豆包推荐品牌时到底依据什么，这个问题在国内做 GEO 的圈子里被问得很多，答案也五花八门。有人说看抖音热度，有人说看头条文章，有人说只要投了字节的广告就行。

大部分说法都没有出处。能找到官方出处的，其实只有两份文档。

豆包什么时候会去联网搜索

第一份是豆包的用户协议。协议写得很具体：如果识别到用户有联网搜索意图，或者用户主动选择了 AI 搜索功能，豆包会以非人工检索的方式自动搜索第三方网页链接的公开来源信息。

这句话有两层含义。第一，联网不是每次都发生，一部分由系统判断问题是否需要联网。第二，联网时搜的是第三方网页的公开信息，输出是模型对这些搜索来源的整合。

协议同时写明，搜索来源里展示的网页内容都是第三方制作和提供的，即使标注了搜索来源，输出内容仍可能不准确，需要用户自行核实。

对品牌来说，这段话最重要的信息是：联网模式下，豆包回答的信息来源是可以被检索到的公开网页。检索不到的内容，不在它整合的范围里。

豆包回答的信息来源：火山方舟文档里的四类资源

第二份文档来自火山引擎。豆包的模型通过火山方舟平台对企业开放，平台上有一个联网内容插件，官方功能说明列出了它支持的搜索资源。

资源类型官方描述是否展示原链接
联网资源各领域可在互联网公开搜索的网页可以展示大模型引用的网页原链接
头条资源头条 App 提供的合规图文资讯可以展示引用的图文原链接
抖音资源抖音 App 提供的合规百科词条可以展示引用的百科词条
墨迹天气城市天气、温湿度、空气质量等信息与品牌推荐无关，此处从略

这张表很有参考价值，但必须说清一个局限：它描述的是火山方舟面向企业开发者的插件，不是豆包 App 本身。豆包 App 在联网时具体检索哪些资源、各类资源比重如何，官方没有公开。字节生态的内容出现在企业插件的资源清单里，可以作为一个合理的推测方向，不能当成豆包 App 的确定机制。

还有一个细节常被误读。插件文档里的抖音资源指的是百科词条，头条资源指的是图文资讯。它们都是文字内容，不是短视频本身。

5.15亿截至 2025 年 6 月我国生成式人工智能用户规模CNNIC
90% 以上首先选择使用国产大模型的用户比例CNNIC
80.9%用生成式 AI 产品回答问题的用户占比CNNIC

需要提醒的是，这组数字描述的是整个生成式人工智能的使用规模，不是豆包一家的份额。报告说明了用户更倾向于先用国产大模型，也说明回答问题是最普遍的用途，但本文引用的公开内容没有给出各个产品的用户占比。市面上流传的豆包占比数字，引用前最好先追到原始报告。

豆包推荐品牌时，研究能告诉我们什么

没有针对豆包的公开同行评审研究。能借鉴的只有针对其他 AI 搜索的研究，而且要打折扣。

2025 年一项研究比较了四家海外 AI 搜索和 Google 的取材，发现 AI 搜索系统性地偏好第三方权威来源，对品牌自有内容和社交内容的采用明显更少。汽车品类的加拿大样本里，AI 搜索引用中第三方媒体占 69.1%，社交内容为零。

这个结论能不能套到豆包上，要打一个问号。豆包的企业插件把头条图文和抖音百科列为独立资源，这和海外研究里的取材结构并不相同。我们在 豆包平台页 里记录的测量观察是，用户讨论和评价类内容在豆包上的影响高于多数平台，它也更倾向于直接点出具体品牌。这是我们实测中的模式，不是官方说明，和上面那项海外研究的结论方向也不完全一致。两者放在一起看，恰好说明平台之间不能互相推断。

另一项研究提供了一个普遍适用的提醒。对四个海外生成式搜索引擎的人工审查发现，只有 51.5% 的句子被引用来源完整支持。豆包协议里那句即使标注了来源仍可能不准确，说的是同一件事。

怎样在豆包里被提到：能做的和不该做的

从官方文档出发，能确定有用的事情不多，但方向清楚。

让公开网页能被检索到，并且写得具体。 联网模式整合的是可检索的公开信息，这是协议里写明的。官网页面对爬虫开放、正文不依赖脚本才显示、关键事实以文字而非图片呈现，这些是进入候选范围的前提。

在第三方公开平台上有准确的资料。 百科词条、行业媒体报道、平台店铺信息，都是可被检索的公开信息。同一个事实在这些地方说法一致，比在任何一处说得漂亮更重要。

积累真实、具体的用户评价。 描述了使用场景、处理过程和结果的评价，比大量泛泛的好评更有信息量。

最后一条值得展开。豆包更倾向于点出具体品牌名，这对品牌是机会，也意味着一条具体的负面评价同样会被直接转述。在豆包上，被提到时说了什么，比被提到了几次更重要。

豆包推荐品牌的结果怎么测

测量的原则和其他平台一样，但有两点针对豆包要特别注意。

一是联网触发的不确定性。既然协议说联网部分取决于系统对意图的识别，同一个问题在不同措辞下可能一次联网、一次不联网。每条记录都要注明这次回答是否带了搜索来源。

二是入口差异。豆包 App、网页版和企业通过火山方舟接入的模型，是不同的使用场景。企业插件的资源配置由接入方选择，测出来的结果不能代表豆包 App 用户看到的答案。

三是负面语境的追溯。一条负面描述背后，通常有一条可以定位的评价、帖子或文章。先在联网模式下把它找出来，再判断是事实错误还是真实的服务问题。前者去改源头或补充更新的说明，后者要先解决问题本身，任何内容手段都替代不了。

至于被提到的来源该怎么理解，为什么同一个说法出现在多个可核查的地方才更像事实，信源词条 里有更完整的说明。

官方文档能确认的，到联网搜索公开网页为止。再往下，哪类来源权重更高、哪些品牌更容易被点名，只能靠自己的问题集一轮一轮测出来，而且结果会随平台更新而变。

参考来源