geo-citation-lab 引用特征开源实验室
2026-11-05姚金刚约 4 分钟阅读
文献归档与全文阅读 • 本地全文存档
geo-citation-lab 引用特征开源实验:基于两万余条记录的 AI 搜索引用审计
geo-citation-lab 是一个研究大模型联网检索与引用特征的开源仓库。项目公开了完整的测试脚本与可复核数据集,量化拆解 ChatGPT Search、Google AI Overviews 和 Perplexity 在触发联网、筛选信源和提取内容三个环节的客观规律。
一、实验设计与数据快照
实验使用 602 条测试 Prompt 做控制变量测试,采集 ChatGPT、Gemini 和 Perplexity 三大平台的生成式回答,共提取 21,143 条搜索层引用与 23,745 条 citation-level 特征记录,并对成功抓取的 18,151 个源页面做了 72 项语义与结构特征比对:
| 实验统计指标 | 数值 |
|---|---|
| 设计 Prompt 总数 | 602 |
| A/B/C/D 四层控制组 | 432 / 60 / 60 / 50 |
| 生成式回答搜索触发率 | 98.64%~100% |
| 引用关联特征总行数 | 23,745 |
| 引用抓取成功样本数 | 18,151(76.44%) |
二、实验核心量化发现
- 联网触发率高:三大平台触发联网搜索的比例分别为 ChatGPT 98.64%、Google 99.67% 和 Perplexity 100%。
- 引用宽度差异明显:触发搜索后,单条回答平均引用源文件数分别为 ChatGPT 6.88 个、Google 12.06 个和 Perplexity 16.35 个。
- 引用少但单篇权重高:ChatGPT 引用数量最少,但单条引用的平均吸收影响力得分达 0.2567,是 Google(0.0455)的 5.64 倍,也是 Perplexity(0.0548)的 4.68 倍。
- 引导语提升引用数:加入“请携带可靠引用”约束的 A/B 实验组,平均引用源数从 12.35 个升至 13.07 个,其中 Google 增幅最大(达 15.90 个)。
- 中英文引用数量差距:英文 Prompt 平均触发 11.68 个引用源,中文 Prompt 平均为 10.41 个;Google 的双语差距最大(11.57 个对比 7.53 个)。
- 长决策提问触发更多信源:宽泛提问触发的搜索源较少(平均 9.97 个),长句决策型提问最多可触发 13.70 个引用源。
- 信源类型高度集中:三大平台普遍偏好
官网 + 新闻 + 垂类行业站,这三类来源在 ChatGPT 占 87.52%,Google 占 87.34%,Perplexity 占 79.12%。 - 美国域名占比居首:在可识别归属地的引用链接中,US 域名占多数,分别为 ChatGPT 85.89%、Google 86.76% 和 Perplexity 82.70%。
- 英文语料占主导:可识别语言的样本中,英文页面占 82.90%~95.07%,面向海外市场的项目需同步准备英文版 Markdown 路由。
- 域名权重仍有门槛:被引用页面的 Domain Rating(DR)评分中位数在三大平台均处于 520~600 区间,DR >= 500 的页面占比超过一半。
- 页面篇幅拉开差距:高频深度引用的前四分位(Top)页面平均长 1,943 词,后四分位(Bottom)页面平均仅 170 词,相差 11.4 倍。
- 标题与列表结构清晰:高吸收率页面平均包含 10.59 个 H2/H3 标题和 47.49 个段落,列表元素密度达 0.428;低吸收率页面相应指标接近于零。
- 语义相关度最为关键:预测内容是否被吸收的首要因子是
llm_relevance_score(语义相关系数 r = 0.432),高于传统域名权重评分。 - 块状证据显著加分:含明确定义的页面吸收度提升 57.3%,含对比表格提升 55.3%,含分步(Step-by-Step)实操指南提升 41.2%。
- 凑数式 FAQ 呈负相关:传统 SEO 机械堆砌的 Question & Answer 列表,在 AI 检索端反而录得 -5.7% 的负相关。
- 长文切片会被重复调用:大模型在多处回答中重复引用同一链接的吸收率达 76.44%,长内容的切分块在 RAG 检索池中常被多次调用。
三、三项反直觉实验结论
- 重证据轻空谈:大模型优先提取具体数值与清晰定义,很少摘录泛泛的主观议论或修辞段落。
- 过短页面难以入选:网页字数过少时无法切出高信息密度的文本块(Chunks),容易在检索初筛阶段被直接丢弃。
- 生硬拼接 FAQ 不加分:不少审计工具机械要求页面底部加 FAQ 模块,但实验数据显示生硬凑数的问答对提升引用并无帮助。
四、GEO 证据页写作骨架
编写高引用率页面时,可按以下四个模块组织正文结构:
TEXT13 行
| 1 | # 标题:[描述性自然语言,直接匹配目标用户的检索问句] |
| 2 | |
| 3 | ## 1. [核心概念定义] |
| 4 | 包含一句明确的“什么是……”陈述(定义类型页面平均影响力 +57.3%)。 |
| 5 | |
| 6 | ## 2. [关键事实数据] |
| 7 | 至少包含 3 个带明确单位的统计指标或测试参数(事实类型页面平均影响力 +61.6%)。 |
| 8 | |
| 9 | ## 3. [主流方案对比] |
| 10 | 利用 H3 标题或 Table 表格对比方案 A 与方案 B 的各项指标(对比类型页面平均影响力 +55.3%)。 |
| 11 | |
| 12 | ## 4. [实操步骤与建议] |
| 13 | 按步骤(Step-by-Step)列出具体的操作命令、安装脚本或配置清单。 |
前沿文献
觉得本文有启发?一键复制标准引用摘要
自带原文归因链接与核心摘要,可直接粘贴至团队飞书/Slack 知识库、技术周报或大模型上下文。