Encyklopedia · słownik · Słownik · GEO / AI Search
Source picking (dobór źródeł przez AI)
także: wybór źródeł · source selection · stream analysis · Source Picking · Source picking (dobór źródeł przez AI)
Proces, w którym Perplexity AI identyfikuje i wybiera strony internetowe do zacytowania w generowanej odpowiedzi — fundament Perplexity SEO.
Pochodzenie terminu
Termin wprowadzony w artykule Search Engine Journal: 'How Perplexity Actually Picks Sources (I Read The Stream, Not The Answers)' — podkreśla, że mechanizm działa na poziomie strumienia generowanych tokenów, nie na poziomie wyników wyszukiwania.
Rozszerzona definicja
Source picking to proces, w którym generatywna wyszukiwarka identyfikuje i wybiera strony internetowe do zacytowania w odpowiedzi — w literaturze badawczej określany jako „citation selection”, czyli etap, w którym platforma uruchamia wyszukiwanie i wybiera źródła, zanim nastąpi właściwe wchłonięcie ich treści do odpowiedzi1.
Dobór źródeł jest pierwszym z dwóch etapów widoczności w generatywnych wyszukiwarkach: po selekcji następuje „citation absorption”, czyli stopień, w jakim cytowana strona wnosi język, dowody, strukturę lub wsparcie faktograficzne do finalnej odpowiedzi1.
Badania empiryczne wskazują, że na etapie selekcji kluczową rolę odgrywają autorytet, rozpoznawalność, język i kontekst domeny, natomiast na etapie absorpcji — dopasowanie semantyczne, czytelność struktury i gęstość dowodów2.
Jak to działa
Systemy takie jak Google AI Overviews i AI Mode mogą stosować technikę „query fan-out” (rozgałęzianie zapytań), polegającą na uruchamianiu wielu powiązanych wyszukiwań w obrębie podtematów i źródeł danych w celu zbudowania odpowiedzi3. Pobieranie stron odbywa się za pomocą techniki RAG (retrieval-augmented generation), zwanej też grounding, która opiera się na głównych systemach rankingowych wyszukiwarki, aby pobrać z indeksu trafne i aktualne strony45.
Aby strona mogła zostać wybrana jako źródło wspierające w AI Overviews lub AI Mode, musi być zindeksowana i kwalifikować się do wyświetlenia w Google Search ze snippetem — nie istnieją żadne dodatkowe wymagania techniczne6. Nie trzeba też tworzyć nowych plików czytelnych maszynowo, plików AI ani dodatkowego markup, a żaden specjalny typ danych strukturalnych schema.org nie jest wymagany7.
W przypadku ChatGPT Search OpenAI identyfikuje boty OAI-SearchBot i GPTBot jako narzędzia crawlowania, przy czym każde z tych ustawień działa niezależnie — webmaster może zezwolić OAI-SearchBot na pojawianie się w wynikach wyszukiwania, jednocześnie blokując GPTBot przed użyciem treści do trenowania modeli8. Serwis allainews.net odnotowuje, że OpenAI nie publikuje reguły stwierdzającej, iż samo umieszczenie strony w sitemapie czyni ją kwalifikującą się do cytowania, dlatego sitemap należy traktować jako sygnał odkrywalności, a nie gwarancję selekcji9.
Dlaczego to ważne
Perplexity cytuje średnio najwięcej źródeł na prompt spośród badanych platform, Google również cytuje szeroko, natomiast ChatGPT cytuje mniej źródeł, lecz wykazuje znacznie wyższy średni wpływ cytacji wśród pobranych stron10.
Użytkownicy Google, którzy widzą podsumowanie AI, klikają tradycyjny wynik wyszukiwania w 8% wizyt, podczas gdy osoby bez podsumowania AI robią to niemal dwa razy częściej — w 15% wizyt11.
Jak mierzyć
Badanie z arxiv.org proponuje dwustopniową ramę pomiarową dla GEO (generative engine optimization): citation selection mierzy, czy platforma w ogóle wybrała daną stronę jako źródło, a citation absorption mierzy, w jakim stopniu cytowana strona wniosła język, dowody, strukturę lub wsparcie faktograficzne do finalnej odpowiedzi1.
W badaniu porównawczym platform strony w formacie Q&A uzyskały średni wskaźnik influence 0,0947 wobec 0,1005 dla stron nie-Q&A, co stanowi różnicę względną wynoszącą -5,74%12.
Bing Webmaster Tools udostępnia panel AI Performance, który — według blogs.bing.com — pokazuje zbiorczy obraz tego, kiedy witryna jest cytowana w odpowiedziach AI, stanowiąc wczesny krok w stronę narzędzi GEO dla wydawców13.
Przykłady
- Platforma Google stosuje technikę query fan-out, uruchamiając wiele powiązanych wyszukiwań w obrębie podtematów, aby zbudować jedną odpowiedź AI3.
- Perplexity cytuje średnio najwięcej źródeł na prompt spośród badanych platform generatywnych10.
- Serwis allainews.net opisuje sytuację, w której przestarzała lub nieistotna strona zostaje zacytowana przez silnik odpowiedzi — jako przykład błędu na etapie retrieval i source selection, który wydawca powinien naprawić przez korektę indeksowania, architektury URL lub treści14.
- Serwis allainews.net wskazuje, że tworzenie lub scalanie stron wyłącznie po to, by skłonić system AI do cytowania określonego adresu URL, jest błędnym podejściem — strona powinna powstawać dlatego, że zaspokaja odrębną potrzebę użytkownika15.
- Badanie Ahrefs odnotowuje, że Google AI Overviews i organiczne wyniki Google najczęściej cytują starsze strony, podczas gdy ChatGPT częściej cytuje nowsze strony, co sugeruje, że świeżość treści wpływa na dobór źródeł w różny sposób w zależności od platformy16.
Częste błędy i mity
- Mit: dodanie specjalnego pliku AI lub markup schema.org zwiększa szansę na selekcję przez AI — w rzeczywistości Google dokumentuje, że nie istnieją żadne dodatkowe wymagania techniczne poza standardową indeksowalnością i kwalifikowalnością do snippetu67.
- Mit: umieszczenie strony w sitemapie gwarantuje jej cytowanie przez ChatGPT Search — w rzeczywistości serwis allainews.net odnotowuje, że OpenAI nie publikuje takiej reguły i sitemap należy traktować wyłącznie jako sygnał odkrywalności9.
- Mit: format Q&A jest optymalny dla widoczności w AI — w rzeczywistości badanie wykazało, że strony Q&A uzyskały niższy średni wskaźnik influence (0,0947) niż strony nie-Q&A (0,1005), co stanowi różnicę -5,74%12.
- Mit: bycie zacytowanym jako źródło jest równoznaczne z absorpcją treści do odpowiedzi — w rzeczywistości badanie rozróżnia dwa odrębne etapy: citation selection i citation absorption, a strona może przejść pierwszy etap, nie wnosząc faktycznie nic do finalnej odpowiedzi1.
- Mit: separacja konsolidacji URL od doboru źródeł jest zbędna — w rzeczywistości serwis allainews.net zaleca traktowanie tych dwóch działań jako odrębnych, ponieważ scalanie stron motywowane wyłącznie chęcią cytowania przez AI nie służy użytkownikom i może nie przynieść oczekiwanego efektu15.
Powiązane hasła
Źródła i odwołania
-
Generative search engines increasingly determine whether online information is merely discoverable, cited as a source, or actually absorbed into generated answers. This paper proposes and evaluates a two-stage measurement framework for Generative Engine Optimization (GEO): citation selection, where a platform triggers search and chooses sources, and citation absorption, where a cited page contributes language, evidence, structure, or factual support to the final answer.
-
The empirical pattern supports a view of GEO as evidence-container design: a page must first be eligible for source selection through authority, recognizability, language, and domain context, then useful for absorption through semantic alignment, structural legibility, and evidence density.
-
AI Features and Your Website | Google Search Central | Documentation | Google for Developers
Both AI Overviews and AI Mode may use a "query fan-out" technique — issuing multiple related searches across subtopics and data sources — to develop a response.
-
Optimizing your website for generative AI features on Google Search
Retrieval-augmented generation (RAG): A technique (also known as grounding) used to improve the quality, accuracy, and freshness of AI responses by relying on our core Search ranking systems to retrieve relevant, up-to-date web pages from our Search index.
-
Retrieval-augmented generation (RAG): A technique (also known as grounding) used to improve the quality, accuracy, and freshness of AI responses by relying on our core Search ranking systems to retrieve relevant, up-to-date web pages from our Search index. Our systems then review the specific information from those retrieved pages to generate a more reliable and helpful response, showing prominent, clickable links to relevant web pages that support the information in the response.
-
AI Features and Your Website | Google Search Central | Documentation | Google for Developers
To be eligible to be shown as a supporting link in AI Overviews or AI Mode, a page must be indexed and eligible to be shown in Google Search with a snippet, fulfilling the Search technical requirements. There are no additional technical requirements.
-
AI Features and Your Website | Google Search Central | Documentation | Google for Developers
You don't need to create new machine readable files, AI text files, or markup to appear in these features. There's also no special schema.org structured data that you need to add.
-
OpenAI uses OAI-SearchBot and GPTBot robots.txt tags to enable webmasters to manage how their sites and content work with AI. Each setting is independent of the others – for example, a webmaster can allow OAI-SearchBot in order to appear in search results while disallowing GPTBot to indicate that crawled content should not be used for training OpenAI’s generative AI foundation models.
-
Can ChatGPT Search Cite Orphan Pages?
visibility Can ChatGPT search cite orphan pages. The distinction is especially important for ChatGPT Search because OpenAI’s public documentation identifies OAI-SearchBot and source selection, but does not publish a rule stating that sitemap inclusion alone makes a page eligible for citation. A publisher should therefore treat a sitemap as a discovery
-
Perplexity cites the most sources on average per prompt, Google also cites broadly, while ChatGPT cites fewer sources but shows substantially higher average citation influence among fetched pages.
-
Do people click on links in Google AI summaries? | Pew Research Center
Google users who encounter an AI summary are less likely to click on links to other websites than users who do not see one. Users who encountered an AI summary clicked on a traditional search result link in 8% of all visits. Those who did not encounter an AI summary clicked on a search result nearly twice as often (15% of visits).
-
Q&A pages show mean influence 0.0947 versus 0.1005 for non-Q&A pages, a -5.74% relative difference.
-
This release is an early step toward Generative Engine Optimization (GEO) tooling in Bing Webmaster Tools, helping publishers understand how their content participates in AI-driven experiences. The AI Performance dashboard provides a consolidated view of when your site is cited in AI answers.
-
How to Remove an Outdated Citation From AI Search
Publisher response | Answer-engine response | | Retrieval | An obsolete or irrelevant page is cited. | Fix indexing, URL architecture, content, or access. | Improve retrieval and source selection. | | Grounding | The cited page is current but does not support the claim. | Clarify the page if ambiguous; otherwise report the mismatch. | Improve
-
How Do AI Search Engines Choose Between Duplicate Pages
list preferred URLs in sitemaps, link internally to those URLs, and keep the representative page current and complete. The second principle is to separate URL consolidation from source selection. Do not create or merge pages simply because you want an AI system to cite a particular address. Create a page because it serves a distinct user need or because
-
New Study: AI Assistants Prefer to Cite “Fresher” Content (17 Million Citations Analyzed)
Google’s AI Overviews and organic search results are the most likely to cite older pages. ChatGPT is most likely to cite newer pages.
Każde zdanie powyżej odsyła do dosłownego cytatu ze źródła. Daty to daty publikacji lub pobrania źródła.
Źródła faktów
- SEO/research/types/SEO-TYPE-perplexity-seo.md