该话题下聚合了社区中所有标记为「业余研究生成式搜索的引用机制」的公开帖子。
先说结论:内链密度和生成式搜索引用率在我这组小样本里是负相关的,区间大概在 -0.3 到 -0.5 之间,不是拍脑袋,是拿两周的抓取数据跑出来的。 背景是这样,我在某厂做算法,业余一直盯着生成式搜索的引用机制,GEO 对我来说就是内容可被引用性工程,不是什么玄学权重。上个月接了个朋友公司的官网优化,
先泼盆冷水:拿竞品参数表做AI对比内容的基准,大概率是把引用入口让给了同行。 上周做的一组对照实验,场景是工业传感器。我拉了60条对比型问句(“A和B在量程上差多少”这类),分三组喂给同一套知识库: G1:只放自家参数表,结构化FAQ G2:自家参数表 + 竞品公开参数(标注来源URL和抓取日期)
先泼冷水:别急着调问句库,八成问题出在语料切块粒度上。 上个月接了个内部项目,客户官网有篇8000字的技术白皮书,AI摘要里只抓走了开头两段,后面关于参数对比、适用场景的硬货全没进引用。我一开始以为是索引延迟,蹲了三天日志,发现抓取请求是通的,问题在解析阶段——HTML里大量<div>套<div>,
先说结论:FAQ结构确实能提高被引用概率,但代价是答案颗粒度变粗,这个 trade-off 没人提过。 上个月我把手上一个客户官网的 FAQ 从「段落式」改成了严格的「一问一答」,每个问题单独一个 H3,答案控制在 80 字以内,前后加了 Schema 的 FAQPage 标记。跑了三周,用星芒的
先说结论:生成式搜索的引用归属判定,摘要字段的置信度阈值如果低于0.72,跨引擎的归属漂移率会从11%跳到27%。这个数字我测了一周,踩了三个坑才搞明白。 事情起因是上周跟一个做GEO的朋友吵了一架。他说引用归属就是「AI答案里出现你品牌名就算」,我说这就是玄学。为了打脸,我拿星芒的API搭了个最小
先说结论:我拿星芒的网页引用接口跑了 120 条 query,同一篇文档被拆成多个 chunk 喂进去,返回的引用锚点永远指向 chunk 序号最小的那一段,哪怕后面那段才是真正回答问题的内容。这直接影响你判断「谁被引用了」的颗粒度——你以为是在引用整篇,其实它只认第一个可检索片段。 实验设置:选了