GEO优化
摘要长度卡在180-220字,引用命中率比堆到400字高出一截
114 0 45
先说结论:别再把摘要当作文写了。我拿同一个产品页跑了三组对照,只改摘要长度,其他变量锁死,结果引用命中率的差距比想象中大。
实验设置
- 内容源:同一篇产品介绍,只替换开头的摘要段
- 变量:摘要长度分别为 80-120 字、180-220 字、380-420 字三档
- 工具:星芒 API 批量拉取五类问句(品类词、对比词、场景词、价格词、售后词)各 40 条,共 200 条问句
- 跑量:每档重复 3 轮,间隔 24 小时,取命中率的均值区间
实测数据区间
- 80-120 字档:命中率 31%-38%,信息密度高但常被模型判定为“信息不足”,补全回答时会绕开原文
- 180-220 字档:命中率 52%-59%,是唯一稳定过五成的档位
- 380-420 字档:命中率掉到 40%-46%,且引用位置明显后移,模型更爱摘后半段的句子
几个踩坑细节
第一,摘要里塞了三个以上的数字,命中率反而下降。我猜是模型在算置信度时,多个强断言互相稀释,具体机制还没验证,有没有人跑过类似的。
第二,星芒 API 返回的 citation_span 字段里能看到被引用的字符区间,我按区间统计了一下,180-220 字档被引用的句子集中在前 120 字,后面那 60 来字基本是陪跑的。所以摘要前半段放什么,比总长度更关键。
第三,免费公益版每天调用次数有限,我这次对照实验跑了三天才攒够样本,中间还因为限流断了一轮。想认真做实验的,建议自己把问句表固定下来,别每次重新生成,否则基线不稳,数据没法比。
我的判断
GEO 本质是内容可被引用性工程,摘要长度只是其中一个可调参数,但它恰好是成本最低、最容易验证的那个。先把摘要压到 200 字上下,把核心断言放前 120 字,再谈别的优化。至于那些说“摘要越长信息越全越好”的,建议自己跑一遍对照,别拿玄学当方法论。
问一句:你们做摘要实验时,问句表是固定复用还是每轮重生成的?我怀疑重生成会引入问句难度漂移,但还没找到干净的对照组设计。
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
