「可引用性」是個技能，不是運氣
在 GeoWeb 的 12 維度評分中，「內容可引用性」是權重最高的一項（12%）。原因很簡單：AI 引用流程的核心動作就是「找一段能直接用的內容」——你的段落能不能直接被拿走，決定 AI 引用你還是引用別人。
但「可引用性」不是內容好不好。這是個獨立技能。下面用實際對比示範。
範例 1：同樣的資訊，兩種寫法
寫法 A（不可引用）
在當今這個資訊爆炸的時代，許多企業都面臨著如何提升網站在 AI 搜尋引擎中的可見度的挑戰。傳統的 SEO 方法已經逐漸不能滿足現代搜尋的需求，企業需要思考新的優化策略，這就是 GEO 的概念所在。GEO 通過特定的結構化方法，協助網站內容更容易被 AI 引擎理解和引用，從而提升品牌的曝光率與影響力。
讀起來沒錯——但 AI 不會引用這段。為什麼？
- 沒有「直球答案」可萃取
- 全是抽象敘述，沒具體事實
- 「在當今這個」「逐漸不能」「特定的」是 LLM 灌水的高頻字
- 一段 130 字，AI 找不到能單獨拿走的 chunk
寫法 B（可引用）
GEO 是 Generative Engine Optimization，目標是讓網站內容能被 AI 搜尋引擎引用。它跟 SEO 的差別在於：SEO 優化的是「使用者點進你」的機率，GEO 優化的是「AI 替你回答」的機率。Princeton 在 KDD 2024 的研究指出，GEO 技巧最高可讓 AI 引用率提升約 40%。
同樣的資訊內容——但完全不同的引用機率：
- 第一句就是直球答案（「GEO 是 X，目標是 Y」）
- 用具體對比說清楚兩者差別
- 引用真實研究 + 具體數字
- 一段 100 字，AI 可以整段拿走當引用
「可引用」的 4 個微結構特徵
特徵 1：答案優先（Answer-First）
第一句就回答問題，後面才是論證。
- ❌「在討論這個議題之前，我們先看看背景…」（要讀完才知道答案）
- ✅「GEO 不是 SEO 的替代品，是補充。 過去…」（一句就有答案）
特徵 2：段落長度 40–80 字
這是 LLM chunk 的「黃金長度」：
- 太短（<30 字）：訊息密度不夠，AI 引用後語意不完整
- 太長（>120 字）：AI 切 chunk 時切到語意中段，引用變斷頭
40–80 字的段落最容易被整段拿走。
特徵 3：含具體事實（Concrete Markers）
LLM 在 reranking 時會偏好「有可驗證事實」的段落：
- ✅ 數字：「約 40%」「12 個維度」「3.2 倍」
- ✅ 日期：「2024 年 3 月」「KDD 2024」
- ✅ 引用源：「Princeton GEO 研究」「McKinsey 報告」（前提：你引用的源真實存在 — LLM 越來越會偵測無中生有的引用）
- ✅ 具體案例：「2024 年我們服務的 X 家客戶中」（前提：你真的服務過）
提醒：捏造研究 / 報告 / 案例會反向扣信任分。若手邊沒真實數據 / 來源 / 案例，寧可改寫成「依產業觀察」這類誠實表述。但有真實來源時就大方引用——LLM 對「有具體源頭可驗證」的段落是強訊號。
避免「許多」「一些」「significantly」這類模糊量詞——AI 會自動降權。
特徵 4：定義模式（Definition Pattern）
當你想介紹一個概念時，用「A 是 B，做 C 的事」公式：
- ❌「GEO 涉及一系列複雜的優化技巧」（沒定義）
- ✅「GEO 是針對 AI 搜尋引擎的優化策略，目標是讓網站內容更容易被 AI 引用」（明確定義）
LLM 偏愛定義句，因為這類句子能直接寫進「實體 → 屬性」的知識圖譜。
該避免的「灌水信號」
LLM 在 reranking 時會自動降權含這些特徵的內容：
| 灌水信號 | 為什麼被降權 |
|---|---|
| 「在當今這個…的時代」 | LLM 套式開場白，命中率極高 |
| 「值得注意的是」 | 沒實質訊息的填充語 |
| 「綜上所述」「總而言之」 | 標誌結尾的套話 |
| 「至關重要」「不可忽視」 | 形容詞通膨，沒可驗證事實 |
| 「首先…其次…再者…」段落 | 教科書式硬結構 |
GeoWeb 的「語言自然度」維度有 7 個子指標專門偵測這類灌水信號（套話密度、句法多樣性、第一人稱適度性等）。
健檢能看到什麼
「內容可引用性」維度（12% 權重）會分析：
- 答案優先段落比例
- 段落長度分布（黃金長度 vs 過長過短）
- 具體事實密度（數字 / 日期 / 引用源 / 案例）
- 灌水信號命中數
- 定義句出現頻率
如果你的網站需要重寫 / 改寫大量內容才能達到可引用標準，我們提供 GEO 顧問服務含內容策略：[email protected]
延伸閱讀：把這 5 特徵變成可執行寫作 SOP（每特徵正反對照、改寫前後評分、實戰範例），見 LLM 引用偏好的 5 個內容特徵 — 寫作實戰手冊。
GEO 進階系列 #10。前一篇：「結構化資料（JSON-LD）對 LLM 引用的影響」
工程師路過 想問答案優先這件事 跟我們做SSR有沒有關係 還是純內容layer的事crawler抓到的HTML順序會影響它認哪句是答案嗎
灌水信號那張表值得注意的是中槍 我每篇都這樣開頭orz難怪
問一下 特徵2說太長>120字會被切到語意中段斷頭 那如果我本來就一句講不完的複雜概念怎麼辦 硬拆成兩段不會更斷嗎qq
a是b，做c的事這公式蠻好用的 我把產品介紹第一句改成這樣 至少自己讀起來清楚很多 有沒有被引用就之後再看了
我做電商的 套進來想 本店2018年上架這種算具體事實還是 還是要寫成銷量數字評論數那種才算==
定義模式那段 想到我們之前SEO時代學的金字塔寫作 結論先寫 概念其實很像 只是現在對象從人變成LLM
看完有個疑問 文章一直說llm在reranking會降權灌水信號、偏好有具體事實的段落，那它到底是看得懂內容還是只是在比對有沒有數字日期這些特徵字？感覺後者的話我塞一堆假數字不就騙過去了
兩者都有，但別賭它只看特徵字。早期確實比較吃淺層訊號（有數字、有來源格式就加分），但現在主流AI引擎越來越會去對這個來源到底存不存在、數字對不對。你塞假數字短期可能矇到，被抓到一次反而整個來源信任被打折，這也是文章裡那段紅字提醒的原因。寧可寫依產業觀察也別硬編。
工程師問一下落地問題：我們站是spa、內容靠js渲染。就算我照這篇把每段都寫成答案優先+黃金長度，crawler如果抓到的是空殼html那這些可引用性的努力是不是全白費？
對，會白費，而且這是順序問題。內容拿不到的話，寫得再可引用都是零。先確認你的內容在初始HTML就吐得出來（SSR或預渲染），讓抓取那關過了，可引用性這層才有意義。這篇是專講內容已經被讀到之後怎麼提升被選中的機率，抓取/結構那層是另一個維度的事，前一篇結構化資料那篇有帶到一部分。
想反駁一下 文章說首先...其次...再者這種教科書結構會被降權，可是很多AI自己回答的時候不就愛用條列式嗎 那它降權別人的條列、自己又愛輸出條列 不是很矛盾
哈哈這個觀察很準。重點是列點沒問題，被降權的是那種沒有實質內容、純粹用首先其次撐結構的填充段。AI愛輸出條列是因為清楚，但它挑來源時還是看你每一點有沒有真東西。你列點、每點都有具體事實，照樣會被選；空洞的首先很重要、其次也很重要才會被當套話降權。
說真的這種捏造研究會反向扣信任分的提醒蠻負責的 很多geo文都叫你狂塞數字 沒在管真假
想請教 特徵2說段落黃金長度40，80字、超過120會被切斷頭。但中文跟英文的token切法差很多吧？這個字數是針對中文內容算的嗎 還是直接套英文研究的數字過來？
好問題，這是我們自己跑中文內容觀察出來的範圍，不是直接搬英文。中文一個字訊息密度比英文高，所以我抓40，80字其實偏保守。重點不是死守數字，是一段只講一件完整的事、不要塞兩三個論點，chunk被切壞通常是因為一段裡有好幾個獨立主張。自己檢查的方法就是讀完一段問自己「這段在講幾件事」,超過一件就該拆段,比死守字數精準。
看到寫法a笑出來 那段根本是我們行銷之前外包寫的稿 一字不差 整篇都那個味
12維度裡可引用性12%權重最高 那是不是只要把這維衝到滿 其他維度差一點也沒差？想知道要不要all in這一塊
不建議all in 😅 12%是最高沒錯，但它建立在內容有被抓到、站體結構沒爛的前提上。可引用性是臨門一腳，前面抓取、結構那些是地基，地基塌了這12%再滿也踩空。比較務實的是先確保沒有紅燈的維度（致命傷），再來才是把可引用性這種高權重項往上推。要看你站現在卡在哪一層，這個三言兩語講不清，丟個健檢比較快。
Princeton那個40%我去點了arxiv連結 是真的有這篇 至少作者沒在這點上唬爛 給推
結尾又是免費健檢+顧問服務 看到一半就知道要導流了ㄏㄏ 不過內容本身是有料啦這次
先收藏 改天回去把官網那堆在當今這個資訊爆炸的時代開頭全部砍掉==
40，80字黃金長度這個我有點半信半疑欸 不同ai引擎切chunk的方式應該不一樣吧 怎麼會剛好都落在這個區間 有實測過嗎還是抓個大概
12%權重最高 想看其他11維各佔多少 文章只講這一維有點吊胃口
有人實際照這篇改完有效嗎 還是又一篇看起來很有道理但沒人驗證的geo文章 我有點累了每個都講得頭頭是道
我們公司前後弄了快一年才比較有感，不是改幾段就馬上被引用那種。而且老實說最有差的不是字數那些細節，是第一句直接給答案這件事，把廢話開場全砍掉之後肉眼可見比較常被抓。其他像40-80字我覺得是錦上添花。你要試的話先從答案優先開始，成本最低。