CanlahAI/ai-citations-sg-2026

Singapore GEO Citation Probes 2026-09

English summary. 110 buyer questions from five Singapore industries (dental and aesthetics, family law, tuition, B2B SaaS, e-commerce) were put to ChatGPT (OpenAI Responses API, gpt-5.5 with the web search tool, approximate location Singapore) and, in round 1, also to Google AI Mode (through a third-party SERP API, gl=sg). This dataset contains the questions, every cited URL with its order in the answer (917 rows, 767 of them from the official runs), the ChatGPT answer texts, our page-by-page annotations of 92 cited pages, and our catalogue of 46 cited-page types. Google AI Mode answer text, Google organic result lists and copies of third-party pages are not included; see "What is not included". Licence: CC BY 4.0.

DOI 10.5281/zenodo.23005020 · Mirrors: GitHub · Hugging Face · canlah.ai · Method book: GEO Playbook v1.0, https://canlah.ai/zh/playbook/ (DOI 10.5281/zenodo.23005022)

本数据集由 Canlah AI 在写《GEO Playbook》时采集。我们在两个 AI 引擎上问了一批新加坡买家会问的问题，记下答案引用了哪些网页、按什么顺序，再逐页拆解了一部分被引网页。数字的重数过程和关键发现见 stats.md。

---

1. 动机

• 为什么做：想知道中小企业的网页怎样才会被 AI 答案引用，而且要有实测，不只凭经验。
• 谁做的：Canlah AI（新加坡），作者 Haoyang Pang。
• 经费：公司自有经费，没有外部资助。
• 公开的目的：让别人能核对《GEO Playbook》里每个数字的出处，也让别人能在同一批问句上复测。

2. 组成

文件	行数	一行是什么
queries.csv	110	一句问句（第一轮 60 + 第二轮 50）
citations.csv	917	一个答案里的一个不同网址（正式 767 + 补充 150）
chatgpt_answers.jsonl	141	一次 ChatGPT 调用的答案（第一轮 60、第二轮正式 50、第二轮补跑 30、补跑 1）
page_annotations.csv	141	我们对一个被引网页的标注（第一轮逐页拆解 92 + 第二轮页型目录样本 49）
page_types.csv	46	一种被引页型
stats.md	—	重数结果、与旧口径的差异、关键发现

2.1 两轮探测

	第一轮	第二轮
时间（UTC+8，取自记录）	2026-09-23 00:10	2026-09-23 01:05
问句	5 行业 × 12 = 60，其中 6 句中文（牙科、家事法、补习各 2 句）	5 行业 × 10 = 50，其中 5 句中文（每个行业 1 句）
问法	买东西前的决策问题：多少钱、哪家好、A 还是 B、能不能、出了问题怎么办	每行业同一套 9 类问法，每类 1 句：定义、流程、统计、计算、附近、单品测评、支柱（全指南）、规则、清单；第 10 句按行业不同
引擎	ChatGPT + Google AI Mode	只有 ChatGPT（SerpApi 配额用完，AI Mode 没跑）
正式引用条数	ChatGPT 307、AI Mode 219，共 526	241
另外	每句还取了 Google 自然结果前 10（只用于聚合统计，不公开）	牙科、B2B、电商 30 句又独立跑了一次；培训第 7 句正式那次超时，另补跑了一次

「一条引用」的意思：一个答案里出现的一个不同网址。探测脚本在答案内部去重，所以同一网址在同一答案里只记一条。「526 条」不等于 526 个不同网址（跨答案去重后是 474 个）。

2.2 queries.csv

列	说明
query_id	R1-DEN-01 这种格式：轮次 - 行业（DEN 牙科医美 / LAW 家事法 / TUI 补习教育 / B2B / ECO 电商）- 本行业第几句
industry, industry_zh	行业
round, position_in_round	轮次、本轮第几句
language	en / zh，按问句里有没有汉字判定
intent_family	问法大类。第一轮全部是「决策」；第二轮是定义 / 流程 / 统计 / 计算 / 附近 / 单品测评 / 支柱 / 规则 / 清单
intent_detail	问法细类，我们标的。第一轮用分号列出一句里混合的几种问法，例如 价格;资格
query	问句原文
probed_at	该轮记录里的时间
engines_run	这句问了哪些引擎
chatgpt_status, ai_mode_status	ok（有引用）/ ok_no_citations（答了但没有引用）/ error（接口报错或超时）/ rate_limited（AI Mode 返回了请求上限提示）/ not_run_quota（第二轮没跑 AI Mode）
google_organic_top10_collected	有没有取 Google 自然结果前 10（第二轮培训行业没取）

2.3 citations.csv

列	说明
citation_id	问句 - 运行 - 引擎 - 顺序
run_id	r1、r2：正式运行。r2_rerun：第二轮牙科、B2B、电商的独立第二次调用。r2_retry：培训第 7 句的补跑
official	yes = 正式口径（stats.md 里的主数字只用这些行）
engine	chatgpt / google_ai_mode
position	在这个答案里的顺序，从 1 开始。ChatGPT：按答案正文里第一次标注这个网址的先后排。AI Mode：按接口返回的来源列表顺序排，不一定等于正文里出现的先后
url	被引网址，只删了 utm_source=openai 这个跟踪参数
domain, reg_domain	主机名（去掉 www.）、注册域名（booking.estheclinic.com.sg → estheclinic.com.sg）
site_type	按域名规则自动分类，规则见第 4 节第 3 条
is_ugc	是否论坛社媒类，site_type = ugc_social 时为 yes
mentions_in_answer	这个网址在答案正文里被标注了几次。只有牙科和电商的补跑文件保存了这一层信息，其余留空
page_type_id	页型编号，见 page_types.csv。只有牙科行业的正式运行有，是我们写牙科版时逐条人工标的。另有三个不在 46 型里的标签：maker（厂商或品牌的产品资料页）、booking（预约商品页）、gcard（Google 内部卡片）

2.4 chatgpt_answers.jsonl

每行一个 JSON 对象，字段有：query_id、round、run_id、official、engine、model_requested（都是 gpt-5.5）、model_receipt（接口返回的实际型号，例如 gpt-5.5-2026-04-23，没存的为 null）、tool、user_location、api、probed_at、status、error、n_citations、text_chars、text_truncated、truncated_at_chars、note、text。

截断：第一轮和第二轮的正式运行只存了答案前 600 个字符。这 110 条里，108 条正好 600 字符（text_truncated = true），2 条是接口报错、没有正文。第二轮补跑的 30 条是全文。培训第 7 句的补跑存到前 1,500 字符。

2.5 page_annotations.csv

我们自己的标注，分两种来源：

• r1_page_teardown（92 行）：第一轮报告《实测-被引页版式》的逐页底稿。底稿由 AI 助手（多代理工作流）按我们定的字段读页面原件写成，没有逐条人工复核；这里把它结构化成表。
• r2_catalogue_sample（49 行）：第二轮页型目录里每种页型列的「被引样本」。

列	说明
cited_by, n_citations_chatgpt, n_citations_ai_mode	从 citations.csv 按网址（逐字相同）反查。第一轮只查正式运行。第二轮样本：cited_by 看所有运行，n_citations_chatgpt 只数正式运行 r2，所以只在补跑里出现的页这里是 0，notes 里写明「found only in the supplementary re-run」
page_type_teardown	第一轮拆解时用的页型标签（registry / qa / pdp / article / comparison / listicle / docs / profile / category），这是 46 型之前的一套叫法
page_type_id	46 型编号：第一轮牙科取自逐条人工标注，第二轮样本取自它所在的目录小节；其余留空
site_owner_teardown, h1	拆解时记下的站点身份与 H1
above_fold_words	首屏（H1 到第一个 H2 之间）的词数，拆解时估的
n_tables, has_table	HTML 表格张数。用 div 画的「表」按 0 计
has_faq	有没有 FAQ 区块
numbers_on_page_approx	页面上数字的个数，拆解时估的
byline_date_note	署名和日期的原始记录
excerpt_pos_pct, excerpt_pos_min_pct	被抄那句在页面上的位置，按篇幅百分比。目测估计，从 excerpt_position_note 里抽出来的；一页被抄了几处就有几个值
note_mentions_table, note_mentions_faq	位置记录里有没有提到表格或 FAQ。这是关键词匹配的结果，不是逐条编码
excerpt_position_note, notes	标注原文（中文），里面有少量从页面或 ChatGPT 答案里摘出的短句。凡是摘了 Google AI Mode 答案原句（20 个字符以上）的地方，已替换成「（AI Mode 答案原句，不公开）」，共 44 处（30 处能和存下的前 600 字逐字对上；另 14 处是标注里明说出自 AI Mode 答案、但落在前 600 字之外的，按标注的说法替换）

抽不出来的字段一律留空，没有补猜。

2.6 page_types.csv

46 种页型：page_type_id、catalogue_no、中英文名、六个家族（family_en / family_zh）、证据档（A = 第一轮两个引擎都测过，B = 第二轮只在 ChatGPT 上测过，C = 只在一份外部拆解里见过，我们没测）、典型问法、目录里写的被引数（原文）、第二轮 ChatGPT 的 n 及分行业拆分（目录里写了的才填）、主要被哪个引擎引、典型长度、受监管行业能不能做、适用行业，以及牙科的逐条重数（dental_recount_*）。

注意：目录里的 n 是分析时按页型点数的，口径混了正式运行、补跑和出现次数（见 stats.md 第 2 节），只能当页型之间的相对大小看。dental_recount_* 三列才是从正式记录重数的。

3. 采集方法

• ChatGPT：OpenAI Responses API，model = gpt-5.5，工具 web_search，user_location = {type: approximate, country: SG, city: Singapore}，没有系统提示词，问句原样作为 input。引用取自 output_text 里类型为 url_citation 的标注，每个答案内部去重。这是接口结果，不是 chatgpt.com 网页版看到的界面。型号是锁定的，不随主力型号更换。
• Google AI Mode（只有第一轮）：通过 SerpApi 的 google_ai_mode 引擎，gl=sg、hl=en；引用取自返回的 references 列表。是第三方接口的结果，不是浏览器里看到的页面。
• Google 自然结果（只用于聚合统计）：Serper.dev，gl=sg，每句取前 10。
• 问句来源：第一轮的热词取自 Google 自动补全（gl=sg），我们挑了决策类问法，另写了中文句；第二轮按 9 类问法每类写 1 句。
• 被引网页：第一轮对 92 个被引网页下载原件逐页拆解，部分页面用浏览器渲染后再读。原件不公开。
• 每句只问了一次（正式口径）。第二轮有 30 句问了两次，两次的差异见 stats.md 3.5。

4. 预处理

1. 网址只删 utm_source=openai 参数（917 条里 30 条受影响），其余不动。删完之后没有答案内部新增重复。
2. domain 去掉开头的 www.；reg_domain 按常见二级后缀（.com.sg、.gov.sg、.co.uk 等）截取。
3. 站点类型规则（自动分类，没有逐条人工核对）：
   • government：主机名以 .gov.sg 或 .gov / .gov.xx 结尾；另加 chas.sg、healthhub.sg、visitsingapore.com、roc-taiwan.org。
   • public_nonprofit：主机名以 .moe.edu.sg 或 .int 结尾，或注册域名是下列之一：singhealth.com.sg、kkh.com.sg、sgh.com.sg、nuh.com.sg、nhghealth.com.sg、ndcs.com.sg、healthxchange.sg（公立医疗）；nus.edu.sg、smu.edu.sg、nyp.edu.sg、sota.edu.sg（公立院校）；elitigation.sg、sal.sg、academypublishing.org.sg、lawsociety.org.sg、sda.org.sg、case.org.sg、sias.org.sg、abs.org.sg、aomss.org.sg、cdac.org.sg、probono.sg、britishcouncil.sg（法定、专业与非营利团体）；aad.org、aaoinfo.org、mouthhealthy.org、perio.org、cda-adc.ca、bos.org.uk、peppol.org（海外专业团体与标准组织）；mayoclinic.org、clevelandclinic.org（学术医疗机构）。注意：.edu.sg 结尾的私立补习机构不算在内。
   • ugc_social（即 is_ugc = yes）：reddit、quora、facebook、youtube、instagram、tiktok、x / twitter、linkedin、medium、lemon8、小红书、知乎、tripadvisor、yelp、glassdoor、scribd、pinterest、threads，以及主机名以 forum. 或 forums. 开头的站。
   • google_internal：google.com 本身的页面（AI Mode 的 searchviewer 卡片、Shopping 商品卡）。
   • commercial_media_other：其余全部，包括企业官网、诊所、律所、电商、媒体、目录站、评测站。这一类没有再细分。
4. 页型标注：牙科是写牙科版时逐条人工标的；其他行业没有逐条页型。
5. 页面标注从中文底稿结构化：字段按「H1：」「表：」「FAQ：」等标签切出；位置百分比用正则抽取，抽取前先去掉引号里的内容，并跳过「都在前 30%」这类概括性说法。

5. 局限

• 每句只问一次。 第二轮同一句问两次，网址的交集只占并集的 24%（53 / 222，stats.md 3.5）。任何单句结果都是一次抽样。
• 第二轮只有一个引擎。 AI Mode 没测，所以 33 种第二轮页型只有 ChatGPT 的证据；「没测」不等于「AI Mode 不引」。
• 位置是目测。 被抄句的位置是标注人按页面篇幅估的，不是按字符编码的。
• 样本小。 每个行业 10–12 句，每个页型的 n 大多是个位数。
• 新加坡单一市场，英文为主，中文只有 11 句。
• 接口，不是界面。 两个引擎都是通过接口取的，和用户在网页或 App 里看到的可能不同；AI Mode 还经过了第三方 SERP 接口。
• 时间点。 全部取自 2026-09-23 凌晨，两轮相隔约 55 分钟。模型和搜索索引会变。
• 答案截断。 正式运行的答案只存了前 600 字符，没法把答案后半段的每一句对应到引用。
• 站点类型是规则分类，「其他」里混着商业站和媒体站。
• 页型目录的 n 值口径不一（见 stats.md 第 2 节）。
• 两个 AI 引擎都被我们要求在新加坡定位下作答，但 AI Mode 腿只设了 gl=sg，没有更细的地理位置。

6. 适合与不适合的用途

适合：

• 核对《GEO Playbook》里的数字；
• 研究 AI 答案的引用来源结构（政府、商业、论坛社媒的比例，两个引擎的差别，问法对来源的影响）；
• 在同一批问句上复测，比较不同时间、不同型号；
• 作为被引页版式研究的起点（网址 + 标注）。

不适合：

• 当作排名或「AI 可见度」的稳定基准（每句一次抽样）；
• 推断某家具体企业的表现，或给企业打分；
• 推广到新加坡以外的市场，或推广到这 5 个行业以外；
• 训练模型去复刻某个引擎的答案；
• 在没有重新核对的情况下，把答案里的价格、法规等事实当作现行信息使用（答案是 2026-09-23 的快照，可能有错）。

7. 不包含什么

不包含	原因	用什么代替
Google AI Mode 的答案正文，包括标注里摘的原句	Google 的内容，不归我们再发布	只发被引网址、顺序和引擎；标注里的原句已替换成占位符
Serper 抓的 Google 自然结果列表	Google 的排名结果	只在 stats.md 里发聚合数（前 10 里论坛社媒占几成、AI 引用有几成在前 10 里）
下载的第三方网页原件	第三方版权	只发网址和我们的标注
补跑文件里「每条引用前 260–350 字」的片段	和全文答案重复	全文在 chatgpt_answers.jsonl
培训第 7 句两次超时的补跑（其中一次换了措辞）	没有数据	在本节记录
第一轮的备份文件	和正式文件逐字相同，只是少了 Google 自然结果字段	—

答案文本里可能出现公开的机构名、执业者名和新闻里提到的事件，这些都来自公开网页。问句里点名的企业（例如某家诊所、律所、补习中心）是作为「某家好不好」这类问法的例子，不代表我们对它们的评价。

8. 许可

内容以 CC BY 4.0 发布。使用时请署名并注明出处。ChatGPT 答案文本是我们通过 OpenAI API 取得的输出；被引网址指向的网页，版权归各自的所有者。

9. 怎么引用

请引用本数据集（元数据见 CITATION.cff）：

Pang, Haoyang (2026). Singapore GEO Citation Probes, September 2026 (ChatGPT and Google AI Mode) (Version 1.0) [Data set]. Canlah AI. Zenodo. https://doi.org/10.5281/zenodo.23005020

@dataset{pang_2026_sg_geo_citations,
  author    = {Pang, Haoyang},
  title     = {Singapore GEO Citation Probes, September 2026 (ChatGPT and Google AI Mode)},
  year      = {2026},
  version   = {1.0},
  publisher = {Zenodo},
  doi       = {10.5281/zenodo.23005020},
  url       = {https://doi.org/10.5281/zenodo.23005020}
}

同一份数据的其他副本：GitHub https://github.com/Canlah-AI/ai-citations-sg-2026 · Hugging Face https://huggingface.co/datasets/CanlahAI/ai-citations-sg-2026 · 官网 https://canlah.ai/data/ai-citations-sg-2026/。与本数据集配套的方法书是《GEO Playbook》v1.0：https://canlah.ai/zh/playbook/（DOI 10.5281/zenodo.23005022）。

10. 维护

• 联系方式：Canlah AI，https://canlah.ai
• 已知的下一步：Google AI Mode 腿的第二轮补测，以及对关键问句做多次重复。补测数据会作为新版本发布，不覆盖本版。