他发了 5 万页假数据，ChatGPT 照样引用

谷歌判了死刑的网站，ChatGPT 当权威来源用。一位搜索从业者用 50 美元做了场实验，结果把 AI 搜索的可信度问题摆上了台面。

一、发生了什么

这是 AI 可见性工具商 peec.ai 的 GEO 研究员 Metehan Yesilyurt 10 月 7 日的自述博客，口径上需要先说明：作者本人就是做 AI 搜索优化的，文章带有推广自家工具的性质。按他的叙述，今年 3 月他注册了新域名，用 GPT-4.1 一天生成 5 万个统计页面，数据全部虚构，覆盖两百个国家的营销和电商数据，总成本约 50 美元。结果两家态度截然相反：谷歌在两次算法更新后把网站基本清出索引，如今日展示量只剩个位数；ChatGPT 却持续引用至今——过去 30 天该站收到超过 60 万次机器人请求，其中约 7.2 万次来自 ChatGPT 的实时检索，10 月 7 日当天它在作者追踪的提示词里可见性排名第二，仅次于 Statista。假数据还顺着引用链扩散：330 多个引用域名里包括 Shopify、DHL、Bluehost 的页面，甚至出现在学术论文和一家中东大型金融集团的投资研究里。作者称之为「引用洗白」：被论文引用过的假数字，看起来越来越像真的。他后来用真实核实过的数据做了第二个统计页，同样迅速被引用——说明这套机制不挑真假，只看格式像不像权威。作者明确表示不该发布虚假内容，站点已加免责声明，但没有撤下，也没通知那些引用了假数据的机构。

二、跟你有什么关系

用 AI 查资料做报告的人：模型给出的统计数字默认不可信，溯源核验一步不能省。做内容营销的人：AI 搜索的排序逻辑和谷歌是两套，玩法确实不同。教育科研场景：引用链污染已经进了论文，学生用 AI 查数据的风险被低估了。

三、怎么判断

1. 数字必溯源。AI 给出任何统计，问它原始出处，找不到一手来源的当不存在处理。
2. 交叉核对两个独立源。同一年份的数字在权威机构官网和模型输出之间对不上，信官网。
3. 警惕「太整齐」的数据。覆盖两百个国家、每个领域都有数的站点，恰恰是生成器流水线的典型特征。

四、三个别信的说法

「被 Google 收录的内容才可信。」 这次实验里关系是反的：谷歌封杀的站点，在 ChatGPT 里活得很好。检索和排名是两个独立系统。

「模型引用了就说明核实过。」 检索层的重排打分评的是相关性，不是真实性。具体数字看起来像证据，模型就爱引。

「引用多了就成了真的。」 被论文、银行引用只是洗白，不是验证。假数据还可能混进下一代模型的训练集，错误会滚动放大。

五、一句话结论

AI 搜索时代的第一素养：模型给的每个数字，都要当它没查过。

信息来源

• Publish stats, get cited: the tactic that put my data all over the web（peec.ai 博客，2026 年 10 月 7 日，作者为该 GEO 工具商研究员，为自述实验口径）

功能与价格以官方公告为准。本文写于 2026 年 10 月 20 日。