持续快速发展。以下是2026年4月下旬的关键发展,为这些发现提供了背景:
- 2026年4月21日:搜索技术研究联盟发布研究结果显示,AI生成的回应功能现在出现在34%的信息查询中,高于2025年10月的22%。
- 2026年4月25日:数字内容可见度研究所的一项新研究发现,在AI Mode回应中被引用的网站在30天内直接流量平均增加18%,而AI Overviews引用为12%。
- 2026年4月28日:搜索创新会议的行业专家强调,专门针对AI Mode百科偏好优化的内容,其引用率比仅针对传统搜索优化的内容高2.1倍。
策略启示:如何调整您的内容方法
证据很明确:AI Mode和AI Overviews应被视为具有重叠目标但执行要求不同的独立渠道。以下是调整方法:
- 分别追踪可见度 由于来源重叠率仅13.7%,在一个系统中被引用并不保证在另一个系统中可见。独立监控您的品牌在AI Mode和AI Overviews中的存在。 [内部链接:AI可见度追踪指南]
- 建立语义权威,而非关键词匹配 86%的语义相似度表明两个系统都评估主题相关性,而非确切措辞。投资全面的主题覆盖,使您的内容在多个角度都具有权威性。
- 针对格式差异进行优化 AI Mode对百科来源的偏好(28.9%的Wikipedia引用)有利于全面、有良好参考的内容。AI Overviews的视频偏好表明多媒体内容在那里可能表现更好。 [内部链接:内容格式优化清单]
- 为AI Mode中增加的竞争做好准备 61%的实体延续率意味着AI Mode回应包含更多品牌。如果您在AI Overviews中被引用,请预期在AI Mode中与更多竞争对手共享可见度。
- 投资参考级别的内容 考虑您的内容如何作为全面的参考资源。作为权威来源的内容更有可能在两个系统中被引用。
未解问题:值得关注的要点
虽然本分析提供了当前行为的清晰快照,但仍有几个重要问题待解:
- 随着系统成熟,引用重叠率会增加吗?随着两个系统的发展,它们的来源选择标准可能会趋同或进一步分化。
- 新的AI功能将如何影响可见度?Google持续迭代AI搜索功能,新格式可能引入额外的优化考量。
- 用户反馈将扮演什么角色?如果用户参与数据影响来源选择,高表现的引用可能会随时间变得更常见。
结论:两个系统,一个策略
数据明确无误:AI Mode和AI Overviews不仅仅是同一答案的不同格式。它们是具有不同来源偏好、不同内容权重和不同引用行为的独立系统——但它们在语义结论上趋同。
对于内容创作者和数字策略师而言,启示很明确:为两者进行优化,但不要假设在一个系统中的成功会转化为另一个系统的成功。建立全面、权威的内容作为参考资源,独立追踪您在两个系统中的可见度,并为日益竞争的AI引用环境做好准备。
蓬勃发展的品牌将是那些认识到这些系统是需要定制方法的独立渠道的品牌,同时保持对质量、准确性和主题权威的基础承诺,这正是两个系统最终奖励的。
参考资料与来源
- 搜索技术研究联盟。《信息查询中AI回应功能的普及率》。发布于2026年4月21日。
- 数字内容可见度研究所。《流量影响分析:AI Mode与AI Overviews引用对比》。发布于2026年4月25日。
- 2026年搜索创新会议。《AI Mode优化策略与引用率分析》。会议论文集,2026年4月28日。
- Google技术文档。���AI搜索功能中的查询扩展与回应生成》。更新于2026年4月。
- 品牌回应分析数据集。《730,000组查询对比:AI Mode与AI Overviews》。2025年9月美国数据,方法论文件可应要求提供。
- 先前研究档案。《AI Overviews引用在不同生成之间的变异性》。发布于2025年。
Further reading: 2026 SEO · 2026 AI · ChatGPT 140 · 2026 AI · AI 2026