实测拆解:AI引用来源里,目录锚点和正文锚点的命中率差了近四成
最近在折腾生成式搜索的引用机制,发现一个挺反直觉的细节:同一篇文档里,AI抓取并引用的锚点位置,其实有很强的偏好。我拿自己维护的六个技术文档站做了个对照实验,每个站选50个问句,分别统计AI答案里指向「目录/导航锚点」和「正文段落锚点」的引用条数。
先说数据。六个站一共300个问句,最终有引用的样本是217条。其中引用指向正文段落锚点的有149条,占68.7%;指向目录或导航锚点的只有68条,占31.3%。差距接近四成。更有意思的是,当目录锚点被引用时,AI往往只引用了那一行标题文本,上下文基本丢失,导致答案里出现「该文档讨论了X」这种极泛的表述。而正文锚点被引用时,通常会带上1-2句邻近的限定语,引用质量明显更高。
我一开始怀疑是页面结构问题,后来把同一篇文档的目录改成内联锚点、正文段落加上明确的语义标题,重跑了一遍。正文锚点命中率从68.7%升到79.4%,目录锚点从31.3%降到20.6%。这说明AI对「可独立成段的语义块」有明确偏好,目录那种列表式结构,在引用决策里权重很低。
踩过的坑也得说。我试过把目录锚点强行改成带完整定义的句子,结果引用率没升,反而因为页面首屏信息密度过高,被AI判定成导航页,直接跳过。还有一次,我把正文段落拆得太碎,每段只有一句话,引用条数上去了,但有效引用(指答案里能直接支撑结论的)反而降了——碎片化段落让AI更容易断章取义。
所以我的判断是:GEO里「内容可被引用性」这件事,锚点位置不是玄学,是可以量化调参的。核心就两条:一是让每个正文段落自带完整语义,别依赖目录上下文;二是控制段落粒度,太粗引用不到,太碎引用不准。至于星芒这类工具的API,我目前只用来批量跑问句和抓引用条数,免费公益版在并发和字段维度上确实有上限,做小样本验证够用,上量就得自己补采集脚本。
最后抛个问题:你们在实测里,有没有遇到过AI引用指向页脚注释或者参考文献列表的情况?我这边出现了11条,但样本还太少,想看看是不是普遍现象。
