Wikipedia 在 13 个月内从样本组中被引用最多的来源降到第三位。基于 301025 个 AI 回答的数据研究，逐个模型呈现。
工具
用 AI 总结本文
Wikipedia 从 2025 年 8 月占测量回答的 5.28% 降到 2026 年 8 月的 1.39%，此前曾在 2025 年 10 月达到 11.31% 的峰值。它在 ChatGPT 上仍是领先来源，被引用于其 3.43% 的回答中，而在 Claude 上几乎不见踪影，仅为 0.03%。同期领先的评价平台达到了 2.7%。
13 个月数据中最大的一次变动，不是某个平台的上升，而是这部百科全书的下滑。
2% 的引用率表示该来源在每 100 个测量的回答中被引用两次。引用率按模型分别计算，以该模型的回答数量为基数，因此样本较小的模型不会扭曲任何一列数据。同一个回答中被多次引用的来源，在每个企业区块内只计一次，这样单个冗长的回答就不会主导整个月的数据。
以前三个月与后三个月的平均值相比，Wikipedia 从 9.56% 降到 1.62%，而领先的评价平台从 0.36% 升到 2.7%。两条曲线在 2026 年 4 月交叉。
Wikipedia 在这一时期开始时是样本组中被引用最多的来源，结束时则远远落后于评价平台和视频平台。除了最保守的那个模型之外，所有模型上都能看到这种下滑，而那个模型仍然大量倚重它。有两种解读：模型让检索来源更加多元，或者样本组中的问题更偏向商业意图。这两者很可能都成立，而且对企业来说指向同一个结论：百科词条已不再是过去那条捷径。
本页面上的每一个数字都来自公开的 Sorank 数据集。底层数据、月度明细和筛选条件可在此查阅：
数据更新于 2026-08-26。
本研究可自由引用于文章、演示文稿或报告中。请注明来源和测量时间段，因为这些数字每月都会变化。
Sorank（2026）。AI 回答中的 Wikipedia：13 个月下滑数据研究。Sorank GEO 研究，基于 2025 年 8 月至 2026 年 8 月期间收集的 301025 个 AI 回答测量。可在 https://www.sorank.com/data/wikipedia-ai-citation-decline-study 查阅
同一样本组，从另一个角度解读：
本研究描述的是一个市场。Sorank 测量的是您的网站：哪些问题提到了您，哪些提到了别人，以及应该发布什么内容来改变这一点，并在同样的五个 AI 上每周跟踪。
3 天免费体验。开通试用需要提供银行卡。
Wikipedia 被测量的全部五个模型引用。ChatGPT 引用最多，占其回答的 3.43%，Claude 最少，为 0.03%。逐个模型的完整明细见本页面。
基于五个 AI 的 301025 个回答，收集时间为 2025 年 8 月至 2026 年 8 月，每个被引用的来源都被提取并归一化。引用率是每 100 个测量的回答中的引用次数。公开数据集在 data.sorank.com 上。
并非如此。在最保守的那个模型上，它仍然是领先来源。这种下滑在样本组层面是真实的，但各模型之间并不一致，这正是平均值不适合作为决策依据的原因。
他们已先于您体验了 SORANK
“两年来，我 100% 的客户都来自 LinkedIn。每天发帖、评论、私信跟进……完全依赖算法。我知道自己需要做 SEO，但总是往后拖：太花时间、太技术、不是我的本行。有了 Sorank，我终于迈出了这一步。4 个月里，我在什么都不发的情况下每月获得 15 个自然线索。目前还没有做到和 LinkedIn 各占一半，但知道自己现在有了第二个能自动增长的线索来源，我睡得更踏实了。”
Valentin Thomy冷邮件营销机构
“我是开发者，不是做市场的。我的 Shopify 主题此前只靠口碑和广告在卖。有了 Sorank，我终于明白该如何搭建自己的 SEO，以及怎样写出能获得排名的文章。审计发现我的产品页面太慢了。两个月内，我的自然流量翻了一倍，当人们搜索 Shopify 主题时，我也开始出现在 ChatGPT 的回答里。而这一切每周只花大约 2 小时。”
Thème FullStackthemefullstack.com
“对市场营销机构来说是个很棒的工具！用它来审计网站、找出加载慢的页面、确定需要补充哪些内容以及补在哪里，都非常快。”
Thomas Giraudthe-deployer.fr“我们是一家广告代理商，想要一劳永逸地把 SEO 重新做起来。Sorank 让我们清楚地看到自己网站的情况，帮助我们排定优化的优先级，并把内容结构梳理好。这个工具易于使用，很适合团队，而且非常实用，可以集中跟踪，不用在多个平台之间来回切换。这是我们重新开始做 SEO 的一个非常扎实的基础。”
Gaspard Madoui广告代理商
