ChatGPT в режиме поиска повторяет треть запросов, создавая предвзятое цитирование
Новое исследование показало, что ChatGPT в режиме поиска воспроизводит около 34% подзапросов, что приводит к формированию устойчивого ядра часто цитируемых сайтов и длинного хвоста редко упоминаемых ресурсов.
Исследование на основе 591 ответа ChatGPT в режиме поиска показало паттерн: модель повторяет примерно 34% своих внутренних подзапросов при обработке разных промптов. Когда система декомпозирует основной вопрос, значительная часть этих запросов оказывается идентичной от случая к случаю.
Это приводит к систематическому эффекту: цитирование источников перестает быть случайным. Формируется устойчивое ядро сайтов, попадающих в ответы почти всегда, и обширный «длинный хвост» ресурсов, упоминаемых эпизодически. Так технические решения создают непреднамеренное предпочтение одним источникам перед другими.
Методология проверки гипотезы включала анализ ответов шести нейросетей по замкнутому списку из 16 брендов. Обработка 591 обезличенного ответа подтвердила предположение. Ключевой вывод: стабильность ядра подзапросов ведет к расслоению цитируемости. Сайты, попадающие в ответы на повторяющиеся запросы, получают непропорционально высокую видимость. Это побочный эффект архитектуры модели, а не сознательный выбор.
Для разработчиков языковых моделей и поисковых ассистентов это указывает на скрытую алгоритмическую предвзятость. Постоянное цитирование одних ресурсов искажает информационную картину для пользователя, влияет на восприятие авторитетности и может усиливать монополизацию внимания, маргинализируя малые или новые сайты. Для бизнеса это создает вызовы в области SEO и digital-стратегий.
Пользователи, полагающиеся на объективность ответов, могут получать информацию, ограниченную кругом «привычных» для алгоритма источников. Это сужает перспективу. Необходимы механизмы для более разнообразного цитирования: усложнение алгоритмов генерации подзапросов, внедрение элементов случайности или ротирования источников. Без корректировок ИИ-поиск рискует воспроизводить технически обусловленные информационные пузыри. Исследование, основанное на анализе 591 ответа, демонстрирует, как архитектурные особенности модели, такие как повторение 34% подзапросов, напрямую формируют итоговую картину цитируемости, затрагивая 16 проверяемых брендов и работу шести разных нейросетей. Это техническая реальность, требующая внимания.
