Co čte AI? Uvnitř skrytých mechanismů generativních citací

Jakmile generativní AI mění digitální krajinný pohled, vzniká nová otázka ve středu tvorby a objevování obsahu: Co přesně čte AI? Přelomová studie s názvem Co čte AI od Generative Pulse od Muck Rack analyzovala více než 1 milion citací z hlavních systémů AI, včetně OpenAI ChatGPT (4o a 4o-mini), Google Gemini (Flash a Pro) a Anthropic Claude (Sonnet a Haiku), aby odhalila skryté dynamiky za odkazy, které tyto modely používají při generování odpovědí.

Zjištění nejsou pouze odhalující, ale také transformační pro každého v žurnalistice, firemní komunikaci, SEO nebo firemní strategii.

Citace nejsou pouze doplňky – mění chování AI

Jak je zřejmé pro každého, kdo je ponořen do světa AI, jednoduché povolení nebo zakázání funkce citací mění samotné odpovědi. Když jsou citace vypnuty, AI se více spoléhá na statická trénovací data. Ale když jsou citace zapnuty, modely generují materiálně odlišné výstupy, přímo tvarované skutečnými zdroji, ze kterých čerpají.

Klíčový příklad: Když byl AI položen dotaz na nejhorší tým Major League Baseball, AI bez citací zmínil tým 1962 Mets. Ale s citacemi odpověděl aktualizovanou odpověď, která zahrnovala 2024 Chicago White Sox s rekordní sezónou 41–121, výslovně citující CBS Sports.

Dominance získaných médií

Více než 95% všech citovaných zdrojů pochází z nezaplatěných médií. To zahrnuje:

• 27% žurnalistického obsahu (například Reuters, AP, Financial Times)
• 18% vládních nebo nevládních webových stránek
• 13% akademických nebo výzkumných zdrojů
• 10% agregátorů nebo encyklopedických platforem, jako je Wikipedia nebo Visual Capitalist

Naopak placený nebo reklamní obsah tvoří méně než 5% citací, což jasně ukazuje, že modely AI jsou systematicky zaujaté proti marketingově orientovanému obsahu.

Bias novosti: Proč vítězí nový obsah

Svěžost má význam – zejména pro modely OpenAI. V žurnalistickém obsahu 56% citací provedených ChatGPT bylo publikováno během posledních 12 měsíců, ve srovnání s 36% pro Claude. Tato tendence, známá jako bias novosti, se týká preference novějších, nedávno publikovaných zdrojů nad staršími, i když starší zdroje mohou stále být přesné nebo relevantní.

V kontextu generativního AI bias novosti znamená, že jazykové modely – zejména ty, jako je ChatGPT, které jsou propojeny s daty v reálném čase – jsou více pravděpodobné, že odkazují a důvěřují nově publikovaným materiálům, zejména při odpovědích na dotazy týkající se současných událostí, vznikajících technologií nebo změn politiky. Pro časově citlivé dotazy, jako je „poslední pokroky v ambulantní léčbě“ nebo „nedávné inovace v záznamu zvuku“, model silně váží obsah, který byl publikován během posledních několika měsíců, předpokládaje, že nese více relevantních nebo aktualizovaných informací.

To je kritický vhled pro tvůrce obsahu a strategické manažery: pokud je váš materiál zastaralý – i jen o rok – je podstatně méně pravděpodobné, že se objeví v odpovědích generovaných AI. Udržování vašeho obsahu v aktuálním stavu není jen dobré SEO – je to nezbytné pro viditelnost ve věku AI.

Různé dotazy spouštějí různé zdroje

Modely AI necitují zdroje náhodně – vybírají na základě typu dotazu. Různé styly dotazů vedou k různým typům citovaných zdrojů:

• Vyhledávání faktů a encyklopedické dotazy mají tendenci čerpat ze statických referenčních stránek, jako je Wikipedia a Britannica, spoléhající se na dobře zavedené, ale často starší informace.
• Dotazy na nedávné události obvykle spouštějí citace z hlavních zpravodajských míst, jako jsou AP, Reuters nebo Axios, kde je rychlost a novost klíčová.
• Dotazy na rady nebo názory posunují model směrem k dynamičtějším a konverzačním zdrojům, jako jsou blogy, fóra nebo platformy, jako je Reddit nebo Medium.
• Akademické nebo výzkumné úkoly vedou AI k citacím z odborných časopisů, předtiskových serverů, jako je arXiv, nebo vládních repozitářů, jako je PubMed nebo NCBI.
• Kreativní žádosti nebo pokyny krok za krokem často poukazují na uživatelsky generovaný obsah, neformální návody nebo diskusní vlákna z platforem, jako je Quora nebo specializovaná technická fóra.

Tato variace znamená, že způsob, jakým je položen dotaz, může mít přímý dopad na to, které domény jsou zvýrazněny – a které jsou ponechány pozadu.

Claude, například, je mnohem méně pravděpodobné, že bude citovat hlavní zpravodajská místa, jako je Reuters, než ChatGPT nebo Gemini, citující Reuters 50x méně často než ChatGPT.

Autorita a doména mají význam – ale neuniformně

Zatímco vysoké autority dominují, nejsou jedinými hráči. Pouze 15% nejcitovanějších zdrojů se objevuje v top 10 napříč několika průmyslovými odvětvími. To znamená, že obsah specifický pro konkrétní obor je odměněn. Například:

• V financích jsou upřednostňovány zdroje, jako je Bankrate a NerdWallet.
• V zdravotnictví dominují vládní zdroje, jako je CDC.gov a NIH.gov.
• V technologiích vynikají vzdělávací platformy, jako je Udemy, Coursera a Medium.

Na straně 15 je zobrazena vizuální mapa tepla, která ukazuje, že Claude vykazuje největší diverzitu domén, často vybírající zdroje specifické pro konkrétní průmyslová odvětví, zatímco ChatGPT a Gemini se více spoléhají na obecná média.

Průmyslově specifické vhledy: Co AI cituje v jednotlivých sektorech

Finanční a pojišťovací sektor

• Žurnalistika tvoří 37% citací, více než kterékoli jiné odvětví.
• Top 10 zdrojů Claude je 90% unikátních, což naznačuje hlubší prozkoumání niky.

Zdravotnictví

• Vládní a nevládní webové stránky jsou citovány 18% času, více než dvojnásobek průměru napříč odvětvími.
• Gemini vede v diverzitě zdrojů pro toto odvětví.

Cestovní ruch a letecká doprava

• Překvapivě, akademické citace jsou téměř nepřítomné (pouze 0,7%).
• Zdroje, jako je FAA.gov a IATA.org, dominují, s menší závislostí na zpravodajských serverech.

Maloochod a e-commerce

• Agregátoři, jako je Wikipedia, jsou méně citováni zde než v jiných odvětvích (36% vs. 28%).
• Claude cituje nejvíce nikového obsahu.

Média a zábava

• Žurnalistika opět vede na 37%, s nikovými platformami, jako je TVTechnology a Radioking, často citovanými Claude.

Technologie

• Téměř žádné encyklopedické nebo akademické zdroje nejsou použity.
• Platformy, jako je Medium, Coursera a SproutSocial, se objevují prominentně, odrážející tendenci k praktikantským znalostem.

Dopady pro komunikační a SEO týmy

Zjištění této zprávy odhalují, že Generativní Engine Optimization (GEO) se stává stejně důležitým jako tradiční SEO. AI není jen shrnutím statických databází – aktivně odkazuje na zdroje v reálném čase. A tyto odkazy jsou ovlivněny:

• Novost: Aktualizujte svůj obsah pravidelně.
• Autorita domény: Budujte zpětné odkazy a důvěru.
• Relevance niky: Vytvářejte obsah přizpůsobený vašemu odvětví, ne pouze obecné téma.
• Typ obsahu: Soustřeďte se na získaná média a informativní obsah spíše než na čisté marketingové stránky.

To mění kalkulaci pro marketéry obsahu, PR profesionály a vydavatele. Pokud je vaším cílem objevit se v odpovědích generovaných AI, musíte vytvořit obsah, který AI považuje za cenný – ne pouze uživatele nebo Google.

Závěr: Důsledky toho, být čten (nebo ignorován) AI

Tato zpráva zdůrazňuje fundamentální posun v tom, jak je informace prezentována online: modely AI necitují obsah – vybírají jej selektivně. A tato selekce mění viditelnost v digitální éře.

Pro vydavatele, výzkumníky a značky znamená být citován AI být součástí další generace vyhledávání. To umístí váš obsah před uživatele, kteří možná nikdy nenavštíví vaši webovou stránku, ale důvěřují modelu, který na něj odkazuje. Zdroje, které jsou citovány, jsou zesíleny. Ty, které nejsou – bez ohledu na kvalitu – riskují, že budou vyloučeny z konverzace zcela.

Tento posun vytváří nové vítěze a poražené. Vysoké autority a včasné, získané média jsou upřednostňovány. Zatímco placený obsah, lehce aktualizované blogy nebo méně etablované hlasy jsou často nečteny – ne pouze lidmi, ale systémy, které formují, co lidé vidí.

Jakmile generativní AI pokračuje ve hrající centrální roli v tom, jak je znalost doručena, klíčová otázka se stává méně o tom, jak seřadit ve vyhledávání, a více o: Jak se stát součástí toho, co AI považuje za hodné citace?