說來有點淡淡的哀傷，不過截至 2026 年 7 月，全世界沒有任何一份公開研究，測量過 AI 引擎回答繁體中文問題時到底引用哪些網站。繁體中文的語料終究在全世界是極度弱勢，所以所有 GEO 相關領域的研究也幾乎付之闕如。

GEO / AIO / AISEO 這個市場還處於早期非常混亂的戰國時代，Kuroma 率先拆解出，在繁體中文市場，品牌主現在應該如何布局和投資不同平台的內容經營，取得被 AI 搜尋引擎引用的最大機會。

Profound、Semrush、Ahrefs 的大型引用研究全部是英文市場；台灣的 GEO (AI 搜尋引擎最佳化）服務商也沒有發表過自己的數據。所以任何宣稱「ChatGPT 最愛引用某平台」的中文文章，引用的其實都是英文數據，或者根本沒有數據。這篇文章的做法不一樣：我們把「英文市場的可查證數據」與「台灣在地的指標」分開分析，給你一份扎實的平台優先順序。

重點摘要

  • 你用不同語言查詢，就會影響整個 AI 的引用來源：Profound 分析 32.5 億筆引用（14 國、7 個模型）發現，同一引擎在不同語言下的引用來源結構完全不同，而這份研究沒有涵蓋中文，這就是台灣品牌面對的資料真空。
  • Wikipedia 依然是英文市場最強的引用來源，但中文維基條目數只有英文版的 1/4.5(154 萬對 700 萬），且收錄門檻明確要求「獨立於主題實體的可靠來源」：先有媒體報導，才有維基條目。
  • 同一個平台在不同 AI 引擎的命運完全不一樣：2025 年 9 月之後 Medium 成為 ChatGPT 引用前五名的贏家，同一時間卻是 Google AI Mode 上跌幅最大的輸家之一。
  • LinkedIn 是 B2B 查詢的強項：三引擎平均出現在 11% 的回答中（ChatGPT Search 14.3%），但提問偏 B2B，適用對象是外銷與企業服務品牌。
  • PTT、Dcard 大家會用，但 AI 似乎不太引用：它們是台灣流量前 15 名的論壇、對 AI 爬蟲開放，但沒有任何數據證明 AI 直接引用它們。

為什麼不能直接照抄美國的平台優先順序？

因為語言本身就會改寫引用結構。根據 Profound 於 2026 年 4 月發表的跨語言研究(32.5 億筆 AI 引用、14 個國家、7 個模型），研究顯示：

「光是用不同的語言跟 AI 問答，AI 引用的資料和方式就會完全不一樣：哪些網域出現、被引用的頻率，以及『社群網路』是否出現。」

具體例子：TikTok 在西班牙文查詢的 Google AI 摘要引用中佔 15.9%，英文查詢只有 3.1%；葡萄牙文查詢中 YouTube 佔到 65%；阿拉伯文查詢中 Instagram 佔 29%，英文只有 4.6%。同一個引擎，換一種語言，來源結構天翻地覆。

而這份目前規模最大的多語言引用研究，涵蓋了日文、瑞典文、阿拉伯文，卻完全沒有中文。這代表兩件事：第一，美國市場的平台排名不能直接套用到繁體中文查詢；第二，台灣市場的 AI 引用結構是真正的無人區，誰先量測誰就擁有第一手答案。

平台優先順序總表（截至 2026 年 7 月）

平台 證據等級 適用情境 判斷
自家網站 + 媒體報導 強（英文實證） 所有品牌 最優先：引用的基礎
YouTube 強（相關性 0.737)+ 台灣觸及 78% 所有品牌 全球數據與在地滲透率的交集
Wikipedia（中文） 英文強、中文推論 已有媒體報導的品牌 高優先，但有兩個門檻要注意
LinkedIn 強（B2B 查詢 11% 至 14.3%) 外銷、B2B 英文能見度的主力
Medium 弱且不穩定 內容出海 非保證
PTT / Dcard / Mobile01 無數據，合理推論 消費品牌 投入，但要持續觀察
LINE TODAY 無（封閉授權內容） 不適用 觸及人，不觸及 AI

Wikipedia：數據最強，但台灣品牌要先過兩關

英文市場的數據很明確：根據 Profound 對 6.8 億筆引用的統計,Wikipedia 是 ChatGPT 的第一大引用網域（佔全部引用的 7.8%，前十大網域佔比 47.9%);Similarweb 在 2026 年初的美國數據中，Wikipedia 佔 ChatGPT 全部引用的 13.15%。訓練語料層面，研究顯示大型語言模型刻意加重 Wikipedia 的取樣權重。

但把場景切到台灣，狀況立刻不同。

中文維基百科三個現實：條目數 154 萬對英文版 700 萬、約三成讀者來自台灣、2019 年起被中國全面封鎖
中文知識圖譜遠比英文稀疏：台灣品牌沒有 zh 維基條目的機率，結構性偏高。

第一關是規模：中文維基百科截至 2026 年 7 月只有約 154 萬條目，英文版超過 700 萬。中文知識圖譜稀疏，代表你的品牌很可能根本不在裡面，而 AI 引擎最依賴的正是這一層實體知識。順帶一提，中文維基約三成讀者來自台灣（2022 年數據），而且自 2019 年起被中國全面封鎖：一條 zh 維基條目觸及的是台灣、香港與海外華人讀者，不是中國市場。

第二關是門檻。中文維基百科的收錄標準寫道：

「如果一個主題得到了可靠來源的有效介紹，並且這些來源獨立於主題實體，則可假定該主題符合獨立條目的收錄標準。」

翻成白話文就是：品牌不能自己寫自己。要先有獨立媒體的實質報導（天下、數位時代、中央社這一層），加上去的新項目才會成立。所以正確的順序是先做公關與媒體聲量，Wikipedia 變成了是下游成果，而不是起手式。這也和英文市場的實測一致：Muck Rack 分析 2,500 萬筆引用發現，約 84% 的 AI 引用來自 earned media（第三方報導），而非品牌自有內容。

Medium 與 LinkedIn：同一個平台，兩個引擎兩種命運

Medium 的例子也很值得研究。根據 Semrush 對 1 億筆引用的 13 週追蹤(2025 年 7 至 10 月），ChatGPT 在 2025 年 9 月大改引用來源結構：Reddit 從約 60% 的回答中出現暴跌到約 10%,Wikipedia 從約 55% 掉到 20% 以下，而最大贏家是 PRNewswire、Forbes 和 Medium,Medium 就此進入 ChatGPT 引用前五名。注意：研究從未公布 Medium 的確切百分比，網路上流傳的任何「Medium 引用率 X%」都是編造的。

同一份研究、同一個分析時間範圍，那麼 Google AI Mode 上跌幅最大的網域是誰呢？Medium、Quora 和 LinkedIn。同一個平台，十三週內在兩個引擎走出完全相反的方向。「AI 愛引用 Medium」這句話，因此是不太正確的。

相較之下，LinkedIn 的數據則非常扎實。Semrush 在 2026 年 3 月發表的專項研究分析了 89,000 筆被引用的 LinkedIn 網址：

LinkedIn 在各 AI 引擎回答中的引用出現率：ChatGPT Search 14.3%、Google AI Mode 13.5%、三引擎平均 11%、Perplexity 5.3%
LinkedIn 是所有引擎的第二大引用網域（僅次於 Reddit），但提問集偏向 B2B，所以要做 B2B 生意，就一定要做 LinkedIn 的內容。

這裡還有一個更有用的洞察：被引用的 LinkedIn 網址中 50% 至 66% 是長文 Article（不是動態貼文），95% 是原創內容，教學與實務型內容佔被引用貼文的 54% 至 64%。對台灣的外銷與 B2B 品牌，必須趕快開始經營 LinkedIn：用英文在 LinkedIn 寫 500 至 2,000 字的實務長文，這是已經證明有用的英文能見度玩法。

不過中文 AI 搜尋的 LinkedIn 引用數據呢？目前還沒有任何數據。

PTT、Dcard、Mobile01：台灣版 Reddit 假說

英文市場的模式很清楚：論壇型 UGC 是重要引用來源（Reddit 曾佔 Perplexity 前十大網域引用的 46.7%）。台灣沒有 Reddit，但有 PTT、Dcard 和 Mobile01，它們是不是「台灣版 Reddit」？

可以查證的部分：根據 SimilarWeb 的 2026 年 6 月數據,PTT 是台灣流量第 13 名、Dcard 第 15 名、Mobile01 第 24 名的網站，穩居全國前 25；我們在 2026 年 7 月 12 日直接測試後確認，Dcard 的 robots.txt 沒有封鎖任何 AI 爬蟲，PTT 甚至根本沒有 robots.txt（回傳 404）。對照英文世界前 1,000 大網站有約 36% 封鎖 GPTBot，台灣最大的 UGC 平台完全沒有加入封鎖行列，內容至少是大家都能抓的。

不能查證的部分：沒有任何數據證明 AI 引擎直接引用 ptt.cc 或 dcard.tw。坊間「ChatGPT 愛引 PTT」的說法沒有任何佐證。實際上的狀況是：PTT 的討論被新聞媒體改寫成報導，報導再被 AI 引用。所以在 PTT、Dcard 上有自然聲量是一個合理的行銷手法（英文模式 + 台灣流量結構 + 爬蟲可觸及性三者推論），但不能證明這百分之百有用。這裡順帶排除一個選項：LINE TODAY 月活 1,800 萬以上，是台灣觸及力最強的內容通路之一，但它是 App 內的授權轉載平台，沒有證據顯示它是 AI 引用來源，對 AI 能見度而言，可引用的對象是 udn、ettoday 這些媒體的網域。

YouTube：全球數據與台灣觸及的唯一交集

如果只能選一個「數據與在地都站得住」的平台，那就是 YouTube。英文市場方面，Ahrefs 對 75,000 個品牌的研究發現，YouTube 提及是與 AI 能見度相關性最強的單一因子（約 0.737，勝過所有連結類指標）；BrightEdge 統計 29.5% 的 Google AI 摘要引用 YouTube。台灣方面，根據 DataReportal 的 2026 年報告,YouTube 觸及 1,810 萬台灣人，相當於 78.4% 的總人口，同時是台灣流量第二大的網站。全球最強的引用相關性，疊上近乎全民的在地滲透率，這是最優先順序。

B2B 品牌：買家已經搬進 AI，評論網站的角色卻和你想的不同

根據 G2 在 2026 年 4 月發表的買家調查(1,076 位 B2B 軟體決策者，含亞太），51% 的 B2B 買家現在從 AI 聊天機器人開始選型研究，一年前是 29%;69% 因為 AI 的建議改變了原本屬意的供應商。買家行為已經搬家，這部分證據很強。

但「AI 會引用 G2」是另一回事。2026 年 5 月一份針對 ChatGPT 選型提問的研究（40 個 B2B SaaS 類別）發現，評論聚合網站只佔引用的 0.9%,G2 與 Capterra 是零；引用的 81.9% 來自獨立部落格的排名文與供應商自家內容。而 Omniscient 的研究顯示，在「品牌名」查詢中評論網站佔引用的 11%。兩份研究的分歧其實是查詢類型：選型探索查詢引用排名文，品牌查詢才引用評論平台。對台灣 B2B 的務實解讀：G2 檔案是給人看的信任資產（45% 的買家說評論網站引用最能建立信心），真正的 AI 引用戰場在第三方排名文與你自己的比較型內容。

Kuroma 的第一方觀察

我們的團隊分析了 Kuroma 第一方語料庫中 201,695 筆真實 AI 回答（涵蓋七個引擎，包含台灣品牌的中文提問），觀察到兩件與平台選擇直接相關的事：第一，每個 AI 引擎有自己的引用習慣，而且會在數週內漂移，2025 年 9 月 Reddit 一夜腰斬就是最好的例子，所以任何平台優先順序都需要標註日期並持續重測；第二，引用是流動的，內容是有保鮮度的，一個頁面被 AI 引用後的半衰期大約只有 4.5 週，所以平台佈局是持續經營，不是一次性上架一堆內容。這也是我們把 Kuroma 做成持續監測而非一次性健檢的原因：在沒有公開中文數據的市場，你自己必須持續量測，才能取得真正有用的競爭情報。

FAQ

台灣品牌想被 AI 引用，第一步該做什麼？

先讓自己的網站可被 AI 爬蟲抓取並具備可引用的內容（數據、比較、具體答案），再累積獨立媒體報導。英文市場約 84% 的 AI 引用來自第三方報導，而中文維基條目也以媒體報導為前提，所以 earned media 是所有平台佈局的共同上游。

沒有中文維基條目，對 AI 能見度影響大嗎？

這在結構上是明顯的缺口：Wikipedia 是英文市場最強的單一引用來源，同時深植於模型訓練語料。但條目需要「獨立於主題實體的可靠來源」支撐，先有報導才有條目。符合收錄資格就值得投資；不符合就先補媒體聲量，不要硬寫，被刪除的條目比沒有條目更糟。

在 Medium 發文對 AI 能見度有用嗎？

截至 2026 年 7 月的答案：在 ChatGPT 上是順風（2025 年 9 月後進入引用前五名），在 Google AI Mode 上同期反而是大輸家，而且沒有研究比較過「同一篇文章放 Medium 與放自家網站」的引用機率。把它當成一個引擎特定、隨時可能被平台決策翻轉的補充通路，不要當成主力。

PTT 和 Dcard 的聲量，AI 真的看得到嗎？

這兩個平台的內容雖然可被機器人自由抓取（Dcard robots.txt 全開放、PTT 無 robots.txt），但沒有數據證明 AI 引擎會直接引用它們。目前的路徑是在這些論壇上被討論，然後被媒體改寫後間接進入 AI 回答。把它們當成聲量與口碑的源頭經營即可，不必為了「被 AI 引用」硬投放。

這份優先順序多久需要重新檢視？

每一季，或任何一次引擎來源大改之後。2025 年 9 月的 ChatGPT 來源重組讓 Reddit 一夜從六成掉到一成，Medium 同月卻在兩個 AI 引擎走出完全相反的方向。我們的分析顯示引用半衰期約 4.5 週，AI 搜尋優化的平台經營優先順序需要動態改變，隨機應變。