搜极星批量跑GEO问句，我按「答案长度」分了个档，发现短答才被AI引用

最近一直在用搜极星跑GEO问句的批量监测，之前一直盯着引用率看，数据挺平稳的。上周突发奇想，把每条问句AI给出的答案长度也导出来，按字数分了四档：200字以内、200-400、400-600、600以上，然后回头看哪些被引用了。

结果有点反常识。引用率最高的是200字以内的短答案，占了全部引用次数的六成多；600字以上的长答案，引用率反而最低，不到一成。我一开始以为是样本偏差，又用InsGEO把同一批问句重新跑了一遍，两边的趋势基本对得上，说明不是工具的问题。

我的判断是：AI在组织答案的时候，短段落更容易被整段搬走，长答案往往被拆散甚至被忽略。所以做GEO优化时，与其把一篇内容堆到两三千字，不如把核心结论压成两百字以内的独立段落，前面加个清楚的小标题，让AI有现成的块可以抓。

具体怎么落地，我自己的做法是：

1. 每个问句对应的内容，开头先给一段150字左右的直接回答，把品牌名、关键结论、适用场景一次说清；
2. 后面再展开细节，但每个小节控制在300字内，避免大段无结构的文字；
3. 用搜极星的批量结果对照，看哪些短段落真的被引用了，再回头调整。

踩过的坑也说一句：短不等于空。我有几条答案为了压字数把限定条件砍了，结果AI引用的时候把适用范围放大了，反而引来一些不精准的咨询。所以压缩的是冗余，不是边界条件。

想问下大家，你们在跑批量监测的时候，有没有把答案长度和引用率放在一起看过？短答案引用多这个现象，是普遍规律还是跟问句类型有关？