“五一”出游新趋势：AI成“大脑”，大模型旅游推荐信源暗藏玄机？

每经记者 宋欣悦 特约记者 温沐夏 每经编辑 张益铭
　　这个“五一”假期，“让豆包、点点等大模型做份旅游攻略”成为大众出行前的主流操作。从目的地选择、行程规划到食宿推荐，AI（人工智能）彻底改变了传统旅游决策模式。
　　但你有没有想过，人们随手用大模型生成的旅行攻略，背后真正支撑的信源，到底来自哪里？QuestMobile（移动互联网大数据分析企业）数据显示，豆包高度依赖自身内容矩阵，在目的地推荐类、攻略类问题上对抖音和今日头条内容的引用率分别高达97.7%和84.5%。而千问、DeepSeek（深度求索）等采用“OTA（在线旅游平台）+内容媒体”双轨信源结构。
　　“不同AI平台背靠的互联网生态不同，导致其训练数据和算法偏好存在天然差异，这直接决定了它们对信源的‘口味’。”QuestMobile研究总监陈燕向《每日经济新闻》记者（以下简称每经记者）表示，主流大模型旅游信源引用出现明显分化，朝生态闭环与开放整合两种路径发展。
　　AI与文旅深度融合，各方争相入局做“带你玩”的角色，在重塑游客消费决策的同时，又将如何重构旅游行业竞争格局？
　
　谁在定义AI旅游推荐？
　　据QuestMobile监测，OTA平台是AI旅游问答的核心公信力信源，其中携程引用率领跑，在豆包、千问、DeepSeek的整体引用率分别达到82.6%、75.9%和64%。
　　不过，每经记者注意到，大模型在向用户推荐旅游目的地、攻略时，引用的信源截然不同。豆包几乎实现流量自闭环，在推荐类问题上对抖音的引用率高达96.9%，攻略类问题则达到98.5%。
　　这意味着，当用户询问“五一”去哪里玩更合适、这座城市怎么玩等问题时，豆包几乎都会把消费者引向抖音内容矩阵中。这种设计形成了一条完整紧凑的回路，用户提出需求、豆包AI理解问题、调用抖音内容库、生成整合答案，最后再把用户送回抖音相关场景。整个链路大部分都在字节自己的生态里运行，路径短、效率高，AI可以充分理解用户在抖音上的偏好，推荐内容高度贴合兴趣。
　　而千问等则采用“OTA+内容媒体”双轨信源结构。除此之外，DeepSeek偏向多元化信源整合，兼顾专业旅游平台、垂直消费社区与综合资讯，信息更为全面。
　　“平台基因决定AI的‘原生口味’，算法机制决定信源的筛选标准，问题场景则决定调用哪一类信源。”陈燕向每经记者进一步表示，最新AI感知数据显示，针对目的地推荐类和目的地攻略类问题，4月13日至17日豆包App（应用程序）的信源TOP2都是字节系的抖音、今日头条，引用率分别达到97.7%、84.5%；而另外两个AI应用平台千问App和DeepSeek App的首要信源都是携程，引用率分别是76%和64%。
　　在陈燕看来，不同大模型的解题思路不同，所以引用信源分化。“比如目的地推荐类问题，更依赖泛内容平台，因为这些平台拥有大量时效性强的热点话题，更适合生成发散性建议。而攻略类问题，则需要准确的交通、住宿、路线等数据支撑，因此更依赖结构化数据和垂直平台。”陈燕说。
　　“优先引用自身生态内容，意味着AI输出的风格与信源生态保持了内在一致性，既满足了用户对内容调性的偏好，又通过风格的统一降低了跨平台的理解门槛。但这种生态闭环也带来了视角单一化的问题。”陈燕向每经记者指出，对用户而言，其接收到的旅游信息将局限于该生态的审美和商业逻辑中。“举个例子，比如AI平台推荐网红出片地，但如果忽略了垂直平台显示的拥挤预警或性价比的交叉验证，会导致用户陷入信息茧房，面临决策偏差。”
　　浙江省旅游景区协会数字化专委会副主任、杭州优数云旅CEO（首席执行官）李洋在接受每经记者采访时直言，豆包在文旅领域形成了典型的闭环生态，“信息激发灵感但不够客观，用户仍需去其他平台交叉验证，决策链路并未实质缩短。千问虽在B端（企业端）应用上优势明显，但在C端（消费者端）旅游消费决策所需的核心数据（兴趣、价格、口碑、事件）上缺乏优势，数据源不够丰富”。
　
　超六成用户不敢直接下单
　　过去的文旅景点，谁在用户的搜索页面上排得靠前，谁就更容易赢得客流。因此各家拼的是SEO（搜索引擎优化）、竞价排名和各种广告位。而在AI介入之后，这条路径被大幅压缩。
　　现在的用户更习惯直接向大模型发问，甚至不去小红书上查看海量的攻略帖。对于文旅商家而言，吸引用户的逻辑也从过去争夺搜索引擎流量入口，转向争取成为各大模型高频引用信源。
　　“在旅游这个场景下，我认为未来伴随履约能力的深度耦合，OTA很有可能成为预订承接和交易的最终出口。”陈燕向每经记者表示，豆包等App应该提供从目的地推荐到“规划+预订具体行程”的完整服务能力。
　　尽管AI看似无所不知，但信息的真实性仍是当前制约文旅行业发展的一大痛点。
　　《2026上半年AI旅游应用趋势洞察报告》显示，只有15.2%的用户会高度信任AI推荐的旅行方案，并直接完成购买。而有66.2%的用户，在拿到AI给出的建议之后，依旧会回到传统App中进行二次核实。
　　李洋指出，信任鸿沟是当前最大的障碍。“大模型要深入研究用户出行与消费决策的心理动因（价格敏感、兴趣导向等），将多信息源对比提炼出来，像人类助理一样提供明确的‘结论+依据+建议’，帮助用户快速作出决策。大模型只有精准描绘用户画像、揭示决策对比因子，才能真正缩短从灵感到下单的链路。”
　　未来什么样的信源体系，才能让AI旅游攻略更可信？“旅游涉及线下履约，事实数据是用户的终极需求。所以我们认为，生态化信源模式会是主流，但不会是唯一形态。”陈燕告诉每经记者，生态化信源模式能更好地控制流量分发，实现广告或交易的内生化变现，是商业闭环的刚需。此外，自有生态的数据结构统一，清洗成本低，数据质量可控，能提升AI回答的稳定性和响应速度。