每經(jīng)記者｜宋欣悅 特約記者 溫沐夏    每經(jīng)編輯｜張益銘    

這個“五一”假期，“讓豆包、點點等大模型做份旅游攻略”成為大眾出行前的主流操作。從目的地選擇、行程規(guī)劃到食宿推薦，AI（人工智能）徹底改變了傳統(tǒng)旅游決策模式。

但你有沒有想過，人們隨手用大模型生成的旅行攻略，背后真正支撐的信源，到底來自哪里？QuestMobile（移動互聯(lián)網(wǎng)大數(shù)據(jù)分析企業(yè)）數(shù)據(jù)顯示，豆包高度依賴自身內(nèi)容矩陣，在目的地推薦類、攻略類問題上對抖音和今日頭條內(nèi)容的引用率分別高達97.7%和84.5%。而千問、DeepSeek（深度求索）等采用“OTA（在線旅游平臺）+內(nèi)容媒體”雙軌信源結(jié)構(gòu)。

“不同AI平臺背靠的互聯(lián)網(wǎng)生態(tài)不同，導致其訓練數(shù)據(jù)和算法偏好存在天然差異，這直接決定了它們對信源的‘口味’。”QuestMobile研究總監(jiān)陳燕向《每日經(jīng)濟新聞》記者（以下簡稱每經(jīng)記者）表示，主流大模型旅游信源引用出現(xiàn)明顯分化，朝生態(tài)閉環(huán)與開放整合兩種路徑發(fā)展。

AI與文旅深度融合，各方爭相入局做“帶你玩”的角色，在重塑游客消費決策的同時，又將如何重構(gòu)旅游行業(yè)競爭格局？

誰在定義AI旅游推薦？

據(jù)QuestMobile監(jiān)測，OTA平臺是AI旅游問答的核心公信力信源，其中攜程引用率領(lǐng)跑，在豆包、千問、DeepSeek的整體引用率分別達到82.6%、75.9%和64%。

不過，每經(jīng)記者注意到，大模型在向用戶推薦旅游目的地、攻略時，引用的信源截然不同。豆包幾乎實現(xiàn)流量自閉環(huán)，在推薦類問題上對抖音的引用率高達96.9%，攻略類問題則達到98.5%。

這意味著，當用戶詢問“五一”去哪里玩更合適、這座城市怎么玩等問題時，豆包幾乎都會把消費者引向抖音內(nèi)容矩陣中。這種設(shè)計形成了一條完整緊湊的回路，用戶提出需求、豆包AI理解問題、調(diào)用抖音內(nèi)容庫、生成整合答案，最后再把用戶送回抖音相關(guān)場景。整個鏈路大部分都在字節(jié)自己的生態(tài)里運行，路徑短、效率高，AI可以充分理解用戶在抖音上的偏好，推薦內(nèi)容高度貼合興趣。

而千問等則采用“OTA+內(nèi)容媒體”雙軌信源結(jié)構(gòu)。除此之外，DeepSeek偏向多元化信源整合，兼顧專業(yè)旅游平臺、垂直消費社區(qū)與綜合資訊，信息更為全面。

“平臺基因決定AI的‘原生口味’，算法機制決定信源的篩選標準，問題場景則決定調(diào)用哪一類信源?！标愌嘞蛎拷?jīng)記者進一步表示，最新AI感知數(shù)據(jù)顯示，針對目的地推薦類和目的地攻略類問題，4月13日至17日豆包App（應(yīng)用程序）的信源TOP2都是字節(jié)系的抖音、今日頭條，引用率分別達到97.7%、84.5%；而另外兩個AI應(yīng)用平臺千問App和DeepSeek App的首要信源都是攜程，引用率分別是76%和64%。

在陳燕看來，不同大模型的解題思路不同，所以引用信源分化。“比如目的地推薦類問題，更依賴泛內(nèi)容平臺，因為這些平臺擁有大量時效性強的熱點話題，更適合生成發(fā)散性建議。而攻略類問題，則需要準確的交通、住宿、路線等數(shù)據(jù)支撐，因此更依賴結(jié)構(gòu)化數(shù)據(jù)和垂直平臺?！标愌嗾f。

“優(yōu)先引用自身生態(tài)內(nèi)容，意味著AI輸出的風格與信源生態(tài)保持了內(nèi)在一致性，既滿足了用戶對內(nèi)容調(diào)性的偏好，又通過風格的統(tǒng)一降低了跨平臺的理解門檻。但這種生態(tài)閉環(huán)也帶來了視角單一化的問題?！标愌嘞蛎拷?jīng)記者指出，對用戶而言，其接收到的旅游信息將局限于該生態(tài)的審美和商業(yè)邏輯中?！芭e個例子，比如AI平臺推薦網(wǎng)紅出片地，但如果忽略了垂直平臺顯示的擁擠預(yù)警或性價比的交叉驗證，會導致用戶陷入信息繭房，面臨決策偏差?！?/p>

浙江省旅游景區(qū)協(xié)會數(shù)字化專委會副主任、杭州優(yōu)數(shù)云旅CEO（首席執(zhí)行官）李洋在接受每經(jīng)記者采訪時直言，豆包在文旅領(lǐng)域形成了典型的閉環(huán)生態(tài)，“信息激發(fā)靈感但不夠客觀，用戶仍需去其他平臺交叉驗證，決策鏈路并未實質(zhì)縮短。千問雖在B端（企業(yè)端）應(yīng)用上優(yōu)勢明顯，但在C端（消費者端）旅游消費決策所需的核心數(shù)據(jù)（興趣、價格、口碑、事件）上缺乏優(yōu)勢，數(shù)據(jù)源不夠豐富”。

超六成用戶不敢直接下單

過去的文旅景點，誰在用戶的搜索頁面上排得靠前，誰就更容易贏得客流。因此各家拼的是SEO（搜索引擎優(yōu)化）、競價排名和各種廣告位。而在AI介入之后，這條路徑被大幅壓縮。

現(xiàn)在的用戶更習慣直接向大模型發(fā)問，甚至不去小紅書上查看海量的攻略帖。對于文旅商家而言，吸引用戶的邏輯也從過去爭奪搜索引擎流量入口，轉(zhuǎn)向爭取成為各大模型高頻引用信源。

“在旅游這個場景下，我認為未來伴隨履約能力的深度耦合，OTA很有可能成為預(yù)訂承接和交易的最終出口?！标愌嘞蛎拷?jīng)記者表示，豆包等App應(yīng)該提供從目的地推薦到“規(guī)劃+預(yù)訂具體行程”的完整服務(wù)能力。

盡管AI看似無所不知，但信息的真實性仍是當前制約文旅行業(yè)發(fā)展的一大痛點。

《2026上半年AI旅游應(yīng)用趨勢洞察報告》顯示，只有15.2%的用戶會高度信任AI推薦的旅行方案，并直接完成購買。而有66.2%的用戶，在拿到AI給出的建議之后，依舊會回到傳統(tǒng)App中進行二次核實。

李洋指出，信任鴻溝是當前最大的障礙?！按竽Ｐ鸵钊胙芯坑脩舫鲂信c消費決策的心理動因（價格敏感、興趣導向等），將多信息源對比提煉出來，像人類助理一樣提供明確的‘結(jié)論+依據(jù)+建議’，幫助用戶快速作出決策。大模型只有精準描繪用戶畫像、揭示決策對比因子，才能真正縮短從靈感到下單的鏈路。”

未來什么樣的信源體系，才能讓AI旅游攻略更可信？“旅游涉及線下履約，事實數(shù)據(jù)是用戶的終極需求。所以我們認為，生態(tài)化信源模式會是主流，但不會是唯一形態(tài)?！标愌喔嬖V每經(jīng)記者，生態(tài)化信源模式能更好地控制流量分發(fā)，實現(xiàn)廣告或交易的內(nèi)生化變現(xiàn)，是商業(yè)閉環(huán)的剛需。此外，自有生態(tài)的數(shù)據(jù)結(jié)構(gòu)統(tǒng)一，清洗成本低，數(shù)據(jù)質(zhì)量可控，能提升AI回答的穩(wěn)定性和響應(yīng)速度。

封面圖片來源：新華社