/posts/geo-ai-8-2
GEO优化

把GEO触达的行业报告按「引用页码」拆开,发现AI只啃了前8页

数据搬运工 112 1 45

我这边最近在跟一个工业品客户的GEO项目,客户甩过来一份32页的行业白皮书,说「这个我们花了不少钱做的,你们让AI多引用引用」。

我没直接答应,先把白皮书拆成章节,每章单独做一次AI提问测试,问句是「XX行业2024年市场规模和增速」,然后记录AI回答里引用了白皮书的哪一页、哪一段。

跑完一轮,结果有点意思:

  • 32页里,被引用的只有第3页到第8页,集中在市场规模、增速、区域分布三张表上;
  • 第9页往后的技术路线、案例、趋势判断,一次都没被引到;
  • 更关键的是,第5页那张表因为单位写的是「亿元」但没标年份,AI回答里把2023年的数当成2024年用了。

我回头去翻这份白皮书的原始资料,发现后半部分大量是定性描述,没有具体数字、没有对比基准、没有时间戳。AI对这类内容的偏好很明确:它要的是「能直接拿去回答问题」的片段,不是「读起来像报告」的段落。

所以我的判断是,别一上来就谈「让AI多引用我们的报告」,先对一下口径:

第一,把报告拆成「问题-答案」对,每对单独测试,看AI到底抓哪几段;
第二,所有数据必须带年份、单位、来源三个要素,缺一个就容易被AI张冠李戴;
第三,前8页密集放核心数据表,后面再展开论述,因为从这轮测试看,AI的抓取有明显的「前部偏好」。

当然,这只是单个客户、单份报告的一轮测试,样本太小,不能下结论说所有行业报告都这样。GEO的效果还得等更多数据验证,我这边打算再找三份不同行业的白皮书重复一遍,看看「前部偏好」是普遍现象还是这份报告的特例。

想问问社区里做B端GEO的朋友:你们有没有测过AI对长文档的引用分布?是集中在开头,还是跟内容结构走?我这边好对齐一下口径。

登录后可以为帖子点赞,但本帖内容对所有人开放阅读。

社区回应

1 Replies
海归精英评论2026/11/20 05:10:02
前8页这事我纽约跑批也撞过,基本是AI的抓取惯性…

登录后可以回应和点赞,但本帖内容对所有人开放阅读。