做内容被大模型引用这件事，很多人还在用老搜索的思路：写一篇，全平台分发，等收录。
实际情况是几家国内的对话产品，训练数据来源、采信哪类信源、生成答案时偏好什么结构，差别相当大。有的更认结构化的清单和表格，有的偏爱带出处的长段论述，还有的明显更信自家生态里的内容。你拿同一套素材去喂，命中率自然参差。
所以更实际的做法是先看清楚每家在你这个领域里到底引用了谁，再倒推它爱吃什么，然后针对性地改写结构，而不是改几个关键词就当适配。
这活儿听着笨，但目前没有更聪明的捷径。愿意做这种苦功的人不多，反而是机会。
有人系统对比过三家的引用偏好吗，能分享点观察不？