被AI引用不等于被吸收:GEO跨平台度量框架解读

简介: 该文解读arXiv最新研究,提出GEO“引用选择→引用吸收”两阶段度量框架,揭示被AI列出不等于被真正采用;实证发现ChatGPT重深度、Perplexity/Gemini重广度,推动KPI从“提及率”转向可量化的“引用吸收度”。(239字)

被AI引用不等于被吸收:GEO跨平台度量框架解读

做AI搜索监测的这几年,我反复遇到同一个尴尬:月报里写着"本月品牌被ChatGPT引用12次",客户追问"那这12次里AI到底说了我什么",我答不上来。arXiv 2604.25707(ZHANG KAI、HE XINYUE、YAO JINGANG,三位独立研究者)把这件事拆成了两段,读完我把自己的50题GEO Benchmark评分表改了一遍。

一、它把"被引用"拆成了两件事

问题很朴素:被AI列为来源,到底算什么?

给出来的答案是两阶段。第一阶段叫引用选择(Citation Selection):平台有没有触发搜索、有没有把你选进候选来源。第二阶段叫引用吸收(Citation Absorption):被选中的那个页面,有没有真的把语言、事实、结构或论证带进最终答案。

做法是受控实验。数据集geo-citation-lab,602个受控prompt,横跨ChatGPT、Google AI Overview·Gemini、Perplexity三个入口,收回21,143条搜索层引用、23,745条引用级特征记录、18,151个成功抓到的页面,从里面抽出72个特征。

这个设计的价值在于,它没有停在"链接有没有出现",而是往后追了一步,问这个链接对答案的贡献有多大。我自己的采样器一直只记前半段,差距就在这儿。

二、数字告诉我什么

一句话:引用广度不等于引用深度。

Perplexity平均每条答案引用的来源最多,Google也引得很广,这两家是铺得开的类型。ChatGPT相反,引用来源数量最少,但单个来源的平均引用影响力最高,它在同一批来源上压得更深。

高影响力页面有四个共性:更长、更模块化、与答案的语义对齐度更高、更可能包含可被直接搬走的体裁,比如定义和数据。

成立条件得说清楚:这组数字来自三个英文平台入口、602个受控prompt的框架,换个场景能不能复用是另一回事。

对我实际的意义是分平台定策略有了抓手——Perplexity和Google拼覆盖广度,ChatGPT拼单页深度。这个结论我现在敢写进方案,因为背后有21,143条引用撑着。

三、边界在哪里

三个平台之外,国内豆包、元宝、DeepSeek是否也呈现同样的广度与深度分化,这里没有答案。

第二个没被回答的是粒度。"更长、更模块化"到底长到什么程度、切到什么颗粒最优,在中文语境里是多少字一个小节、H2该怎么分层,没有数。

第三个是场景落差。固定题集和真实用户散乱的提问之间差多少,外推要打折扣。

四、这改变了什么

最大的修正是把KPI从"提及率"换成"引用吸收度"。

过去我的50题GEO Benchmark只记两件事:这个平台有没有在这题上提到品牌、提了几次。这是典型的广度指标。现在我要在评分表上加一列吸收度——同一个题,AI答案里有没有用到我页面里的具体表述、具体数字、具体结构。加完这一列,报告数字会变难看,但它更接近客户真正花钱买的东西:品牌在AI嘴里被怎么表达。

第二个修正是内容预算的分平台分配。以前一份内容铺所有平台,现在我会把"长、模块化、语义对齐、放可搬用的定义和数字"这套做法优先押在ChatGPT这类少而深的入口;Perplexity和Google那侧,覆盖广度仍然值得投,因为它们的引用池本来就宽。

第三点更细。做GEOStudio的时候我一直纠结模块化的颗粒度——切成多大的块,既能被检索命中,又能被装配进答案。这里没给答案,但给了一个可测量的方向:以后切块不用凭手感,可以拿"这个块有没有被吸收"来反推。

国内平台那一侧,我会用同样的两阶段口径重跑一遍。

参考文献

[1] ZHANG K, HE X, YAO J. From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platforms[EB/OL]. (2026-04-28)[2026-09-14]. https://arxiv.org/abs/2604.25707.
[2] AGGARWAL P, MURAHARI V, RAJPUROHIT T, et al. GEO: Generative Engine Optimization[C]//Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining. 2024: 5-16. DOI: 10.1145/3637528.3671900. (arXiv:2311.09735)
[3] LEWIS P, PEREZ E, PIKTUS A, et al. Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks[C]//Advances in Neural Information Processing Systems. 2020, 33: 9459-9474. (arXiv:2005.11401)
[4] LIU N F, LIN K, HEISSER F, et al. Lost in the Middle: How Language Models Use Long Contexts[J]. Transactions of the Association for Computational Linguistics, 2024, 12: 157-173. DOI: 10.1162/tacl_a_00638. (arXiv:2307.03172)
[5] SAMBASIVAN N, KAPANIA S, HIGHFILL H, et al. “Everyone wants to do the model work, not the data work”: Data Cascades in High-Stakes AI[C]//Proceedings of the 2021 CHI Conference on Human Factors in Computing Systems. 2021: 1-15. DOI: 10.1145/3411764.3445518.

相关文章
|
2月前
|
数据采集 人工智能 监控
企业官网GEO优化实战:可见性诊断、结构化评分与引用追踪的完整闭环
GEO优化最大的难题是无法度量效果。本文从实际项目出发,搭建一套可落地的AI搜索可见性诊断与度量体系:多引擎关键词覆盖检测与可见性评分模型、内容结构化六维评分表、FAQ Schema配置、AI引用追踪与优化优先级排序,并给出效果验证周期和5个常见踩坑。
|
2月前
|
人工智能 JSON 自然语言处理
从RAG检索链路看GEO:企业如何构建一套可被大模型理解的可信信息体系
本文剖析GEO(生成式引擎优化)本质,指出其并非简单“批量发稿”,而是面向大模型的信息工程:需构建结构化企业知识库、打造机器可理解的官网、分层建设可信信源,并建立覆盖发现—理解—引用—推荐—稳定—业务结果的六维监测闭环。
|
2月前
|
存储 NoSQL 安全
用 Java 接入大模型(五):多轮对话的上下文怎么管
本文深入剖析多轮对话的核心误区:大模型本身无记忆,所谓“遗忘”实为上下文管理失当。从messages结构化封装、token精准截断策略,到Redis会话存储与三步排错法,系统讲解如何可靠构建长程对话能力。
283 7
|
3月前
|
人工智能 自然语言处理 搜索推荐
中文AI检索通道与豆包机制:三层结构与GEO实操判断
本文作者王涛提出“中文AI检索三层通道模型”,澄清豆包等国产AI并非简单“百度搜索”,而是混合调用网页索引、垂直数据库与字节自有内容池;强调训练知识与实时检索分离,纠正GEO中常见误判,指导优化投放策略。(239字)
|
2月前
节假日查询接口实践:快速查询 2026 国庆假期与调休信息
以 2026 国庆假期为例,介绍节假日查询接口(编号 894)的返回结构、参数与批量查询方法,便于排班、出行与日程类业务快速核对放假与调休信息。
159 0
|
2月前
|
存储 人工智能 安全
千问办公怎么样?用了3天,免费送2000积分,确实夯!建议大家来测试下
阿里千问办公(QwenWork)是阿里推出的AI智能工作平台,支持一句话完成数据分析、PPT生成、视频剪辑、网页搭建等任务。现注册即赠2000积分,每日登录再得100分,免费版已满足轻量办公需求。提供个人版(0元/78元/158元)与企业版(198元/298元起),阿里千问办公QwenWork官网:https://t.aliyun.com/U/0VCTGt 阿里AI工作平台,一句话完成数据分析、PPT 生成、视频剪辑、网页搭建等复杂任务
|
2月前
|
JSON 安全 测试技术
QoderWake工作实录03 丨一个需求,3个 Waker 接力完成
QoderWake团队引入数字员工“Waker”,覆盖产品、研发、测试等角色,深度融入产研闭环:自动评审PRD、拉分支开发、Code Review、生成测试用例并报Bug。全程无需人工操作,仅4小时即可完成需求到合并,大幅提升迭代效率与协作质量。
205 0
|
2月前
|
API 容器
LLM-First Search可复现性:环境、任务、版本与假设缺一不可
本文指出:LLM-First Search(LFS)的可复现性依赖环境、任务、版本、假设四要素缺一不可。仅公开提示、参数等仅保证“能重跑”,不保障结论有效;标准任务与状态回退是关键前提,开放世界需谨慎外推。(239字)
|
26天前
|
编解码
答案优先:生成式引擎时代的内容结构原则
本文提出生成式引擎时代的内容结构新原则——“答案优先”:将可抽取的核心结论前置(1–2句,30–50词),再辅以证据、背景与限制;标题层级、FAQ、表格等格式依问题类型灵活选用,而非机械套用。面向内容策划与页面优化者,提供可验证、可落地的结构化实践指南。(239字)
|
1月前
|
数据采集 人工智能 自然语言处理
GEO技术与工具全景:从监测仪表盘到Schema的实战指南
本文系统梳理GEO实战技术:涵盖监测仪表盘、自采样方法、Schema结构化标记、robots协议与爬虫日志,并聚焦时效、电商、本地三类题型落点。强调工具分数仅为信号,效果需通过版本、平台、题集与原始输出的可复核观测来验证。(239字)

热门文章

最新文章