引用信号

本页面是 GEO 的写作部分。开启 GEO 会为您的页面添加 TL;DR 区块、日期和作者；切换开关不会决定某个句子是否可被提取。这取决于其所在部分的写法，而下面的规则正是有机制依据的规则。

每条规则都以相同的方式阐述：规则本身、检索与生成堆栈为何会以这种方式运行，以及一个可以打开的来源。如果证据不足，规则中会明确说明。

规则一览#

为什么是段落，而不是页面#

Google 将其段落排名系统描述为：该系统会识别网页中的“各个部分或‘段落’，以更好地理解页面与搜索内容的相关性”（排名系统指南）。检索增强型助手做的事情更加激进：文档会被拆分成多个块，每个块单独生成嵌入并进行评分，只有胜出的块才能送达模型。

Anthropic 明确说明了这种失败模式。一个写着“该公司的收入比上一季度增长了 3%”的块“没有说明它指的是哪家公司，也没有说明相关的时间段”，因此对于提及该公司的问题，它无法被检索出来。在生成嵌入之前重新附加上下文后，“前 20 个块的检索失败率降低了 35%”，与上下文 BM25 结合后，“降低了 49%”（Anthropic：上下文检索）。

这就是供应商在设法弥补那些没有点明自身主题的文字。明确点明主题的文字则不需要这种修复。这也就引出了两个比其他所有规则都更重要的原则：

• 在每个部分中完整写出主题。“要轮换它，请调用该端点”是无法检索的——其中没有任何内容说明指的是哪个产品，也没有说明被轮换的对象是 API 密钥。
• 在标题后的第一句话中给出答案，然后再展开说明。“在开始介绍轮换之前，了解……是值得的”来得太晚，无法成为被选中的段落。

引用测试。将一个部分粘贴到空文件中。如果它不再说明自己的主题，就重写它。这正是检索器在你的页面上执行的操作。

Docsbook 如何机械地处理这些规则#

Docsbook 的三个部分会直接读取上述形式，因此遵循这些规则会改变实际输出，而不仅仅是影响你的成功几率：

• 你的第一段会成为机器摘要。 如果页面的 frontmatter 中没有 tldr:，GEO TL;DR 块会根据文档的第一段实际段落生成——标题、引用块、列表、代码围栏和仅包含图片的行都会被跳过——上限为 280 个字符。少于 40 个字符的导语不会生成任何块。
• 疑问式标题会成为结构化数据。 启用 AEO 后，任何以问号结尾的 ### 标题都会作为 Question 输出到 FAQPage JSON-LD 中，其下方的段落会作为答案；每页最多处理 20 个问题，每个答案最多 1,000 个字符。因此，将标题表述为读者的问题并非风格偏好——它是检测器的输入。
• audit_geo 会检查机械前提条件，包括原始 HTML 中是否至少包含 200 个正文单词且未执行 JavaScript，以及页面是否声明了任何日期。

具有实测效果规模的规则#

GEO 论文（KDD 2024）构建了 GEO-bench，其中“包含 1 万条查询”，并针对生成式引擎设置测试了九种内容转换方式，每次查询“仅使用从 Google 搜索引擎获取的排名前 5 个来源”。其可见性指标“位置调整词数”（Position-Adjusted Word Count）会根据引用出现的位置，对生成答案中归因于你的来源的内容量进行加权。

以下是论文原文列出的数据。论文报告的是区间和总体结论，而不是逐方法的百分比表，因此我们也不提供后者：

应将这些区间理解为“当你的页面已经呈现在模型面前时，模型会复用其中哪些句子”，而不是流量预测——请参阅下方的限制。论文还报告称，效果因领域而异：统计数据添加表现最佳的标签是法律 & 政府、辩论与观点；引文添加表现最佳的标签是人物 & 社会、解释和历史。

实际操作中：让每个页面都包含可提取的内容——限制、超时、版本、单句定义，或注明来源的数字。具体事实才是模型会逐字提取的内容。而且绝不要凭空捏造：助手重复错误数字的危害大于没有答案，而且错误内容存在的时间可能比你的更正更久。

关于不要做什么的规则#

不要堆砌关键词。 在基准测试中，这是唯一一种得分低于完全不修改页面的做法。

不要为了让文字“便于引用”而删减正文。 2026 年对 45 项 GEO 研究进行的批判性调查报告了一项受控结果（Kim 等，2026 年；171,003 份文档，2,700 个查询）：仅优化页面正文会“使平均前 20 名出现率降低约 9%，重新排序后的前 10 名出现率降低 16%，最终引用率降低 6%”（arXiv 2607.14035）。调查中最值得记住的解释是：改写可以提高在已被检索到的情况下被引用的概率，却会降低页面被检索到的概率，而总体效果最终变为负面。正文承载着能够匹配不同问题的同义词多样性。将定义和数字添加在它的旁边，绝不要用它们替代正文。

不要阻止负责进行引用的代理。 不同供应商会出于不同目的运行不同的爬虫，阻止其中一个并不会阻止其他爬虫：

来源：OpenAI、Anthropic、Perplexity。在允许搜索的同时阻止训练，是一种合理的商业决策。在期待获得引用的同时阻止搜索代理，则是不合理的做法，而且几乎总是意外造成的——audit_geo 将其报告为严重问题。

不要指望某个特殊文件或架构能够替代写作。 Google 表示，“要出现在 AI 概览或 AI 模式中，不存在额外要求，也不需要其他特殊优化”，并且“你不需要创建新的机器可读文件、AI 文本文件或标记”（Google AI 功能）。关于专门针对该文件提出的同一问题，请参阅 llms.txt。

限制与未决问题#

• 已测得的收益取决于内容是否已经被检索到。2026 年的调查得出结论：基础结果“在其所设定的实验环境中有效，但前提是来源已经存在于固定上下文中”，并且“所审查的技术中，没有任何一种显示出对自然发现性或后续行为具有稳定、长期、跨平台的因果影响”。上述所有措施，都是在你进入上下文窗口后提高成功概率。进入上下文窗口则属于 SEO 工作。
• 尚待回答的问题：新鲜度是否会提高引用率？Google 针对搜索排名记录了“查询值得新鲜度”系统，而没有日期的页面无法为模型提供任何可归因于时效性的依据。没有任何一手来源衡量可见日期带来的引用率提升。在有人发布测量结果之前，应将新鲜度视为维护规范。
• 一次运行不能证明任何问题。调查中总结的审计显示：Schulte 等人（2026 年）在四个引擎、45 天的数据中“观察到来源级 Jaccard 分数约为 0.34–0.42”，并提出“每个提示词重复七到八次可作为起点”；Kirsten 等人（2026 年）报告称，“两个月内的页面重叠率，AI Overviews 为 18%，而 Google 自然搜索为 45%”。在相信任何前后对比检查结果之前，都应重复进行多次。
• 上述数字来自一个基准和一个时代。GEO-bench 于 2024 年在固定的引擎配置下进行评估。研究结果的方向经审查后仍然成立；但不应将其幅度作为你的预期结果引用。
• Docsbook 不会为你测量这些内容。你的分析工具能够显示的是痕迹：来自助手用户代理的爬虫访问，以及来自助手域名的引荐流量。未被你观察到的引用不是一种指标。

相关#

• GEO — Docsbook 注入页面的内容，以及如何检查这些内容。
• llms.txt — 网站级机器索引及其证据。
• AEO — 问题标题、FAQPage 和 HowTo 标记。
• SEO — 索引和可爬取性，这是获得引用之前的阶段。
• Analytics — 助手爬虫访问和引荐来源的显示位置。