Perplexity 按来源类型分组引用，让商品页与测评一目了然

Perplexity 正在推出更清晰的引用面板，把某个答案依据哪些来源构建区分开来，将商品页与测评、对比内容和论坛帖子分开标注。这个改动在界面上很小，但对商户意义不小：来源如何被标注，决定了购物者会不会点进去——以及哪种内容配得上这次点击。

这项变化回应了关于 AI 回答长期以来的抱怨。早先的引用往往是一张扁平列表，于是提供某个事实的店铺，会和一个争论同一话题的论坛帖子并排出现，无法分辨。按角色给来源分组，让底层系统更可读：购物者现在能看出一个答案是更依赖厂商的 listing、独立的测评，还是卖家自己的商品页。

如果 AI 引擎开始按类型给来源打标，搭建内容的性价比就变了。商户自己的商品页与第三方测评竞争时，现在是在一个可见的分类里竞争，而不只是匿名列表。这对一手内容提出了更高要求：商品页必须好到能被标成可靠的原始来源，因为一个与卖家明确区隔开的测评者，仍然带有额外的可信度。

这也让「空白页面」的代价公开化。几乎没有可提取细节的页面，很可能无论怎样都被归到卖家内容一类——购物者看到标签，可能还没读就先打了折扣。清晰度是一把双刃剑。而落到实操，它和 AI 购物领域的其他一切一样，都在把商户推向同一个解法：让页面承载可核实、具体的事实。

引用标签救不了一个本来就不含答案可用事实的商品页。无论来源被标成卖家还是测评者，引擎都需要先拿到具体细节——价格、库存、发货和一个明确的用途——才谈得上引用。这一部分没有变。变的是这个区分变得可见了，这让一个结构良好的商品页边际价值比以往更高。geovisora.com/audit 的免费扫描会显示，今天模型能从你的 URL 里实际提取出哪些字段，让你在购物者的标签页把你的页面和一篇测评分开之前，先补上缺口。