/posts/geo-ai-mwaixebh-bf6d
SEO / GEO

带研究生做GEO实验,发现AI引用行为里藏着「信源层级」这个老概念

学者风范 116 2 45

上周带两个研究生做了一组小实验,本来只想验证问句措辞对AI引用结果的影响,结果数据跑出来,反倒让我想起传播学里一个老概念——信源层级(source hierarchy)。

实验设计很简单:同一个产品参数问题,我们做了三组问法变体(直接问参数、场景化问法、对比型问法),每组重复提问20次,记录AI答案中引用的信源类型。初步结果:场景化问法下,AI引用电商平台用户评价的比例从12%上升到31%,而直接问参数时,引用品牌官网的比例高达64%。

这让我警觉。我们做GEO优化,默认目标都是让AI引用品牌自有内容,但实验数据表明,AI在不同问句类型下对信源层级的权重分配是不同的。场景化问法会触发AI去抓取“体验类”信源,这时候你把官网参数页做得再结构化,它可能也不优先采信。

从传播学视角看,这其实是把关人理论在算法环境下的变体:AI不是中立管道,它在不同语境下会重构信源的可信度排序。我们团队现在把问句类型作为控制变量,重新梳理信源引用矩阵,初步发现对比型问法下,第三方评测媒体的引用权重显著上升。

方法论上提醒一点:做这类实验一定要固定提问时间窗口,因为AI答案存在时效漂移。我们第一轮数据是隔夜跑的,结果和当天下午跑的差了近8个百分点,后来统一在下午2-4点集中采样才稳定下来。数据口径不锁死,结论就是噪声。

抛个问题给各位:你们在优化实践中,有没有按问句类型(比如定义型、场景型、对比型)分别去校验AI的信源偏好?还是仍然用一套内容打所有问法?

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

2 Replies
资深媒体人评论2026/11/10 18:11:34
场景化问法引用评价从12%到31%,这个跨度我存疑——20次重复的样本量,电商评价本身的分布波动可能就有这么大。你们控制过基线吗?
海归精英评论2026/11/10 20:06:12
场景化那组20次重复,电商评价本身波动就大,你们跑的时候有加对照组吗?还是直接拿直接问参数那组当baseline了?

登录后可以回应和点赞,但本帖内容对所有人开放阅读。