הממצא המרכזי: נוכחות ציטוטים ואיכות הראיות הן דברים שונים
ציטוט מתעד קשר בין תשובה לעמוד. הקשר יכול להיות חזק, חלקי או שגוי. עמוד עשוי להוכיח שחברה מציעה שירות, בלי להוכיח שהיא האפשרות הטובה ביותר, זמינה באזור או מתאימה לאדם מסוים. המסקנה הנוספת שייכת לתשובה, ולא בהכרח למקור.
ההבחנה מסבירה מדוע מספר ציטוטים אינו יכול לשמש גם ציון אמון. חמישה קישורים יכולים לתמוך בחמש עובדות נפרדות, לחזור על הודעה מקורית אחת או לכלול עמוד שאינו תומך במשפט שלידו. המצבים נראים דומים בלוח שסופר כתובות אינטרנט. הם שונים עבור קורא שמחליט אם לפנות לעסק. המחקר הבא הופך כמה מחלקי הפער הזה למדידים.
ממצא 1: תשובות רהוטות כללו בעבר אמירות ללא ביסוס
מחקר מסטנפורד משנת 2023 של Nelson F. Liu, Tianyi Zhang ו-Percy Liang בדק ארבעה מנועי חיפוש גנרטיביים שהיו זמינים אז. בבדיקה, 51.5% מהמשפטים שנוצרו נתמכו במלואם בציטוטים, ו-74.5% מהציטוטים תמכו במשפט שאליו הוצמדו. החוקרים הפרידו בין שלמות הביסוס לבין נכונות הקישורים שצורפו לטענות בודדות.
אלה תוצאות היסטוריות עבור Bing Chat, NeevaAI, Perplexity ו-YouChat, ולא ציון לגרסאות הנוכחיות. ערכן המתמשך הוא ההבחנה בין שני כשלים: תשובה יכולה להשאיר טענה ללא ביסוס, או לצרף ציטוט שאינו מצדיק אותה. קישורים נוספים עשויים לשפר את הראשון בלי לפתור את השני. המחקר אינו קובע באיזו תדירות אחד הכשלים מתרחש כיום לגבי מוצרי חברה מסוימת.
ממצא 1: תשובות רהוטות כללו בעבר אמירות ללא ביסוס
משפטים הנתמכים במלואם על ידי הפניות
הפניות התומכות במשפט שאליו הן מקושרות
מחקר מ-2023 על ארבעה מנועים שהיו עדכניים אז. ביסוס משפטים ודיוק ציטוטים הם מדדים נפרדים; אין זה מדד השוואה למוצרים הנוכחיים.
Liu, Zhang and Liang: Evaluating Verifiability in Generative Search Enginesממצא 2: איתור המקור המקורי עלול להיכשל גם עם קטע מדויק
מחקר Tow Center ממרץ 2025 בדק שמונה כלי בינה מלאכותית עם חיפוש באמצעות קטעים מ-200 כתבות חדשות: 20 מפרסמים, עשר כתבות לכל אחד, ובסך הכול 1,600 שאילתות בכלים. החוקרים ביקשו את הכתבה, המפרסם והכתובת. יותר מ-60% מהתשובות כללו שגיאות. הקטעים נבחרו כך שחיפוש Google רגיל החזיר את המקור המקורי בשלוש התוצאות הראשונות.
זו הייתה משימת איתור מאתגרת אך מוגדרת, ולא בדיקה של כל שאלה עובדתית. המחקר מצא גם ייחוס לגרסאות שהופצו מחדש או הועתקו, וקישורים מומצאים או שבורים. המשמעות העסקית היא שיצירת העבודה המקורית אינה מבטיחה קבלת הציטוט או הביקור. חברה שמצוטטת בסיקור והמפרסם שיצר אותו עשויים להיות מיוצגים דרך עמוד אחר. זו ראיה מתוארכת לכשל הזה, ולא הוכחה שכל המערכות כיום מתנהגות באותה צורה.
ממצא 3: פרסום שניתן לאתר אינו זהה לידע מאומת
מאמר מקדים מאוקטובר 2026 של Qi Liu ועמיתיו ניתח 17,211 מופעי ציטוט בעשר פלטפורמות חיפוש בינה מלאכותית וב-6,356 דומיינים של מקורות. בניסויי פרסום מבוקרים, שמונה פלטפורמות ציטטו מושג מומצא בתוך שבעה ימים. הניסוי עקב אחר סימנים ייחודיים עד לפרסומי החוקרים, ולא הסתפק בהבחנה שתשובה השתנתה.
זו ראיה למסלול מתוכן ציבורי לתשובות שנוצרות, ולא הוראה להמציא טענות. המחברים מציינים מגבלות: מערך שאלות מתוכנן, בחירת נושאים שנועדה לאפשר ייחוס ומדידות מקמפיין במרץ–אפריל 2026. שיעורים מדויקים עשויים להשתנות. הממצא החשוב הוא שנוכחות ברשת שממנה נאסף מידע יכולה להוביל לציטוט בלי להפוך את הטענה לנכונה. הצלחת הציטוט לבדה הייתה מתגמלת תוצאה שגויה בניסוי הזה.
ממצא 4: רשימת המקורות עצמה יכולה להשתנות בין תצפיות
הפרסום של Muck Rack ו-Generative Pulse מאוקטובר 2026 משלב מערך נתוני ניטור רחב עם מערך נפרד מספטמבר של 1,020 שאלות צרכניות ללא מותג בארבע מערכות. בבדיקות חוזרות באותו יום הוא מדווח על חפיפה בין דומיינים מצוטטים של 41% ב-ChatGPT, של 45% ב-Gemini ושל 94% ב-Perplexity. אלה ממצאים שדווחו בידי המפרסם, ולא ביקורת עצמאית של ספק הניטור.
חפיפת דומיינים מודדת את יכולת השחזור של בחירת המקורות, ולא את הדיוק של אחת התשובות. רשימה משתנה יכולה לתמוך באותה מסקנה נכונה; רשימה יציבה יכולה לתמוך שוב ושוב בטעות. גם אין לאחד את רכיבי הנתונים השונים למדגם מייצג אחד של כל החיפושים. הפרסום תומך בממצא מצומצם יותר: תשובה שנשמרה פעם אחת עשויה לתאר באופן חלש את מה שאותה מערכת תצטט בפעם הבאה.
המחקרים בודקים בעיות שונות, ולא שיעור שגיאה אוניברסלי אחד
אי אפשר למצע את התוצאות לאחוז אמינות כללי של בינה מלאכותית. ביסוס משפטים, איתור כתבה נכונה, אימוץ מושג מומצא ושחזור דומיינים משתמשים במכנים שונים. הם מגיעים גם משנים, מערכות ומערכי שאלות שונים. טיפול בהם כאותה מדידה יהפוך את המחקר לפחות שימושי דווקא במקום שבו העסק צריך בהירות.
יחד הם חושפים ארבע שאלות נפרדות על תשובה עסקית: האם האמירה החשובה מבוססת, האם הקרדיט מוצמד למקור הנכון, האם המקור ראוי לסמכות שמיוחסת לו, והאם אפשר לשחזר את התצפית? לעסק יכולה להיות בעיה בממד אחד ולא באחרים. לכל מצב יש השלכות שונות על המוניטין, התנועה המועילה ואיכות שיחות המכירה הבאות.
| בעיית הראיות | מה יכול להשתבש | השלכה עסקית |
|---|---|---|
| קישור אינו מצדיק את הטענה שלידו | קונה לומד הבטחת מוצר שאינה מבוססת | |
| הקרדיט לעבודה המקורית ניתן במקום אחר | היוצר מאבד הכרה מזוהה או תנועה | |
| חומר שפורסם נתפס בטעות כעובדה מבוססת | מידע חלש מקבל מראית עין של סמכות | |
| אותה שאלה מפיקה מקורות שונים | צילום מסך אחד מציג עמדה תחרותית כיציבה מדי |
חמישה קישורים חוזרים אינם יוצרים חמישה אישורים עצמאיים
נניח הודעת מוצר בדיונית שחוזרת בארבעה פרסומים ומצוטטת אחר כך בתשובת בינה מלאכותית. בתשובה יש כמה כתובות, אבל טענת הביצועים עדיין מתחילה בחברה אחת. העמודים האחרים עשויים להוסיף דיווח או בדיקה עצמאית; הם עשויים גם לחזור על ההודעה. מספר הקישורים לבדו אינו מגלה מה קרה.
זה חשוב לטענות כמו זמן שנחסך, עלות רכישה נמוכה יותר או הטמעה מהירה יותר. אותו מספר יכול להתרחק מאוד מההסבר מי מדד אותו ובאילו תנאים. הניתוח שלי הוא שחזרה יכולה להגדיל נראות בלי לחזק את הראיות. לכן מספר רב של אזכורים עשוי להתקיים לצד מקור יחיד בעל עניין מסחרי. זו סיבה לשמור על הייחוס, ולא סיבה לפסול כל מקרה בוחן של חברה.
השגיאות המשמעותיות ביותר יכולות להיות שינויים קטנים בהיקף הטענה
דוגמת תוכנה בדיונית ממחישה את הבעיה: מקור אומר ששילוב מסוים זמין במסלול ארגוני אחד, ואילו התשובה אומרת שהמוצר כולל את השילוב. שם המוצר ושם השילוב נכונים. התנאי החסר עדיין יכול ליצור בדיקה לא מתאימה, לקוח פוטנציאלי מאוכזב וזמן מכירות מבוזבז. ציון פשוט של התאמת ישויות לא יזהה את ההבדל.
בשירות מבוסס מיקום, טעות מקבילה מייחסת יכולת של קבוצה לכל סניף. עמוד תאגידי נכון אינו הוכחה לגבי אתר בודד. אלה דוגמאות להמחשה, ולא תדירויות שנמדדו. הן מסבירות מדוע בדיקת דיוק שימושית לעסק צריכה להתייחס להיקף האמירה — מסלול, מקום, תאריך, זכאות ותנאי מחיר — ולא רק לשאלה אם המותג הנכון הופיע.
ממצא 5: דיווח הציטוטים של הפלטפורמות אינו מתיימר להיות הוכחה עסקית
עדכון AI Performance של Bing מיוני 2026 מגדיר נתח ציטוטים כחלקו של אתר בציטוטים עבור שאילתת איסוף מידע. הוא אומר במפורש שהמדד תצפיתי, אינו חושף דומיינים של מתחרים, אינו נתח תנועה ואינו מעניק ציון איכות. השוואת התקופות יכולה לחשוף שינוי, והתיעוד מציין כמה סיבות אפשריות.
הגבול הזה מועיל. הפלטפורמה מדווחת על שימוש במקורות, ולא מאשרת את הטענות בכל עמוד או את הערך העסקי של תשובה. המסקנה שלי היא שדיווח נראות ובדיקת טענות עונים על שאלות משלימות. האחד מגלה היכן משתמשים בראיות. האחר מגלה אם ההסבר שנוצר שימושי ומדויק לקונה המיועד. אף אחד מהם אינו מספק אוטומטית את התוצאה העסקית הסופית.
מה משמעות הממצאים עבור עסק
ההזדמנות אינה רק לזכות בעוד ציטוטים. היא להנגיש את העובדות הנכונות כשמערכת מסבירה את העסק, ולהבין את הפערים בין חשיפה, פרשנות והצעד הבא של הלקוח. זה חשוב במיוחד בהצעות מורכבות, שבהן תנאי חסר יכול להפוך תשובה שנראית חיובית לחסרת תועלת עסקית.
אני עובד ב-Searchable. בפגישת אסטרטגיה אני מחבר את התשובה שנשמרה ואת מקורותיה להחלטת הקונה בפועל: מה הוצג נכון, מה עדיין אינו ודאי ואיזה ממצא משנה את העבודה. המחקר תומך בקריאה הקרובה הזאת. הוא אינו תומך בהתייחסות לגרף ציטוטים עולה כהוכחה לדיוק או להכנסות.
היקף המחקר
נבדק ב-3 בנובמבר 2026. המאמר משלב מחקרים שפורסמו, פרסום מחקרי של ספק והגדרות דיווח רשמיות. הוא אינו מריץ מחדש את הניסויים. תוצאות היסטוריות של מודלים מסומנות בתאריך; המאמר מאוקטובר מטופל כמאמר מקדים. דוגמאות בדיוניות מסבירות השלכות עסקיות ואינן תצפיות על לקוחות. לא חושב ציון דיוק משולב מבדיקות שאינן תואמות.
מקורות והערות
המקורות נבדקו: 3 בנובמבר 2026. תוכניות ודוגמאות הן עצות, לא תוצאות לקוחות שנמדדו. אני עובד ב-Searchable. הקישורים למוצר שלה משקפים את הקשר הזה.
1
Searchable