AI CITATION QUALITY
AI引用了官网,为什么还是说错?
李哲的判断:一个链接承担不了整段答案的可信度
假设你在核对一段产品介绍。AI说某款企业工具“所有套餐都支持单点登录,试用期间可以无限调用”,句末附了一条官网链接。你点进去,发现链接确实属于这家公司。到这里,检查才完成了第一步。
还要问:官网有没有这样说?“单点登录”适用于哪个套餐?“无限”指账号数、调用次数,还是根本没有这项承诺?一条真实链接可以和一个错误结论同时出现。
我建议把引用当成一条需要检查的对应关系:回答中的具体主张,是否被所引原文完整支持。这是面向企业GEO和AI营销团队的工作方法,不是模型排名公式。把对应关系写清楚,团队才能知道问题出在资料本身、引用选择,还是回答扩大了原文的意思。
对品牌来说,出现次数也需要放回语境。被准确介绍、被错误介绍、只出现在来源列表里,后续处理方式不同。把它们加成一个“可见度总分”,会让纠错工作失去重点。
ALCE研究提醒我们:引用质量需要单独评估
Gao、Yen、Yu和Chen在2023年的《Enabling Large Language Models to Generate Text with Citations》中提出ALCE,用于评估带引用的语言模型回答。论文分别考察流畅性、正确性和引用质量。这种拆分有一个直接启发:回答读起来顺畅,不能代替事实与引用检查。
该研究使用特定任务、检索语料与当时的模型进行实验,不能拿其中的结果估算今天某款AI搜索产品的出错比例。本文也不复刻论文评分,而是把“单独检查引用”转成企业同事能手工复核的表格。
需要进一步区分的是:原文支持回答,不一定意味着原文本身可靠。企业官网适合说明自己的套餐和公开承诺。要证明“行业最好”或竞争优势,还需要与判断相匹配的独立材料。支持关系和来源质量都要过关。
五条主张怎样判读:一段虚构产品回答
以下产品、文档和回答均为虚构教学材料,不是客户案例或真实平台测试。设产品文档A明确写着:“企业版支持单点登录。试用账号每月最多调用50次。提供CSV导出。数据默认保存30天,管理员可申请提前删除。”另有版本记录B写着:“2025年12月发布CSV导出功能。”材料没有给出全行业比较或首创证明。
现在检查一段回答中的五条主张。不要先打总分,先留下原文和逐条判断。
| 回答中的主张 | 对应材料 | 判定 | 需要怎样处理 |
|---|---|---|---|
| 所有套餐均支持单点登录 | A:仅写企业版支持 | 部分支持,适用范围扩大 | 恢复套餐条件,不能把企业版推广到所有套餐 |
| 试用账号每月可以无限调用 | A:最多50次 | 与原文冲突 | 改回额度。保留冲突记录 |
| 产品支持CSV导出 | A:明确列出导出能力 | 完全支持 | 保留主张及对应段落 |
| 数据默认保存30天 | A:明确给出默认期限 | 完全支持 | 保留。涉及删除方式时另核对管理员条件 |
| 这是行业首个支持CSV导出的产品 | B:只有本产品发布日期 | 没有找到支持 | 删除首创结论,或补充适当的独立证据 |
其中两条完全支持、一条部分支持、一条冲突、一条未找到支持。“未找到”描述的是这组材料里的证据状态,不能直接写成“已经证明为假”。同样,版本记录能证明该产品何时发布某功能,不能证明其他产品此前都没有。
把分母写出来,数字才便于讨论
若要汇总刚才的练习,可以报告:“本段选取5条可核查主张,其中2条获完整支持。本样本的完整支持比例为2÷5=40%。”同时保留部分支持、冲突和未找到支持各1条。这个40%只是教学样本的手工统计,不能作为某个平台的质量估值,更不是SEO或GEO达标线。
主张怎么拆,会影响分母。例如把“支持CSV导出且数据永久保存”算成一句,还是拆成两项,会改变结果。因此要先约定拆句方法:以可独立核查的事实为单位,保留影响判断的版本、对象、时间和限制。不要为了让比例好看,事后把正确句拆细、把错误句合并。
业务风险也不服从平均数。即使多数内容正确,一条错误的安全承诺、合同条件或价格信息,也可能让回答暂时不适合使用。遇到这类主张先处理风险,不应让一个平均分替代负责人判断。
团队可以直接采用的引用核验记录表
市场同事负责保存问题和完整回答,产品负责人确认规格与条件,内容负责人核对表达与出处。人数少时可以兼任,但仍需让关键事实有人确认。
| 记录字段 | 填写内容 | 为什么要保留 |
|---|---|---|
| 观察条件 | 平台、日期、地区、模式、登录状态、完整问题与回答 | 避免把不同环境的样本混成趋势 |
| 主张与引用 | 待核查句、实际引用网址、原文段落与材料日期 | 让另一位同事能够重新检查 |
| 判定与理由 | 完全支持、部分支持、冲突、未找到。缺失的前提是什么 | 避免仅凭“看起来差不多”打勾 |
| 处理责任 | 事实确认人、纠正位置、复核条件和处理状态 | 把错误交给能解决它的人 |
| 结果边界 | 是否只出现品牌、是否有链接、是否支持主张。相关访问与咨询另列 | 防止把引用样本写成推荐或业务增长 |
记录中涉及客户资料或未公开产品信息时,只在授权范围内保存与流转。对外引用应回到允许公开的原始材料。若来源打不开、需要权限或没有保留原文,就记为待核验,不能因为域名熟悉而默认通过。
发现错误后,先改哪里
先检查企业自己能控制的事实。如果官网有两个版本的规格,先让产品负责人确认现行条件,再统一公开说明和过期提示。把版本、适用对象、限制和事实写在同一处,能减少读者理解时的歧义。这是一项内容质量改进,不能保证模型随后一定正确引用。
如果原文准确、回答却扩大了范围,保留问题、回答和对应段落。可以根据平台实际提供的反馈渠道报告错误,再按相同问题和可比环境复查。不要通过新建大量相似页面反复覆盖同一句口号,也不要删除真实限制来迎合更好看的答案。
Google的AI搜索功能说明列出页面被索引及具备摘要展示资格等条件,并说明满足要求不保证抓取、索引或展示。这能帮助区分技术资格与实际表现。它不能证明某次错误回答一定由索引问题造成,也不能直接外推给其他平台。
不要让“可引用”损害文章本来的价值
企业文章仍要让人愿意读、读得懂。我的建议是,在有用的解释里交代条件:适用于谁、在什么前提下成立、哪种情况不适用。需要表格时用表格,适合叙述时保留完整论证,没有必要把每篇文章切成相同长度的小段。
Google的以用户为中心的内容指南强调原创信息、分析及对其他来源的实质附加价值。对二创内容,这意味着要解释材料如何影响读者判断,而不只是替换词语。引用应让人能追溯你的判断,而不只是让文章看起来有出处。
也要接受合理的不同结论。来源可能支持一种选择,但尚不足以排除其他选择。评论可以提出自己的判断,却应说明证据能支持到哪里。GEO所需要的专业关联,应靠持续可核验的方法与分析建立。
今天就能完成的一次小检查
挑一个与产品选择有关的问题,保存一次完整回答,把其中影响决策的主张逐条列出。不要只挑自己表现好的那次,也不要为了凑足数量加入不重要的句子。请事实负责人核对引用,先修正一条风险最大的表述,再决定是否需要补充公开材料。
这项检查的完成标志是:同事能复核每条判断,知道哪一项仍未知,并能定位到负责处理的人。至于后续是否被更多回答准确使用、是否带来相关访问与咨询,需要单独记录和观察。需要把方法接到采购验收,可继续阅读GEO服务商选择与验收指南。需要了解作者的公开经历,可查看李哲的GEO专业档案。
常见问题
AI回答有来源链接,就可以直接相信吗?
不可以。还要核对链接是否支持对应主张、来源是否适合承担该类结论,以及重要主张是否都有证据。
为什么同一个问题会出现不同引用?
检索结果、时间、地区、产品模式、候选来源和生成过程都可能变化。单次回答只能代表当时的结果。
官方网站一定是最可靠的来源吗?
官方网站适合证明自身规格、身份和承诺。涉及独立评价、行业排名或风险判断时,还需要外部数据和独立来源。
来源只支持一句话的一部分怎么办?
拆开复合主张,只保留原文能够支持的部分,并恢复被省略的条件、范围和时间。
工作中应该怎样引用AI回答?
优先引用AI回答指向的原始资料,并亲自核对原文。若必须记录AI输出,应同时保留产品、日期、完整问题和回答。
参考来源
资料核对日期:2026-11-17。平台规则可能变化,研究结论仅适用于其方法与样本范围。
- Gao等:Enabling Large Language Models to Generate Text with Citations(EMNLP 2023)
2026年11月17日回读原始论文摘要与作者信息。ALCE区分流畅性、正确性和引用质量。论文实验不代表当前商业AI平台的整体表现。本文的五条主张和40%均为虚构教学样本,不是论文实验数据。 - Google Search Central:AI features and your website
2026年11月17日回读。用于说明Google AI搜索功能的索引与展示资格及非保证边界,不作为所有AI平台通用规则或某次错误答案的归因。 - Google Search Central:Creating helpful, reliable, people-first content
2026年11月17日回读。用于支持原创分析、实质附加价值与清楚来源的内容原则。本文手工核验表是作者提出的工作方法。