豆包信源地图 · 第 1 期：豆包 App 推荐商品时，近九成参考的是抖音视频

在豆包 App 里问「X 哪个牌子好」，它列出的参考资料，近九成是抖音视频。被引视频里，品牌官方号约占 1%；能取得作者资料的被引视频来自 340 个作者，36% 出自不到 1 万粉的账号。

2026 年 10 月 3—5 日，我们看了桌面版 51 份有效回答，覆盖 28 个品类，又在手机版问了八类企业采购与服务问题，共 16 问。母本《豆包信源地图》第 1 期想弄明白的是：豆包替人选品牌时，参考栏里站着谁。

→

范围	样本或参考条目	抖音视频占比
桌面 App，全部	51 份回答，28 个品类	87%
其中消费品	619 条引用	88%
其中办公椅、办公家具	51 条引用	75%
手机 App，B2B 八类	16 问，358 条参考资料	约 55%
上一期接口，40 个品类	160 份回答，994 条引用	0%

表里算的是参考条目，同一链接被引用两次就算两次。手机端按参考标题是否带 # 话题标签，近似判断抖音视频，与桌面链接识别的口径不同。算下来，平均每份桌面回答列了 13.1 条。

为什么豆包推荐东西老是引用抖音视频？

2026 年 10 月 3—5 日，我们看的豆包桌面 App 51 份有效回答、28 个品类里，87% 的参考条目是抖音视频；被引的多是横评盘点和选购指南，描述写成了小短文，品牌、型号写全，作者也分散。这是引用列表里看得到的事实。豆包内部怎么选源，我们还不知道，所以也解释不了它为什么选这些视频。

按被引次数加权，横评盘点占 49%，选购指南占 29%。参考卡片里的描述常常已经是一篇小短文，品牌、型号写全，再讲价位和适合谁。能取得作者资料的 388 条视频，来自 340 个作者，小账号、大账号都有。我们看得到这些视频怎么写，却看不到豆包选源的内部规则，也不知道画面、声音和描述各起了多大作用。

先打开自己品类的豆包参考栏，点开被引视频，把描述里的品牌、型号、价位和适用人群逐项记下来。

视频下面，已经写了一篇小短文

问蓝牙耳机，参考栏里有一条「百元内蓝牙耳机大横评」，往下直接列出几款耳机的完整品牌和型号。问扫地机器人，有的描述接着写一款吸毛怎么样、另一款日常清洁怎么样。没点开视频，牌子和型号就已经摆在眼前了。

洗碗机也是这样：先说选购，再把几个品牌并排放着，接着写具体型号和价位。视频描述把原来导购文章干的事，干了不少。

按被引次数加权，多品牌横评盘点占 49%，选购指南占 29%。单品测评占 5%。常见的内容能接住「几个牌子怎么比」「我这种情况选谁」，而且描述往往不止一句标题那么长。我们还不知道豆包具体读了哪一部分，但这些文字确实出现在它列给用户的参考资料里。

谁在讲，跟有多少粉是两回事

能取得作者资料的 388 条视频，来自 340 个作者。粉丝中位数是 23,350；其中 36% 出自不到 1 万粉的账号，11% 不到 1,000 粉，32% 在 10 万粉以上。小账号、大账号都有。

作者类型里，测评博主占 29%，品类推荐号占 17%，普通用户分享占 16%，品牌官方号约 1%。还有 33% 看不出类型，不能硬归成第三方。

品牌方得记住：自己说得很完整，和外面有人把你放进一份选购比较，是两件事。眼下这批参考资料里，后者出现得多。但官方号少，不能顺手推成官方内容没有作用，也不能按粉丝数划「有用」的线。

五个月前的视频，还在回答今天的问题

按视频编号估算发布时间，被引视频的中位数距观察日 147 天，约五个月。91—365 天的占 47%，一年以上的占 17%；最近七天的只有 3%。

选购内容的寿命可能比月度发布计划长。有的视频发出去一年多，这次仍被列为参考。当然，型号、价格会过期，被引用得久也不等于今天仍然准确。这批数据能说明旧内容还会出现，不能证明越旧越好，或多久更新一次最合适。

企业采购，也会走到视频里

手机端的八类是办公椅、办公家具、办公室装修、协作软件、CRM、云服务器、品牌设计公司和企业邮箱。358 条参考资料中，196 条像抖音视频，占 55%。企业采购的问题，参考里也有一半多是视频。

问中小企业销售团队用什么 CRM，35 条参考资料里有 28 条像视频，占 80%。标题和描述里谈销售跟进、合同回款，也谈 SaaS 和私有化部署。再换成问办公椅，两种问法也都有八成多。

但品牌设计公司是个例外：两种问法分别为 7% 和 36%，主要仍是文章，能看到机构分类、选型指南、设计费用等题目。企业邮箱的视频占比也都不到一半。B2B 这三个字，包不住这些差别。

同样的问题，接口和 App 给出两张地图

上一期看的是接口联网回答。同样问「哪个牌子好」和具体场景，接口的 994 条引用里，新浪系与搜狐合占 33.2%，抖音为零；这次桌面 App 列出的抖音视频占 87%。

名字都叫豆包，能看到的参考资料却差这么多。拿接口数据替 App 用户画信源地图，就会漏掉这批视频。原因目前还不能从引用列表里确认。对品牌方做 GEO（AI 搜索优化）来说，至少应该去客户实际使用的 App 里看一次。

对照体检表，品牌先补哪几处

对照母本的体检表，先补这几处。

「别人怎么说你」：去看品类横评里有没有你。可以争取让第三方测评把你写进横评，给对方真实的产品资料和可比较的条件，留出判断优缺点的空间。官方号只占约 1%，横评占 49%，足以让品牌先检查这处缺口；还不足以承诺找人测评就会被豆包推荐。

「客户想知道的」「找得到、读得懂」：视频描述写满该交代的信息。品牌、型号写全，预算、适用人群、限制和比较理由说清楚。扫地机器人那几条描述，用户不点开视频也能读到选购判断。照着这个样子补文字是有依据的，靠堆标签提高引用率则没有证据。

B2B 的文章仍然要做，先看自己品类的参考栏。品牌设计公司的结果里，文章有位置。再对照「持续看、改得了」，重问，看有没有你、有没有认错你。同一问题重问结果会变，一次出现不能当成稳定入选。

反方

被引用，说明这些视频更值得信吗？还不能这么说。

只看描述文字，「泛泛而谈」占 56%，「榜单无依据」占 18%，能看到实测数据的占 10%。这里判断的是描述有没有交代依据，没看视频本身，不能据此评价作者或整条视频的质量。描述没写测法，视频里可能讲了；标题叫横评，还要看有没有交代同条件测试的过程。

推荐理由还得经得起核对。普通用户点开参考资料后，可以多追问一句：比较的到底是哪款，依据在哪里？

这些结论别往外推

这是 2026 年 10 月 3—5 日的一次观察，桌面版只有 51 份有效回答、28 个品类，手机 B2B 只有八类、16 问。桌面版与手机版网络环境不同；B2B 部分用国内手机网络问过，方向一致，仍不能据此排除网络和入口的影响。

参考资料是豆包界面列出的，不等于它看过的全部，也看不出每条资料对最终推荐有多大作用。作者与内容比例按被引次数加权，粉丝统计只覆盖取得作者资料的部分；它们不是整个平台的作者分布。

先在豆包 App 里问一次客户真会问的选购问题，打开参考栏，看看被引视频把哪些选购信息写进了描述。