Гарне дослідження від Writesonic, як дві нові моделі ChatGPT по-різному шукають інформацію в інтернеті та як по-різному розставляють посилання-цитування у відповідях.
https://writesonic.com/blog/chatgpt-citation-study-gpt-5-4-vs-gpt-5-3

Автор перевірив 50 однакових промптів у GPT-5.3 Instant (дефолтна модель) та GPT-5.4 Thinking (преміум), а також частково використав GPT-5.2 як базову точку. Далі він дістав із внутрішніх даних розмов усі fan-out запити, результати вебпошуку і всі URL, які моделі процитували, після чого класифікував їх як first-party (офіційний сайт бренду) або third-party (огляди, медіа, форуми тощо).

Цікаві висновки:

GPT-5.4 у 56% випадків цитує сайти самих брендів, тоді як GPT-5.3 робить це лише у 8% випадків. Тобто преміальна модель значно частіше веде користувача безпосередньо на офіційні сторінки компаній, а дефолтна модель здебільшого віддає "цитатний трафік" стороннім майданчикам, де бренд лише згадується. Ще більш показово, що GPT-5.3 виявилася навіть гіршою для брендів, ніж попередня дефолтна GPT-5.2, у якої частка first-party цитувань була вищою.

На промптах порівнянь на кшталт "X vs Y vs Z" GPT-5.3 фактично не цитує бренди, а GPT-5.4 майже завжди додає офіційні джерела. При цьому дві моделі майже не перетинаються у виборі сайтів: середній оверлап цитованих джерел між GPT-5.3 і GPT-5.4 для одного й того ж запиту становить близько 7%, і в багатьох промптах перетину немає взагалі.

Аудит видимості лише на одній моделі дає хибну картину.

GPT-5.3 зазвичай відправляє в пошук один запит, близький до сирого промпта користувача. GPT-5.4 розкладає задачу на багато підзапитів: у середньому вона генерує приблизно у 8,5 раза більше fan-out запитів, збирає значно ширший пул результатів і дає більше цитувань. Ці підзапити часто бувають "прицільними": з доменними обмеженнями та використанням оператора site:, що дозволяє цілеспрямовано перевіряти інформацію на конкретних сайтах.

Типовий двофазний шаблон поведінки GPT-5.4: спочатку вона робить верифікацію на першоджерелах (офіційні сайти брендів, зокрема сторінки продуктів і цін), а потім робить "валідацію" через авторитетні сторонні платформи (наприклад, каталоги/огляди, маркетплейси застосунків, рейтинги). Саме ця побудова запитів і пояснює, чому GPT-5.4 частіше цитує first-party джерела, а GPT-5.3 перетворює невелику групу медіа та оглядових сайтів на своєрідних "королеробів", без згадки на яких бренд може не потрапити у відповіді дефолтної моделі.

GPT-5.3 виглядає як модель, що активно "читає блоги" і часто посилається на статті. GPT-5.4, навпаки, непропорційно часто цитує комерційні сторінки, зокрема pricing-сторінки, і робить це у рази частіше. З практичного погляду це зміщує фокус оптимізації: для GPT-5.4 важливо, щоб офіційні сторінки з цінами, пакетами, умовами та специфікаціями були повними, зрозумілими й придатними для машинного зчитування.

Для GPT-5.3 залежність від традиційних пошукових ранжувань відчутніша: значна частина її цитат походить із доменів, які паралельно ранжуються у Google за схожими запитами. Але GPT-5.4 часто обходить сам принцип "знайди те, що добре ранжується", тому що вона спершу визначає перелік брендів із власних знань (тренувальних даних), а потім іде "всередину" їхніх доменів через обмежені запити. В результаті велика частка доменів, які GPT-5.4 цитує, може не з'являтися у топових видачах за сирим промптом користувача, бо модель працює не так, як звичайний пошук.

Вебпошук тригериться не завжди: частина промптів, особливо у GPT-5.4, може відповідатися "з пам'яті", і поведінка в шопінг-запитах (зокрема про "deals" або подарунки) може бути нестабільною з погляду підключення пошуку. Окрім цього, GPT-5.3, за даними авторів, частіше підтягує менш "свіжі" результати, тож ставка лише на регулярні нові публікації не гарантує видимості.

Все дуже швидко змінюється в GEO =)