DeepSeek、豆包、Kimi、百度文心一言、腾讯元宝、通义、智谱、天工等AI生成内容信息采集主要来自哪？占比例是多少？

有些朋友可能会说，DeepSeek、豆包、Kimi、百度文心一言、腾讯元宝、通义、智谱、天工等AI大模型默认开不开启联网搜索有什么差别呢?

我想说，这个差别大着呢。

我们做AI搜索优化，或者说叫GEO，如果不是联网搜索的情况下，我们很难快速优化进AI大模型结果里。因为AI大模型训练间隔比较久，而且费用也不便宜，要想了解实时性的东西，所以他们只要有，都加上了联网搜索功能。

而对于AI大模型的用户而言，他不可能在提问之前，先去打开联网搜索之类(只有少部分专业的人会去这么做)。

就像我们说做百度、抖音或微信搜一搜关键词搜索排名一样，用户默认会看全部排名，很少去点具体某个垂直下面结果一样，如图：

哈哈哈，看上图，才发现，微信搜一搜直接也把【AI搜索】放在TAG上了，你们看下有没有?

好，我们继续。

正因为大模型如果从原来不是默认开启联网搜索到现在默认开启，那么我们做AISEO即AI搜索优化，不管是做品牌曝光还是引流量还是营销，都有机会了是不是?当然，比如像通义现在还是默认没开启哈~

为什么今天想到分享要说下DeepSeek、豆包、Kimi、百度文心一言、腾讯元宝、通义、智谱、天工等AI生成内容信息采集主要来自哪这个事呢?

我在想不管是做AI搜索优化这行的转行的SEO或者其它行业同行，又或者是想做AI搜索优化的企业，他们是不是都想知道呢，这样更好做好AI搜索优化(GEO)。

所以，除了DeepSeek、豆包、Kimi、百度文心一言，我还加了腾讯元宝，通义(原通义千问，改名缩短了，PC和APP一致)，智谱(智谱清言简称)，天工(AI搜索引擎工具)等AI生成内容的。

好，我们就一个一个来说一下。

1、DeepSeek AI生成内容信息采集主要来源及占比参考

DeepSeek AI生成内容信息采集主要来源，按照DeepSeek自己的说法是开源数据(MIT协议允许自由使用)、强化学习生成数据、少量标注数据。

你可能没懂，简单说就是互联网上的内容以及它自己再生成的，以及非常少的标注的。但我们能优化的是开源数据。这个主要来源，来自白杨SEO朋友公司客户案例统计如图(他们的业务介绍PPT)

从上图看到主要来源是媒体，这个媒体主要指四大门户以及各种地方网站那种新闻媒体哈。占比第二的UGC平台比如知乎等也很大。第三则是搜索词官网或垂直网站。至于电商这个说一下，因为是行业不同，有些没有这个哈。

所以我们得出结论，要做好DeepSeek的AI搜索优化，主要做好媒体、UGC为主就可以了，当然官网也要发。具体怎么布局SEO搜索关键词之类，看我公众号历史文章有写哈，后续也会慢慢分享出来，不在本文讨论。

2、豆包 AI生成内容信息采集主要来源及占比参考

如图，豆包主要信息采集来源是字节系自己产品(抖音短视频，抖音百科，头条等)，另外就是新闻媒体上发的，第三则是官网及其它。占比如图，这里不再详说了。这个也是某个行业哈，其它你可以搜索自己试试。

3、Kimi AI生成内容信息采集主要来源及占比参考

如图，KIMI有意思，70%的内容来源UGC，尤其你看那个知乎占比很大啊，哈哈哈。

为什么呢，你像kimi这类AI大模型平台，跟deepseek一样，他们是没有像百度、腾讯，抖音有自己内容生态源哈。话说回来，知乎也是一个知识宝库呢，哈哈哈。

虽然知乎也有自己的AI大模型【知乎直答】如图，但它的影响力，就如知乎在当下互联网的现状一样，有心无力的，可能比某度还尴尬，唉。

4、百度AI搜索、文心一言 AI生成内容信息采集主要来源及占比参考

百度AI搜索、文心一言，其实这是两个渠道。文心一言是百度AI大模型产品，有网页版，也有APP，APP叫文小言。而百度AI搜索是百度搜索里面AI搜索。虽然跟文心一言模型一致，同时还结合了deepseek的哈，如图。

所以参考百度文心一言的，其实是一样的。主要内容及来源占比如图，参考

所以如果我们要做百度AI搜索或文心一言，主要做百度产品，比如百家号，百科，以及像新媒发软文，以及垂直官网等就可以了。

5、腾讯元宝 AI生成内容信息采集主要来源及占比参考

腾讯元宝AI生成内容信息采集主要来源就是微信生态内容，如公众号文章，视频号内容等，再加上其它新闻媒体，网站内容等，如图。

如果说占比的话，公众号文章占比应该要到50%左右哈。

如果想知道在元宝或微信搜一搜里这个词流量大概有多少，可以看微信指数或腾讯广告里数据。

6、通义(通义千问)、夸克AI生成内容信息采集主要来源及占比参考

如图，通义AI生成内容信息采集主要来源是各大新闻媒体平台(包含自媒体)比如网易号，腾讯企鹅号，搜狐网，新浪财经等，这类占比60%以上，其它就是官网之类。

当然，如果你搜索不同的词，比如电商类的之类，会来自一些垂直网站，比如站长之家，什么值得买等。当然，大多数还是阿里生态内数据，*近主要在增加这块，比如夸克搜索等。

当然，夸克那个AI跟通义逻辑一样，大家也要重点关注哦，它可能是国内目前AI搜索领域访问量TOP哦，如图。

7、智谱清言 AI生成内容信息采集主要来源及占比参考

智谱数据来源开源模型(如ChatGLM)、合作企业数据(如金融、政务领域)。占比推测：开源数据占40%，合作数据占50%等。如图，

除了合作的以外，另外就是一些第三方自媒体平台。因为智谱在国内AI大模型C端用户认知里不大，所以很多企业没有关注，正常。比如拿你来说，你手机里有下这个APP吗?

8、天工AI AI生成内容信息采集主要来源及占比参考

这个天工AI也是一样，很多粉丝朋友可能第一次听说它吧?哈哈哈。它默认是联网的哈，如图。

话说它这整个智能体，没有积分还用不了，当然新用户还会送，这样它这个和之前爆火的manus有点像，不再是纯聊天大模型，更像是可以做任务的智能体了，你简单理解就是比大模型还进一步了。

当然这个渠道，以及智能体这种，我们后面再写。

今天这篇又快三千字了，希望看完对你做AI搜索优化或者GEO优化有一定帮助。

作者：白杨SEO