AI 引用了你的网站，就算 GEO 成功吗？引用准确性的核查方法

AI 引用了网站，就算 GEO 成功吗

出现引用链接，是一次可以记录的可见性事件。要把它解释为有效成果，还需要回答三个问题：来源是否支持答案中的具体结论，答案是否保留了成立条件，这次曝光是否服务于网站真正的业务目标。只看到品牌或脚注，就宣布“优化成功”，会把错误推荐和准确引用算成同一种结果。

例如，你的页面写的是“两个 URL 被提交接口接收，尚未确认收录”，AI 却回答“该站两个页面均已收录”，并在句末链接到你的页面。链接真实，归属明确，但结论已经改变。这种引用增加了曝光，也增加了误解。网站需要记录它、定位问题并复测，而不是把它直接放进成功案例。

本教程适合已经能保存 AI 回答、准备核查引用质量的内容编辑和站点运营者。若还没有问题集、时间窗口和采样规则，先读 AI 引用实验设计；若仍在排查发现与收录，先读 从搜索收录到 AI 引用的完整链路。

把教学示例与真实实验分开

本文的六条声明、表格数字和“示例站甲”都是构造材料，用来演示如何审核；它们不能填入真实实验结果。ZenLeak 的真实平台观察另行保存在中文 GEO 问题与引用观察面板 001，目前仍有平台登录、完整来源和未执行组合需要补齐，因此公开页面不会提前显示引用率。

先把四个不同的问题分开

《Evaluating Verifiability in Generative Search Engines》将“声明有充分引用支持”和“每个引用支持关联声明”分开考察。前者关心覆盖是否完整，后者关心引用是否贴切。这一划分解释了为什么“有很多来源”不能替代逐句核查。

ALCE 论文《Enabling Large Language Models to Generate Text with Citations》也分别评价流畅性、正确性和引用质量。答案通顺只是其中一个维度。两项研究都发表于 2023 年，其实验对象、数据集和时间与今天的产品不同；本文不把它们当时的结果写成当前平台的准确率。

“来源支持”不等于“事实为真”

假设来源自己误写了发布日期，AI 忠实照抄：引用关系可以成立，事实仍可能错误。反过来，答案说对了一个常识，却把完全不相干的网页作为证据：事实可能正确，引用关系仍然不成立。审核表应保留两列，分别填写“来源支持判定”和“事实核查状态”，不能用一个总分掩盖差异。

把一句话拆成可以判断的声明

推荐的审核单位是“最小可核查声明 + 与它关联的来源集合”。一段回答可能同时包含产品功能、价格、日期和效果，不应只因为其中一个细节得到支持，就把整段判为准确。

例如“示例站甲提交了 20 个 URL，全部已收录，因此流量翻倍”至少包含三条事实声明和一条因果关系：提交数量、收录数量、流量变化、提交导致增长。即使后台能证明提交了 20 个 URL，也不能顺带证明后三项。

1. 圈出实体。谁做了什么？消费端产品、基础模型和开发者接口不要混为一谈。
2. 拆开关系。“允许”“能够”“已经”“保证”是不同强度；“相关”与“导致”也不同。
3. 标出范围。日期、版本、地区、账号类型、样本量、分母、前置条件和例外都可能改变含义。
4. 固定引用范围。记录脚注位于哪句话后面。句末引用不能自动覆盖上一整段，来源列表也不自动映射到所有结论。

有的界面只列出“参考来源”，没有声明与来源的对应关系。这时应写“关联范围不明确”，人工建立的候选对应另列备注，不能声称这是平台明确引用的位置。同一声明需要两个来源共同支持时，应分别记录各自贡献，不能要求每一个来源单独证明全部内容。

先保存证据，再给出判断

至少保存问题原文、完整回答、可见引用标记、来源标题和 URL、采样时间及其时区。环境还要记录产品名称、可见模型或模式、联网开关状态、登录状态、会话是否全新，以及已知的地区条件。界面没有披露的字段填“未披露”，不要根据答案风格猜测模型。

打开来源时，同时保存来源访问时间、最终 URL、页面日期、相关原文和章节定位。对自有页面，保留发布版本或内容指纹；对外部页面，按许可保存必要摘录及定位。截图适合记录脚注和界面状态，文本适合逐句对照，两者可以互相补足，但一张只截到答案开头的图片不算完整记录。

• 回答时间与来源抓取时间分开写。今天访问到的页面，未必就是模型当时读取的版本。
• 来源打不开、需要登录、只剩搜索摘要时，先标记无法核查；不要凭标题补齐正文。
• 网页显示更新日期，不足以证明某个具体段落在该日发生了修改。
• 只看到来源域名时，不能猜出具体路径，也不能用网站首页代替缺失的引用 URL。
• 公开记录前去掉账号标识、会话令牌、私人提问和无关个人信息；保留问题与证据关系。

可以下载 引用准确性核查模板，也可以在 模板库直接复制。模板将原始材料、审核结论、缺失原因和复测动作分开，避免编辑后的摘要冒充原始回答。

六种判定状态，避免简单打勾

这六种是本站的人工工作状态。后两种属于待核材料，不能当成已经证实错误；前三种也不能仅靠关键词重合判断。例如“接口接收”与“搜索收录”都涉及 URL，却不是同一个事实。

怎么减少审核者的主观差异

先冻结判定规则，再审样本。记录审核者、审核时间和一句能复核的理由；对影响购买、合规、账号操作或效果承诺的判断，安排另一位审核者独立复核。两人不同意时保留分歧与仲裁依据，不通过删除争议样本提高分数。独立复核未完成，就明确写“单人初审”。

完整教学示例：六个链接，不等于六条可靠证据

假设回答包含下面六条独立声明，每条后面都有一个来源标记。我们按照同一规则打开对应材料，不只检查脚注是否存在。

A 得到支持，也不能说明整段回答可靠。B、C、D 的问题各不相同：范围扩大、状态偷换、证据错配。E、F 则是材料不足，把它们全部写成错误会夸大问题，把它们全部写成正确又会美化结果。

指标怎样计算才不掩盖缺失

先定义分母。本例以声明为单位，每条声明恰有一个来源标记，因此可以直接对照；真实回答的一条声明可能对应多个引用，不可把“引用条数”与“声明条数”相加。这套人工简化口径不等同于论文的自动评价实现。

如果两条未知最终都获得充分支持，六条声明中的充分支持数量最多变成三条；如果都不支持，则仍是一条。因此本例在当前信息下的可能范围是 1/6 到 3/6。这是缺失材料造成的算术边界，不是统计置信区间，更不是对整个平台准确率的估计。

不要自定义“部分支持算 0.5 分”后只报一个漂亮均值。确需加权时，应先公开权重和业务原因，并同时报告原始类别数量。涉及价格、承诺或适用条件的单个严重错误，也不应被十条无关紧要的正确描述稀释。

引用频率和引用准确度必须使用不同分母

一次回答完全没有提到本站，可以进入该问题面板的“是否提及”统计，却没有可审核的本站声明。此时本站引用准确度是“不适用”，不是 0%，也不是 100%。如果五个平台只完成一个，先报已完成组合数和缺失原因，不能把五个平台的计划样本都放进已完成分母。

网站能修什么，平台行为怎样反馈

先确认错误来自哪里。若来源本来就含糊、相互矛盾或已过期，网站可以直接修复；若页面清楚而答案扩大了范围，网站可以改善表达、提供反馈和复测，但无法保证平台何时重抓取或更新答案。

内容修订的目标是让原文自身更准确、可理解和可核查。不要为了迎合一条错误回答而改写事实，不要给爬虫提供与读者不同的隐藏答案，也不要反复改日期制造更新迹象。内容更新策略可以帮助记录修订的理由与范围。

怎样复测，才不会把一次变化当成效果

1. 冻结条件。保留原问题、平台、可见模式和联网状态，使用新会话；变化的条件单独记录。
2. 记录改动。写清修改了哪段、上线时间和版本。多个变量一起变动时，不把结果归因到某个单独句式。
3. 预定观察窗口。例如隔周复测是项目协议选择，不代表平台承诺七天刷新；当天立即重问只能得到当天另一条回答。
4. 保留全部计划轮次。保存未引用、错误引用、访问失败和材料不完整的轮次，不只保留最好看的答案。
5. 先报观察，再谈解释。“本轮三次中一次保留了条件”是观察；“该修改提高平台准确率”需要更强的比较和更多样本。

本站的 中文引用观察面板公开冻结问题与时间窗口，已审核实验结果只展示完成审核的记录。覆盖不足、来源无法保存或未取得回答时，缺失会保留；它们不构成某个平台能力差或本站优化无效的证据。

常见问题

发布核查结果前的清单

• 保存问题原文、完整回答、引用位置和完整来源 URL。
• 记录环境、时间、来源访问时间和可获得的页面版本。
• 把复合句拆成最小可核查声明，写明引用的关联范围。
• 分别核查来源支持、事实可信度、时效和业务价值。
• 每条判定附原文定位与理由，重要争议保留复核过程。
• 公开分母、未知数量、不适用数量与计划完成度。
• 教学示例明确标注，不进入真实实验结果库。
• 修改原文后保留版本，并按原协议复测。
• 公开材料去除个人信息，避免披露私有会话与凭证。
• 只报告证据能够支持的观察，不承诺排名、引用或转化。