GEO 论文精读：9 种内容策略，让品牌更可能被 AI 引用

为什么这篇论文值得品牌团队读

2023 年底，一篇题为《GEO: Generative Engine Optimization》的论文在 arXiv 上公开，并在 2024 年 8 月被数据挖掘领域顶级会议 ACM SIGKDD 收录。它第一次用大规模实验回答了一个此前只有猜测的问题：当用户不再点进搜索结果、而是直接阅读 AI 生成的回答时，网站内容做哪些改动，才更可能被 AI 引用？

结论对品牌团队有两层含义。第一层：被引用比被排名更重要。生成式引擎在回答中以内联引用（[1][2]）标注来源，引用出现的位置和篇幅，直接决定用户能不能看到你。第二层：引用是可以被设计的。论文用 9 种可复现的内容策略做实验，把测试站点的可见度最高提升约 40%。

论文的三个关键产出：一套无需了解引擎内部算法的黑箱优化框架；一套专为生成式引擎设计的可见性指标；以及首个大规模基准 GEO-bench——10,000 条真实与合成查询、25 个领域，代码与数据全部开源（arXiv:2311.09735）。

生成式引擎如何决定“引谁、怎么引”

论文把 BingChat、Google SGE（AI Overviews）、Perplexity.ai 这类系统统一定义为生成式引擎（Generative Engine, GE）：接收用户查询与个性化信息，输出一段带引用的自然语言回答。内部是一条四步流水线，每一步都影响内容最终能否被引用。

GEO 的主战场在最后一步——模型在这里决定每个句子引用谁、把引用放在什么位置、给多少篇幅。前几步决定“你能不能进入候选”，最后一步决定“你会被怎样呈现”。内容优化，就是在流水线之外，通过改变信息密度、可验证性与表达方式，影响模型这一步的隐式偏好。流水线的四个环节是：

• 查询改写：把用户问题拆成若干子查询
• 检索：搜索引擎返回 Top-5 来源
• 逐源摘要：为每个来源生成摘要
• 响应生成：把摘要合成带内联引用的回答

先学会度量：被 AI 看见是有指标的

论文设计了两种互补的可见性指标。客观指标按回答中引用你的篇幅占比计算（词数指标 Imp_wc），并叠加位置指数衰减——回答越靠前的引用权重越高（位置调整词数指标 Imp_pwc，是全文主指标）。直觉很简单：被引用不等于被看见，被靠前引用才是。

主观指标用 LLM 评估（G-Eval）从 7 个维度打分：相关性、影响力、独特性、位置、数量、点击概率、多样性。每个维度都对应一种优化方向，品牌团队可以针对薄弱维度做单一变量改进。两类指标的分工见下表：

9 大策略全清单与量化效果

论文把 9 种策略按效果分成三类：高影响力（必做）、中影响力（选做）、无效或负面（避坑）。一个容易忽略的分工逻辑：除引用来源、添加引语、关键词堆砌外，其余策略只优化既有内容的呈现方式，不需要新增素材；前三者需要额外输入——外部权威引用与专家原话，品牌团队按手头资源选择即可。全部策略的量化效果与适用场景见下表：

数据说话：实验结果里的三个关键发现

在 GEO-bench 测试集上（5 个随机种子均值），除关键词堆砌外，所有策略稳定超越基线：表现最好的三种——引用来源、添加引语、添加数据——在位置调整词数指标上相对提升 30–40%，在主观印象上提升 15–30%。其中三个发现值得单独记住：

• 关键词堆砌失效甚至有害：被模型识别为低质内容，可见度不升反降约 10%。SEO 时代的“堆关键词”惯性必须停用。
• 呈现质量也是硬指标：流畅度与通俗化带来 15–30% 的提升，说明 AI 更愿意引用“好读且有据”的内容。
• 权威语气收益有限：生成模型本身偏向权威表达，单纯改语气难以拉开差距。

最反直觉的发现：GEO 是“流量平权”工具

策略可以叠加。论文对表现最好的 4 种策略做两两组合实验，流畅度优化 + 添加数据效果最佳，比任何单一策略至少高出 5.5%；引用来源单独用相对较弱，但和任何策略组合都能显著抬升效果（组合均值 31.4%）。

更反直觉的发现是：GEO 是“流量平权”工具。论文把搜索引擎结果页（SERP）不同排名的网站同时做 GEO 优化，排名越靠后的网站获益越大——以引用来源策略为例，SERP 第 5 名提升 +115.1%，第 1 名反而下降 30.3%。原因是生成式引擎“读内容”而不“看域名”：它不在乎你是谁，只在乎你说了什么。各策略对不同排名网站的可见度影响见下表：

真实引擎验证与领域差异

论文在 Perplexity.ai（数百万活跃用户）上做了 200 样本实测：添加引语在位置调整词数上比基线提升 22%，添加数据在主观印象上提升 37%，关键词堆砌仍比基线低约 10%——结论与自有引擎一致，说明策略跨引擎有效，可以直接落地。

论文还给出几个只做少量文字增删就成倍提升的案例：补上“瑞士人均年消费 11–12 公斤”及来源后，巧克力内容可见度提升 +132.4%；补上“过去十年机器人参与度激增 70%”提升 +65.5%；以笃定语气陈述事实提升 +89.1%。AI 的引用决策对信息密度与可验证性极度敏感。

但 GEO 不是一招吃遍天下：辩论类查询吃“说服力”，事实类吃“可验证性”，人物与历史类吃“真实感”，法律与政府类吃“数据支撑”。品牌团队应按目标行业选择策略组合，而不是照搬清单，各策略表现最佳的前三类查询见下表：

落地清单：8 件现在就能做的事

把论文结论转译成可直接执行的建议，按优先级排序。执行时建议放进甲戟的五阶闭环（MAP → MEASURE → DIAGNOSE → ACT → RE-TEST）：先用真实问题冻结基线与证据，再围绕“未提及、事实失真、引用不足”等失败模式做单一变量改动，最后用同一题集复测，把“感觉有效”变成“可验证的证据”。闭环方法详见《GEO 不是关键词堆砌：一套可验证的 AI 搜索优化闭环》。

• 给内容“上锚点”：在正文写出“据某权威机构 2024 年报告……”并给出可查出处。这是投入产出比最高的改动。
• 把形容词换成数字：“极快、行业领先”改成“35 分钟充满 60%、累计服务 50 万客户”。
• 嵌入专家原话：采访工程师、KOL、客户，把直接引语写进页面。
• 数据与流畅度组合使用：内容要硬核，表达要顺滑，这是论文验证的最优组合。
• 停止关键词堆砌：被模型判定低质，可见度反而下降约 10%。
• 按领域选策略：法律/政府类优先加数据；历史/人物类优先加引语；辩论/观点类用权威语气；大众科普优先通俗化。
• 小站点不必绝望：SERP 第 5 名用引用来源可获得 +115%，内容质量才是门票。
• 检查 robots.txt：保留 GPTBot、ClaudeBot、CCBot 等 AI 爬虫的抓取权限，把 AI 拒之门外，GEO 就无从谈起。

边界与务实提醒

论文自己承认的边界：生成式引擎演进快，方法需要随引擎版本持续迭代；查询分布会随时间漂移，基准需要持续更新；GEO 改动未验证对传统 SERP 排名的影响（但改动局限于文本内容，预计影响很小）。

对品牌团队更重要的提醒是：+41%、+115% 是相对基线的实验提升，不是绝对保证。AI 回答是概率性的，同一问题多次采样结果会波动——这正是甲戟坚持“同题复测 + 原始回答留档”的原因，用趋势和证据说话，而不是承诺固定排名。

合规底线：医疗、教育、金融等行业尤其要把事实与表达分开治理。可验证的资质、地址、服务说明和案例可以成为公开信源；无法证明的绝对化承诺，不应为了提高推荐率而写入内容。使用“添加数据”策略的前提，是数据真实、可溯源。

想深入理解信源建设与指标设计，可继续阅读《如何建设 AI 愿意引用的品牌信源？》与《不要只看 AI 提及率：消费医疗 GEO 应该怎样设计指标》。本文数据均取自论文公开版本，未做数值改动；原文见 arXiv:2311.09735。