AI 搜索凭什么引用你：GEO 的机制、证据和误解

这半年关于 GEO（Generative Engine Optimization）和 AEO（Answer Engine Optimization）的文章很多，其中一些结论互相矛盾。

一些文章建议写 llms.txt，另一些文章认为 AI 搜索很少读取它。结构化数据也有类似争议。关于 AI 引用与自然搜索结果的重合度，有研究给出 83% 的引用不在搜索前十名，也有研究给出 90% 的重合度。

这些数字使用的样本、分母和查询口径并不相同。

我核对了一批一手资料：各家厂商的官方文档、KDD 和 EMNLP 上的论文原文，以及几家研究机构的原始报告。不少争论都涉及同一个概念混淆：把「被 AI 找到」和「被 AI 引用」当成同一件事。

这两件事发生在不同的环节，影响因素也不同。把它们混在一起，可能会遇到「按照建议优化了内容，但一次都没被引用过」，也可能看到「没有专门优化，却经常被引用」。

生成式引擎是一条流水线

公开文档描述的是一套包含查询改写、检索、重排和生成的流程。

Google 官方文档里给出的机制是这样的：AI Overviews 和 AI Mode 用的是 RAG（retrieval-augmented generation，官方也叫 grounding），定义为「依靠我们的核心搜索排名系统来检索相关的、最新的网页」。同时可能触发 query fan-out，官方定义是「一组并发生成的相关查询」。你问「草坪除草怎么弄」，系统可能同时去搜除草剂、无化学除草方法，以及如何预防杂草。[1][2]

OpenAI 那边的描述也类似：ChatGPT 在使用第三方搜索服务时，「通常会把你的查询重写成一个或多个更有针对性的查询」再发出去。[5]

从网页到 AI 回答里的引用角标，可以概括为六个环节：

环节	发生了什么	可能受限的原因
一、可抓取	各家的爬虫能不能拿到你的页面	robots.txt 配置错了，或屏蔽了不该屏蔽的 bot
二、可索引	页面进没进那个被检索的索引	常规的可索引性问题
三、被检索	某个子查询把你的页面捞了出来	内容和子查询不相关
四、进上下文	重排之后，你的片段挤进模型的上下文窗口	片段级相关性不够，被别人挤掉
五、被采用	模型写答案时使用了这段内容	具体性、可用性或可信度不足
六、被归因	生成的引用角标指向了你	引擎的归因实现可能出错

2026 年一篇把 GEO 形式化的论文指出，引用失败可能发生在 retrieval、fetching、parsing、attribution、generation 任意一环，因此可以把引用作为一条流水线来研究，而非单次排名事件。[12]

这个框架可以帮助区分前面几类看似矛盾的说法。

「83% 不在前十」的统计口径

Google 表示，它的生成式 AI 功能「植根于我们的核心搜索排名和质量系统」。[2] 多项研究则发现，许多 AI 引用链接不在自然结果前十。Ahrefs 用 15,000 条长尾查询做的测试里，只有 12% 的 AI 引用链接排在 Google 前十，其中 ChatGPT、Gemini、Copilot 各自约 8%，Perplexity 高一些，接近 29%。[16]

两类结论可以同时出现。fan-out 会派生出多个子查询，用户输入的原句只是查询起点。

一个页面可能对用户输入的原话排在第 80 名，却对系统自动派生出来的某个子问题排在第 2 名。它可能因为这个用户不可见的子查询进入引用候选。研究测的是「AI 引用的链接在原查询里排第几」，Google 说的是「检索走的是同一套排名系统」，两句话对应的查询可能不同。

因此，只围绕一个关键词优化，可能无法覆盖系统实际派生出的子查询。

抓取与引用是两个环节

第六个环节仍有较大不确定性。

Cloudflare 跟踪一个叫 crawl-to-refer 的比率：某家 AI 的爬虫每抓多少个页面，才给网站带回一个访问。在 2025 年 6 月 19 日到 26 日那一周的数据里，Anthropic 是 70,900:1，也就是每抓将近七万一千个页面才带回一次访问；同期 Mistral 是 0.1:1，带回的访问比抓取还多十倍。[18]

训练用的抓取不会产生引用，这是比率差异的一个来源。Cloudflare 也提醒了一个反方向的偏差：Claude 原生 App 带来的访问不带 Referer 头，其他原生 App 可能也一样，所以这些比率「可能被高估了，但高估多少不清楚」。这类比率是特定时间窗的快照，换一个时间段可能得到不同结果，适合用来观察量级差异，不适合作为稳定指标。

哥伦比亚大学 Tow Center 在 2025 年 3 月测试了八个 AI 搜索产品和 1600 次查询。测试方法是给出一段文章原文，让产品说出标题、日期、出版方和 URL。整体错误率超过 60%；Perplexity 的错误率为 37%，Grok-3 约为 94%。测试中还出现了编造链接、引用转载版本而非原始出处的情况。[19]

一些文章把这项研究的错误率写成 76.5%，但这个数字出自另一份报告：Tow Center 2024 年 11 月单独测试 ChatGPT Search 时，从 20 家出版方取了 200 条引文，其中 153 条的回答部分或完全错误，153/200 为 76.5%。[21] 把这个只针对 ChatGPT 的数字用于 2025 年 3 月那份八个引擎、1600 次查询的研究，会混淆两份研究的对象和样本。

混淆这两份研究，会造成数字与出处错配。后文还会讨论类似的口径问题。

各家厂商披露过什么

在本文核对的官方资料中，厂商披露主要集中在「通道层」：使用哪些爬虫、如何屏蔽、在哪里查看数据。关于为什么选择来源 A 而没有选择来源 B，也就是「排序层」，这些资料没有给出具体权重。

厂商	爬虫分工	公布 IP 段	官方优化指引	官方数据报告
Google	Googlebot、Google-Extended	是	有，而且非常详细	Search Console 生成式 AI 报告
OpenAI	GPTBot、OAI-SearchBot、ChatGPT-User、OAI-AdsBot	是（四个 JSON 端点）	无	无
Anthropic	ClaudeBot、Claude-SearchBot、Claude-User	是	无	无
Microsoft	Bingbot	是	部分（sitemap / IndexNow）	Bing Webmaster Tools 的 AI Performance
Perplexity	PerplexityBot、Perplexity-User	是	帮助中心级别	无

Google：官方优化指引

Google 有两份相关文档：一份介绍 AI 功能和网站的关系[1]，一份是生成式 AI 优化指南[2]。

Google 给出的资格前提是：「要有资格出现在 AI Overviews 或 AI Mode 的支持链接里，页面必须被索引、且有资格带着 snippet 出现在 Google 搜索里。」文档接着写道：「没有额外要求，也不需要其他特殊优化。」[1]

2026 年 6 月 3 日，Search Console 上线了生成式 AI 性能报告，第一次把 AI Overviews、AI Mode 和 Discover 里的曝光单独拆出来看。[3] 报告给的维度是曝光量、页面、国家、设备和时间（可以细到小时），没有点击、CTR 和查询词。Google 说明了这是拆分展示而非新增数据，这部分曝光此前一直计入总的性能报告，同时表示会「随时间增加更多指标」。目前只向一部分网站开放。

同一天 Google 还宣布测试一个新开关，让网站自己决定要不要出现在生成式 AI 功能里、要不要为它们提供 grounding。[25] Google 表示「这个开关不会被用作这些生成式 AI 功能之外的搜索排名信号」，但选择退出的站点「不会从我们的生成式 AI 功能获得流量或曝光」。它先向英国的一部分网站所有者开放，Google 提到这与英国 CMA 等监管机构的沟通有关。这个开关和 Google-Extended 是两件事：后者管的是训练。

OpenAI：不同用途的爬虫

OpenAI 把爬虫拆成了四个，各自用途不同：[4]

GPTBot：训练基础模型。屏蔽它表示「网站内容不应被用于训练」
OAI-SearchBot：为 ChatGPT 搜索建索引。官方文档写道「被 OAI-SearchBot 排除的站点不会出现在 ChatGPT 搜索的回答里」
ChatGPT-User：用户在对话里触发的实时抓取。官方注明「robots.txt 规则可能不适用于」用户主动发起的动作
OAI-AdsBot：广告落地页的安全校验，不用于训练

这四项设置彼此独立。屏蔽 GPTBot 不会同时屏蔽 OAI-SearchBot，反过来也一样。

OpenAI 的公开资料没有给出一般搜索场景的来源权重。购物场景公开了一组排序因素：与查询的相关性、库存、价格、评分和评价质量、商家是否为主要销售方、是否支持 Instant Checkout。网上的一些「ChatGPT 排名因素清单」来自对引用样本的逆向分析，属于外部推测，未获官方确认。

Anthropic：三个爬虫，全部遵守 robots.txt

Anthropic 的支持文档同样列了三个爬虫：ClaudeBot（训练）、Claude-User（用户触发的抓取）、Claude-SearchBot（为搜索建索引），并逐个说明屏蔽后会发生什么。[6]

三个爬虫都遵守 robots.txt，包括用户触发的 Claude-User。OpenAI 和 Perplexity 则注明，用户主动发起的抓取可能不完全遵循 robots.txt。Anthropic 的文档写道：「Anthropic 使用不同的机器人，以实现网站所有者的透明度和选择权。」IP 段也已公布，可以用来验证流量来源。

这次核对也纠正了我之前看到的一条二手信息。那条信息称 Anthropic 不公布 IP 段，但官方文档写着：「如果爬虫的源 IP 在这份列表上，说明它确实来自 Anthropic。」这个例子说明，涉及厂商能力和配置时，二手资料需要回到官方文档核对。

Microsoft：引用数据报告

2026 年 2 月 10 日，Bing Webmaster Tools 上线了 AI Performance 报告，展示内容在 Microsoft Copilot、Bing 的 AI 摘要以及部分合作集成里被引用的情况：被引用了多少次、引用了哪些 URL、随时间怎么变化。微软自己把它定位成「迈向 GEO 工具的早期一步」。[7] 3 月又扩展成可以把 grounding 查询映射到具体被引用的页面。

截至本文核查时，Bing AI Performance 是本文找到的、由厂商直接提供引用次数的产品。有验证过的站点就能使用，不用排队。

本文引用的微软文档给出两项内容建议：保持准确和更新；用 sitemap 加 IndexNow 维持新鲜度，其中 lastmod 用 ISO 8601 格式带时间戳，是关键的新鲜度信号，而 changefreq 和 priority 会被忽略。[8] 微软同时表示，没有任何工具能保证内容何时以何种方式出现在 AI 结果里。

Perplexity：公开的爬虫资料

目前可查的官方资料主要是帮助中心里的爬虫说明：PerplexityBot 用于让站点出现在搜索结果里，Perplexity-User 是用户触发的抓取，公布 IP 段供 WAF 白名单使用。

关于 Perplexity 是否拥有自建的全网索引，公开资料没有给出完整说明。从爬虫文档和外部观察来看，它可能采用自建抓取加第三方搜索 API 的混合方式。Perplexity 尚未正式披露索引构成，因此这里只能记录为外部推断。

学界验证过什么

KDD 2024 GEO 论文的结果与范围

许多 GEO 文章会引用 2024 年 KDD 上的 GEO: Generative Engine Optimization。[9] 它测试了九种优化手段，下面是论文 Table 1 的原始数据（基线为 19.3）：

方法	Position-Adjusted Word Count	Subjective Impression
不做优化（基线）	19.3	19.3
Keyword Stuffing（堆关键词）	17.7	20.2
Unique Words（生僻词）	20.5	20.4
Authoritative（权威语气）	21.3	22.9
Easy-to-Understand（简化表达）	22.0	20.5
Technical Terms（术语）	22.7	21.4
Cite Sources（标注来源）	24.6	21.9
Fluency Optimization（改善流畅度）	24.7	21.9
Statistics Addition（加统计数据）	25.2	23.7
Quotation Addition（加引文）	27.2	24.7

按这两个指标，Quotation Addition 分别比基线高 41%（词数指标）和 28%（主观印象指标）。在该实验中，加引文、加统计数据、标注来源和改善流畅度的指标均高于基线。

Keyword Stuffing 的词数指标低于基线，为 17.7 对 19.3。论文在 Perplexity.ai 上复现时，堆关键词的结果也比基线低约 10%。

论文还报告了分领域结果：统计数据在法律政务类问题中表现较好，权威语气和引文在辩论与历史类问题中表现较好，来源标注在事实类问题中表现较好。「改善流畅度 + 加统计数据」这一组合比任何单一策略高 5.5% 以上。

三个实验限制

第一，论文里的「生成式引擎」是模拟的。它的流程是拿 Google 搜索的前五条结果，喂给 GPT-3.5-turbo 生成带引用的回答。这不是真实的 ChatGPT，也不是 AI Overviews。论文初稿是 2023 年 11 月，属于 GPT-3.5 时代。

第二，主观印象分是 GPT-3.5 自己用 G-Eval 打的，LLM 既当选手又当裁判。

第三，整个实验的前提是「你已经在前五条检索结果里」。

论文优化的是第五个环节：页面已经被检索并进入上下文之后，如何提高模型采用这段内容的概率。它没有覆盖第一到第三个环节，也就是抓取、索引和检索。

2026 年一篇相关论文也在限制章节中界定了这一范围：它的评测使用固定的五个候选页面加一个待优化页面，「假设该页面已被接纳，不建模上游的检索和排序」，因此优化的是「条件于已被检索的引用概率」，而非端到端的检索加生成。[14]

因此，这类实验结论适用于内容已被检索后的环节，不足以概括完整链路。

可见度在不同来源之间重新分配

论文 Table 2 常被用来说明低排名来源可能获得更大增幅：排名第五的网站使用 Cite Sources 之后，可见度增加了 115.1%。

下面是所有来源同时做优化时的完整结果：

方法	第 1 名	第 2 名	第 3 名	第 4 名	第 5 名
Cite Sources	−30.3%	+2.5%	+20.4%	+15.5%	+115.1%
Quotation Addition	−22.9%	−7.0%	+3.5%	+25.1%	+99.7%
Statistics Addition	−20.6%	−3.9%	+8.1%	+10.0%	+97.9%

在这组结果中，第五名增加 115.1% 的同时，第一名下降了 30.3%。论文呈现的是不同来源之间的可见度重新分配。

这提示了一项限制：当多个页面同时采用类似策略时，单个页面的相对增幅可能缩小。讨论单页收益时，需要把竞争条件一并考虑。

2026 年的后续研究

一篇批判性综述系统梳理了 GEO 相关工作的方法论问题，主张把「可见度」当作一个向量而非单一名次来处理，并对基准设定的因果推断提出质疑[11]
另一篇把 GEO 拆成 citation selection（有没有被选中）和 citation absorption（被用得多深）两个阶段，附了可复现性检查清单，并用一些反直觉的结果对「引用次数越多越好」这类启发式提出质疑[12]
还有一篇指出既有评测大多是非竞争性设定，而真实场景存在少数几个引用位之间的竞争，页面需要与其他候选一起比较，单独达到「足够好」并不能保证被引用[13]

这些研究都在补充早期结论的适用条件。不过其中多数仍是 preprint，涉及效果量级的结论仍有待更多验证。

对抗性方法及其风险

EMNLP 2024 的一篇论文显示，向页面注入对抗性文本可以影响会话式搜索引擎的来源排序，提高低排名产品的位置，而且攻击能迁移到 Perplexity.ai 这样的真实产品上。作者把它作为安全问题研究，并指出会话式搜索的黑盒性质和缺少可解释排序机制带来了脆弱性。[10]

这类方法可能违反厂商的 spam 政策，也会带来声誉风险。论文的研究目的在于揭示安全问题，不宜将实验结果直接视为优化建议。

为什么各家数字差异很大

「AI 引用有多少来自自然结果前十名」这个问题，不同机构给出的答案是 12%、17%、32%、38%、48%、54%、90%，差了七倍多。

这些差异可以从四个方面理解：

一、rank window 不同。前 10、前 20、前 100 对应不同的统计范围。同一家机构报出的「54%」和「17%」，可能一个是前 100 的重合度，一个是前 10 的。

二、分母不同。「所有引用里有多少条排进了前 10」和「有多少个 AI 回答里至少包含一条排前 10 的链接」，是两个数，后者通常更高。seoClarity 分析了 36.2 万条美国桌面查询，同一份数据里两个口径同时成立：按引用算，与前 10 的重合率是 32%；按 AI 回答算，有 90% 的回答里至少含一条排进前 10 的链接，扩到前 20 是 94%，而当 AI 只引用一个来源时是 89%。[17]

同一份研究里，32% 和 90% 对应不同的分母。引用这些数字时需要同时说明计算口径。

三、测量方法在变。Ahrefs 自己说明过，他们的解析方法有改进，能识别到更多引用，所以观察到的「下降」里有一部分是测得更全，而不是 Google 行为变了。[16]

四、真实变化和测量变化可能同时存在。趋势方向通常比具体倍数更容易判断。

阅读 GEO 相关数字时，可以核对三项信息：样本、分母和 rank window。缺少这些信息时，单独引用数字容易产生误导。

常见说法与现有证据

下面每一条我都尽量配上官方原话或者实验数据。

一、llms.txt 是 AI 时代的 robots.txt。

Google 的官方文档写道：「你不需要创建新的机器可读文件、AI 文本文件、标记或 Markdown 来出现在 Google 搜索里。」以及：「这么做既不会损害也不会提升你在 Google 搜索里的可见度或排名，因为 Google 搜索会忽略它们。」[2]

Google 的 John Mueller 更早就说过「目前没有任何 AI 系统使用 llms.txt」，还补了一句「看服务器日志就一目了然」，并把它类比成早已被弃用的 keywords meta 标签：「这是网站所有者自己声称的网站内容，为什么不直接看网站？」Gary Illyes 也表示 Google 不支持也没有计划支持。[20]

不过 Google 只能代表 Google。要判断其他引擎读不读，得看服务器日志，而这方面的大样本数据结论相当一致：

研究	样本	结果
Ahrefs（2026 年 5 月）[22]	137,210 个域名	28% 的站点放了 llms.txt，其中 97% 当月零请求
OtterlyAI（90 天）[23]	62,100 次 AI bot 请求	只有 84 次访问 llms.txt，占 0.1%
SE Ranking[24]	约 30 万域名	采用率 10.13%，未观察到对 AI 引用的影响

在 Ahrefs 的样本中，**没有 AI bot 请求不存在的 llms.txt。**请求不存在的 llms.txt 而产生的 404 中，98% 来自人（同行在查竞品）。这表示样本中的 AI bot 没有主动查找该文件。

在被访问到的那 3% 里，检索类爬虫（与搜索引用相关的爬虫）占 1.1% 的请求，agent 类占 10.5%，训练类占 5.3%，其中 Claude-Code 的抓取量超过了任何一个检索爬虫。

这些数据对应两类用途。Anthropic、Stripe、Cloudflare、Vercel 都把 llms.txt 作为编码 agent 的路由层维护，日志数据也记录了这类访问。对于搜索可见度，现有研究没有观察到提升，检索类爬虫在相关请求中所占比例很低。

如果读者主要使用 Claude Code 或 Cursor 阅读文档，llms.txt 可以提供路由信息。对于提高 ChatGPT 回答中的引用率，目前还缺少支持证据。

二、加 schema.org 结构化数据能提升 AI 可见度。

Google 文档写道：「生成式 AI 搜索不要求结构化数据，也没有什么特殊的 schema.org 标记需要你添加。」[2]

结构化数据对富媒体摘要等传统场景仍然有用，Google 也建议保持结构化数据和可见文本一致。现有文档没有把它列为提升 AI 可见度的额外手段。

三、要把内容切成小块喂给 AI。

Google 文档写道：「没有要求把你的内容拆成小碎片给 AI 用。」[2]

四、要为 AI 写一种特殊文体，或者存在一个理想字数。

Google 文档写道：「你不需要专门为生成式 AI 搜索用某种特定方式写作。」以及「不存在理想的页面长度。」[2]

五、GEO 是取代 SEO 的新学科。

检索使用核心搜索排名系统和同一个索引。Google 表示生成式 AI 功能「植根于核心搜索排名和质量系统」，因此常规 SEO 实践依然相关。[2] 第三到第六个环节增加了新的变量，第一、二个环节仍然沿用抓取和索引的基本前提。

六、堆关键词、堆 FAQ 能提高被引概率。

GEO 论文的实验中，堆关键词的指标为 17.7，低于不优化的 19.3；在模拟引擎和 Perplexity 上都观察到这一结果。[9]

七、藏白字、写隐藏 prompt 能操纵 AI。

EMNLP 2024 的论文在实验中验证了这种操纵方式。[10] 论文将其作为安全问题研究。将它用于实际优化可能违反 spam 政策，也会带来声誉风险。

八、屏蔽 GPTBot 既能保护内容，又不影响可见度。

OpenAI 的文档写道「每一项设置都独立于其他项」，Anthropic 的三个爬虫也各自独立。[4][6] 屏蔽 OAI-SearchBot 后，站点不会出现在 ChatGPT 搜索的回答里。拒绝训练并保留搜索可见度，需要分别配置具体的 user-agent。

九、某某 GEO 工具能看到内部指标。

Google 文档写道：「要警惕那些承诺排名成功、或声称使用 Google『内部』指标的第三方工具。没有任何第三方工具能访问我们的内部排名或 AI 系统。」[2]

十、被抓取就等于被看见。

在 Cloudflare 的时间窗内，Anthropic 的 crawl-to-refer 比率为约七万一千次抓取对应一次访问。[18] 训练类抓取也不会直接产生引用。因此，日志中的 AI 爬虫数量和内容出现在 AI 回答中的次数属于不同指标。

十一、针对 fan-out 的子查询批量做页面。

Google 文档写道，为每一个可能的查询变体单独创建内容、主要目的是操纵排名或生成式 AI 回答的，违反 scaled content abuse 垃圾内容政策；文档还表示「页面数量多并不会让网站更优质或更相关」。[2]

十二、多刷第三方提及就能提升 AI 可见度。

有证据支持的动作

我按证据强度分成三级，用来区分官方说明、有限实验和尚未验证的推测。

A 级：厂商官方说明

按爬虫分别配置 robots.txt，区分训练、搜索和用户触发三类用途。拒绝训练并保留 AI 搜索可见度时，需要分别设置 user-agent
保证页面可索引、可带 snippet。这是 Google 文档列出的 AI Overviews 和 AI Mode 支持链接资格前提[1]
用官方报告查看数据。本文核查到的一手数据源包括 Search Console 的生成式 AI 报告[3]和 Bing Webmaster Tools 的 AI Performance[7]
用 sitemap 加 IndexNow 维持新鲜度，lastmod 写 ISO 8601 带时间戳[8]
保持结构化数据和可见文本一致。Google 的要求是内容一致性，没有将其描述为 AI 可见度提升因素

B 级：有实验支持，但有明确边界

这一级来自 GEO 论文，适用前提是页面已经被检索并进入上下文，对应第五个环节。

加具体的统计数据、可核查的引文和来源标注。在论文的词数指标中，这三项高于基线，最高增幅为 41%[9]
改善行文流畅度和可读性，+15% 到 30%
论文观察到不同领域的结果有差异：统计数据在法律政务类表现较好，权威语气和引文在辩论历史类表现较好，来源标注在事实类表现较好
争取真实的第三方提及。Ahrefs 研究了 75,000 个品牌（DR>40），无链接的品牌网络提及与 AI Overviews 提及的 Spearman 相关系数约 0.664，而外链（引用域）只有 0.218；后续扩展研究里 YouTube 提及最高，约 0.737[15]

最后这条有两个限制。其一，Ahrefs 强调相关不等于因果：大品牌通常同时拥有更多提及和更高的 AI 可见度，品牌规模可能是共同影响因素。其二，Google 写道「不要去追求网络上不真实的『提及』」[2]。这组证据支持关注自然产生的第三方报道，但无法证明增加提及本身会带来更高的 AI 可见度。

C 级：推测，尚未验证

段落开头先给答案再展开、一个小标题对应一个论点、把结论写成可独立成立的句子。

这些做法符合分块检索的直觉：如果检索按片段进行，一个自足的片段可能更容易被单独取用。不过，没有厂商确认过这一点，我也没有找到严格的对照实验。Google 还表示不需要为 AI 使用特殊的写作方式。

我自己会采用这种写法，因为我认为它也方便人类读者理解。这个选择来自写作偏好，不属于已验证的 AI 优化方法。

还有一条我原本考虑放进 A 级，核对资料后改放到 C 级：**把要被引用的正文做服务端渲染。**常见理由是 LLM 侧的抓取器可能无法可靠执行客户端 JS。这个说法在从业者中流传较广，但我核对的五家厂商文档都没有说明是否渲染 JS。缺少厂商说明和对照实验时，服务端渲染只能作为有待验证的建议。

目前的证据边界

把这些资料翻完，我的结论比开始时保守得多。

目前证据较直接支持两点：进入索引是参与后续检索和引用的前提；在有限的实验条件下，具体且可核查的内容，包括真实的数据、引文和清楚的来源，能提高被引用的概率。

其他许多说法混合了不同环节的结论、相关关系和因果关系，部分数字在传播中也脱离了原有口径。

GEO 论文的 Table 2 还显示，可见度会在不同来源之间重新分配。当多个页面采用相似方法时，单个页面的相对收益可能缩小。内容是否具有可引用价值，例如是否提供独有的一手数据、是否把问题解释清楚，仍会影响竞争结果。

这个结论很朴素，但它较少依赖某一家厂商当前的算法，也更可能在模型更新后继续适用。

这篇文章是我根据公开资料整理的笔记。AI 搜索的机制变化很快，文中引用的官方文档、报告和论文都标注了来源和时间，请以各厂商当时有效的官方文档为准。文中标注为「未验证」的部分表示：我没有找到支持它的证据，也没有找到反对它的证据。