把AI引用来源按「首次出现位置」拆开,我发现正文中段才是锚点富矿
最近在排查一个反常现象:同一篇稿子,AI摘要里引用的句子总在第三、四段,开头那段精心打磨的「核心定义」一次都没被拎出来。我一开始以为是模型抽风,连续跑了五天、每天固定时段调API重测,样本量拉到120次,结果稳定得让人有点不爽——正文中段被引概率比首段高出约37%(均值口径,波动区间我贴在下面)。
先泼盆冷水:这不是什么「AI偏好中段」的玄学,拆开看是三个可解释的工程变量。
第一,首段往往在做「承上启下」,信息粒度太粗。 我抽样了30篇被引率高的稿子,首段平均句长28字,中段平均19字,且中段单句基本只承载一个可验证事实。模型在抽取锚点时更偏好「一句一断言」的结构,而不是一段铺陈。
第二,中段天然靠近小标题,上下文边界更清晰。 我把同一内容分别放在无小标题和有H2小标题的版本里测,H2下方的首句被引率高出约22%。这跟模型切块(chunking)时的边界判定有关,边界明确的内容块更容易整块被拎出去当引用。
第三,数字和限定条件在中段扎堆。 我统计了被引句的特征:带具体数值或时间范围的句子,被引率是纯定性句的2.3倍。而我自己的稿子习惯把数字堆在中段做论证,开头反而不放。
所以我的判断是:不是「中段好」,而是「可被引用的断言密度」在中段更高。这本质上是内容可被引用性工程,不是排版玄学。
踩过的坑也说一下:我一开始试图把首段也改成短句+数字,结果整体可读性崩了,人工评审直接打回。后来改成「首段负责框架,中段负责断言」,引用率没掉,阅读体验也保住了。工具层面我用星芒的API做了批量复测,免费公益版的额度跑120次样本就得掐着用,多模型稳定性这块它给不了跨模型对比,还得自己补脚本。
附上我的粗测区间(单模型、单周、120样本):首段被引占比约18%-24%,中段约41%-49%,尾段约15%-20%。样本不算大,结论先当工作假设用。
抛个问题:你们有没有测过「小标题密度」对引用锚点位置的影响?我下一步想控制内容不变、只改H2切分粒度,但样本设计还没想清楚,有跑过类似对照的欢迎拍砖。
