每經記者｜宋欣悅    特約記者 溫沐夏    每經編輯｜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，我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數據顯示，豆包高度依賴自身內容矩陣，在目的地推薦類、攻略類問題上對抖音和今日頭條內容的引用率分別高達97.7%和84.5%。而千問、DeepSeek等采用“OTA（在線旅游平臺）+內容媒體”雙軌信源結構。

“不同AI平臺背靠的互聯(lián)網生態(tài)不同，導致其訓練數據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?！盦uestMobile研究總監(jiān)陳燕向《每日經濟新聞》記者（以下簡稱每經記者）表示，主流大模型旅游信源引用出現明顯分化，朝“生態(tài)閉環(huán)”與“開放整合”兩種發(fā)展路徑博弈。

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，又將如何重構旅游行業(yè)競爭格局？

誰在定義AI旅游推薦？豆包“綁定”抖音走內循環(huán)

據QuestMobile監(jiān)測，OTA平臺是AI旅游問答的核心公信力信源，其中攜程引用率領跑，在豆包、千問、DeepSeek的整體引用率分別達到82.6%、75.9%和64.0%。

不過，每經記者注意到，大模型們在向用戶推薦“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”，豆包幾乎都會把你引向抖音內容矩陣之中。這種設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，調用抖音內容庫，生成整合答案，最后再把用戶送回抖音相關場景。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，推薦內容高度貼合興趣。

而千問等則采用“OTA+內容媒體”雙軌信源結構。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，問題場景則決定調用哪一類信源?！标愌嘞蛎拷浻浾哌M一步表示，我們最新AI感知數據顯示，基于“目的地推薦類和目的地攻略類”的問題，4月13日至17日這周豆包App（應用程序）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?！氨热缒康牡赝扑]類問題，更依賴泛內容平臺，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、路線等數據支撐，因此更依賴結構化數據和垂直平臺?！?/p>

“優(yōu)先引用自身生態(tài)內容，意味著AI輸出的風格與信源生態(tài)保持了內在一致性，既滿足了用戶對內容調性的偏好，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?！标愌嘞蛎拷浻浾咧赋?，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‘網紅出片地’，但如果忽略了垂直平臺顯示的‘擁擠預警’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)會數字化專委會副主任、杭州優(yōu)數云旅CEO（首席執(zhí)行官）李洋在接受每經記者采訪時直言，豆包在文旅領域形成了典型的“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，決策鏈路并未實質縮短。千問雖在B端（企業(yè)端）企業(yè)應用上優(yōu)勢明顯，但在C端（消費者端）旅游消費決策所需的核心數據（興趣、價格、口碑、事件）上缺乏優(yōu)勢，數據源不夠豐富”。

超六成用戶不敢直接下單，AI旅游推薦何時能迎來消費者真心？

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很有可能成為預訂承接和交易的最終出口。”陳燕向每經記者表示，豆包們應該提供從“目的地推薦”到“規(guī)劃+預定具體行程”的完整服務能力。

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年上半年AI旅游應用趨勢洞察報告》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障礙?！吧钊胙芯坑脩舫鲂信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‘結論+依據+建議’，幫助用戶快速下定決策。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?！?/p>

未來什么樣的信源體系，才能讓AI旅游攻略等更可信？“旅游涉及線下履約，‘事實數據’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每經記者，生態(tài)化信源模式能更好地控制流量分發(fā)，實現廣告或交易的內生化變現，是商業(yè)閉環(huán)的剛需。此外，自有生態(tài)的數據結構統(tǒng)一，清洗成本低，數據質量可控，能提升AI回答的穩(wěn)定性和響應速度。

封面圖片來源：每經媒資庫