全链路视角下汽车行业大模型信源引用分析

一、汽车信息需求与AI信源研究

1、汽车信息需求具有高复杂度、低容错的特点，因此汽车消费成为高度依赖外部信息的决策行为

2、用户对信息的需求虽呈现阶段性差异，但本质却同源：用户痛点不在信息本身，而是将信息转化为判断的能力

3、AI不是链路上的新增环节，而是贯穿全流程的判断层：它接管的不是信息供给，而是整合原本由用户承担的跨环节信息拼接，让用户回归决策本身

4、AI遵循“先检索、后生成”机制：信源检索决定答案的事实边界与可信度，是链路中真正起决定性作用的一环

5、用户侧呈现的结论式回答，底层是检索机制对多源信息的召回、筛选与引用绑定。因此，答案即交付，引用即凭证

6、AI回答的公信力与品牌画像，本质上是对所引用信源的事实转述，其中，检索范围决定事实边界，构成一道前置门槛。最终效果由两个变量决定：① 信源质量决定答案的信任强度；② 信源口径决定品牌的呈现形态

7、AI所检索的信源并非凭空产生，其根基是媒介内容的长期沉淀；由此AI时代的媒介价值不再由单一触达定义，而是由“用户主动访问”与“模型主动引用”双轨叠加构成

二、汽车行业GEO评测设计

1、本次测评以用户真实决策链路为基线，产出标准化问题集，锁定统一口径，让六大平台的回答具备横向可比性，即控制提问变量，使差异可明确归因至信源

2、将看车/选车、买车、用车三段场景拆解为28类意图，沉淀为统一评测问题集：覆盖车型选择与需求匹配（14类）、购车交易与交付准备（7类）、日常使用与售后服务（7类），通过标准提问横向比对各平台回答及信源引用表现

3、各平台信源调用与引用机制存在差异，本报告使用信源引用率的跨平台变异系数（CV）衡量其相对波动，用以评估同一信源在AI平台间被引用的一致程度。CV 可理解为“跨平台引用波动率”

4、本次报告研究思路遵循"总览资产—全局基准—结构验证"的三维递进逻辑，从宏观影响力到分发结构健康度，系统构建AI时代信源评估闭环

三、汽车行业AI信源问题覆盖格局

1、汽车全链路信源结构高度稳固：垂媒主导全周期决策，稳定占据5个席位。泛媒矩阵中以综合资讯伴随补位（3个席位），其余信源按阶段分化切入，形成"底座+变量"生态

2、从AI触达规模来看，汽车垂媒依托专业内容在触达体量上建立起区别于泛媒的规模化优势。双渠道视角下，AI引用正成为垂媒的重要增量通道

2026年6月至8月，汽车之家、易车、懂车帝双渠道合计触达用户规模分别为1.67亿、1.11亿和8142万，AI触达占比超过50%，可见AI正式确立为垂媒的第二增长曲线。

3、全平台引用结果显示，三家头部垂媒构筑AI引用核心壁垒，尤其是汽车之家、太平洋汽车连续三月锁定前二。泛媒代表新浪网自7月起连续两个月稳定在第三位

4、分平台看，汽车之家在六个AI平台全链路引用率中均居首位，易车、太平洋汽车、懂车帝及部分泛媒在不同平台进入前列

汽车之家在六个平台的引用率区间为78.0%—95.6%。易车的最高引用排名出现在DeepSeek和元宝。太平洋汽车的最高引用排名出现在文心，抖音出现在豆包，新浪网分别出现在千问和Kimi。

5、拆分至“看/选、买、用”三阶段，9个信源持续上榜。汽车之家在三阶段均保持领先，太平洋汽车紧随其后，其余7家位次变动不超过2位，整体引用基本盘高度稳定

值得注意的是，进出榜的更替仅发生在第10位：买车阶段抖音取代中关村在线晋级，但在用车阶段被什么值得买替换。三者属性恰好对应阶段需求——中关村在线偏参数、抖音强于购车种草、什么值得买契合用车消费，呈现清晰的场景适配特征

6、看车/选车场景下，汽车之家跨平台波动率最低（11.4%），易车次之（18.8%），其余上榜信源均存在不同程度的跨平台引用稳定性问题

太平洋汽车的波动率第3，最高引用出现在文心。新浪网的波动率第4，主要差异落在DeepSeek，微信公众平台的波动率最大，6个平台中，仅元宝和Kimi对其引用在50%上下。

7、买车阶段的跨平台引用波动明显大于看车/选车阶段，进一步看，引用率越低的信源，波动率越大

汽车之家延续TOP1排名，且保持最小波动幅度。太平洋汽车引用率第2，波动率第3。新浪网在该阶段排名上升1个席位，波动率第4，最高引用落在Kimi。分化现象从第5信源开始凸显（62.8%-200.5%) ，可见买车场景的平台“分歧”显著强于看车/选车阶段。

8、用车阶段的跨平台引用一致性明显提升，是三阶段中平台分歧最小的场景，9个共同信源中6家差异度下降

汽车之家的波动率为15.8%，持续保持最低水平。太平洋汽车和易车的波动率也分别较上个阶段下降6.4个百分点和6.6个百分点。

9、从看车/选车细分主题看，汽车之家在“基础条件—核心性能—对比决策”三个环节均占优：10个细分主题引用率均达80%以上，属于全主题覆盖型信源

其他信源的优势集中在特定主题而非全域：太平洋汽车的优势主题覆盖动力性能、车辆价格、安全配置及品牌/车型对比。易车聚焦品牌/车型对比与车型用途匹配。综合资讯类信源（新浪网、今日头条）在品牌/车型对比维度上的表现明显优于其他维度。因此，“品牌/车型对比”成为看车/选车场景引用最密集的主题。

10、汽车垂媒在买车各细分主题中均具优势，其引用优势同样涉及非独占数据的“购车交易”与“交付准备”环节，表明其已成为AI平台在购车决策链条中的首选底座信源

值得注意的是，即便在购车渠道、车辆信息核对、提车/验车这类不依赖独占数据、多类型信源均可供给的主题上，头部汽车垂媒的引用率依然显著高于其他信源，说明AI平台的引用决策是“信源级”而非“主题级”的，头部垂媒的优势更在于长期积累的信源级信任。

11、用车内容以经验分享、流程实操类为主，虽然不依赖独占数据库，但汽车之家、太平洋汽车的引用率依然显著高于其他信源。可见汽车垂媒的优势不仅是汽车数据库，也外溢至无数据门槛的通用内容领域

7个主题中，汽车之家在6个主题实现高引用渗透；太平洋汽车以服务网点居首，并在5个主题紧随头部（保养维护达78.2%），易车在驾驶操控主题位列第二(60.2%)。

四、核心发现

1、汽车行业信源引用格局呈“垂媒主导、资讯补位、长尾待激活”的特点。汽车垂媒的信源主导权在看车/选车阶段进一步放大。汽车之家贯穿全链路成为榜首信源

2、六平台按“垂媒席位数×TOP1 引用率”可分为三类：高效调用型（豆包、文心）以较少垂媒席位取得较高头部引用；垂媒锚定型（Kimi、DeepSeek）以席位数量与密度支撑；多源/平权型（千问、元宝）无头部锁定

机制各异下，汽车之家在三类分区均处引用高位，最高引用率落于豆包（95.6%），其次为Kimi（90.4%）、DeepSeek（88.6%）。

3、在跨平台引用一致性上，汽车垂媒的稳定性优于整体信源，其中汽车之家的引用稳定性最好，三阶段波动率均值15.2%

太平洋汽车、易车三阶段均低于30%，均低于汽车垂媒均值波动率

4、汽车垂媒的护城河不是某一项固定资产而是能随问题属性切换的多重能力

不同主题上的引用表现是三重能力的叠加：1、完备的结构化数据库；2、长期积累的信源级信任；3、经验与案例的内容厚度。