同样的内容，换个结构，被 AI 引用率高了 17%

大多数 GEO 建议都在讲「写什么」——多加数据、多引专家、语气更权威。但 2026 年 3 月的一篇 arXiv 研究提出了一个被低估的角度：在内容一个字都不改的前提下，只调整它的结构，就能明显改变它被 AI 引用的概率。 保持事实和措辞完全不变、只重排结构，在六个生成式引擎上带来了一致的 17.3% 引用率提升，主观质量也提高了 18.5% [1]。

这件事的价值在于：结构是你完全能掌控、可以刻意设计的东西；而「内容够不够权威」这种语义信号，既模糊又需要长期积累。这篇文章拆解研究到底发现了什么、哪些结构特征最关键、经过验证的具体数值区间是多少，以及不同 AI 引擎为什么偏好不同的结构。

先给结论：AI 引擎在决定引用什么之前，会先「解析」你的页面。 清晰的标题层级、落在合理区间的段落长度、恰当比例的列表与表格、克制的视觉强调，能让页面里一个个段落更容易被单独拎出来复用——而「被引用」本质上就是这么一次「拎出来复用」。把结构做对，你就能在不改动任何一条主张的情况下，提高被引用的概率。

---

结构和语义，是两条不同的杠杆

最早的 GEO 研究优化的是语义——加统计数据、加引述、用更权威的措辞——据报告能带来最高 40% 的引用提升 [1]。这条杠杆确实有效，但它也是所有人都在拉的那一条，而且「让内容显得更权威」很难精确执行。

GEO-SFE 这项研究（Structural Feature Engineering，结构特征工程）单独拎出了另一条杠杆。它的方法是：只改结构、不改含义——研究用句向量验证了改写前后的语义相似度高达 0.843，确认事实和主张没有发生变化 [1]。所以最终出现的引用提升，纯粹来自结构本身。

另一篇 arXiv 研究从侧面印证了同一点：引用行为更多受文档层面的内容属性驱动，而不是孤立的词句修改 [2]。换句话说，重新组织和排布，比抠单个措辞更管用。

这对实际操作是个好消息。结构可测量、可掌控、改起来快。你不需要先「攒够权威」才能把一个页面的结构做好——你只要把它工程化地设计对。

---

结构的三个层级

GEO-SFE 把结构拆成三个层级，并通过消融实验量化了每一层对总引用提升的贡献 [1]。

对内容团队来说，最关键的一句话是：宏观 + 中观结构合起来贡献了约 85% 的效果。 文档的骨架和它的分块方式，远比「给关键词加粗」这类句子级润色更重要。如果你时间有限，先修标题结构和段落/格式这一层；微观微调是最小的那条杠杆。

而且这三层基本相互独立——它们的贡献加起来正好凑成 100%——这意味着你可以分开优化，然后把收益叠加起来 [1]。

---

五条结构原则，都带具体数值

这项研究之所以格外实用，是因为每条原则都配了一个经过验证的目标区间，而不是含糊的「记得用标题」。以下就是在受测引擎上让引用概率最大化的配置 [1]。

其中几条特别值得强调，因为它们和很多人的写作习惯相反。

150–300 词的段落是一个检索甜区，而不是文风偏好。 它直接对应一个被反复证实的现象——「中间迷失」（lost in the middle）：语言模型对段落开头和结尾的信息利用得远好于埋在中间的内容 [3]。超长段落，恰恰把可引用的事实埋在了模型读得最差的地方。

列表和表格不是装饰，而是抽取加速器。 比散文高约 43% 的抽取准确率是一个很大的效应。当一条事实能放进一个表格行或一个列表项时，它就变成了一个自包含、容易被整段拎走的单元。但 25–35% 的上限也很重要：一个全是要点的页面，人读起来更累，也不再有帮助。

强调是一种稀缺资源。 标记 5–10% 的内容能引导注意力；全都标记，等于什么都没引导。研究还发现一个稳定的强调强度次序：加粗 > 斜体 > 下划线。

---

不同引擎，偏好不同的结构

这项研究在策略上最重要的发现是：三种主流的生成式引擎架构，对结构的偏好并不一样。GEO-SFE 按「如何检索、如何生成」把它们分成三类，再测量每类各自奖励哪些结构特征 [1]。

落到实处：

• 面向 Google SGE 和 Bing，把清晰的元结构和信息密度放在前面。这类批量检索系统会很早对页面下判断，所以一个强而清晰、标注明确的开头，加上干净的层级，就承担了主要工作。
• 面向 Perplexity 和 Phind，投入在交叉引用和内部链接上。这类多轮系统奖励那些能支撑跨概念、探索式检索的内容。
• 面向 ChatGPT 和 Claude，让每一个块都能独立成立。实时流式抽取偏爱脱离上下文也能读懂的自包含段落，同时喜欢多样的格式。

注意这里有个矛盾：ChatGPT 这类引擎偏好更浅的结构（标题深度约 3.5 层），而 Google 这类偏好更深的（约 4.5 层）。所以并不存在一个「完美结构」。研究的处理方式是：把通用原则作为基准，再根据你最看重的平台，叠加小幅度的、针对特定架构的修正 [1]。

---

实测数据长什么样

这项评估用了 200 篇文章、覆盖六个领域，针对 377 个真实查询，在六个引擎上各测试「基线版」和「重构版」——总共 2,400 个测试用例 [1]。

这些提升在统计上显著（p < 0.001），效应量属于中到大。在主观质量上，跨七个维度评估，重构后的内容平均提升 18.5%，其中提升最大的是「感知影响力」（+32.0%）和「点击概率」（+31.4%）[1]。

这和更广泛的实证研究方向一致。GEO-16 审计框架发现，在 16 个页面质量支柱中，与被引用关联最强的是元数据与新鲜度、语义化 HTML、结构化数据——都是结构和技术信号，而不是文笔——且达到质量门槛的页面能实现 78% 的跨引擎引用率 [4]。两条独立的研究线索指向同一个结论：结构是一等的引用因素。

---

怎么落地

你不需要论文里的优化算法，也能拿到大部分收益。把这些发现翻译成一份可执行的清单，从问题最严重的地方开始改。

• 审查你的标题树。 目标是 3–5 层深度、各节均衡。收拢失控的多层嵌套；给大段没有结构的文字加上骨架。
• 把段落调到 150–300 词。 太长的拆开，别让可引用的事实卡在段落中间；太碎的合并。
• 把散文改成结构，只要合适。 把对比改成表格、把步骤和标准改成列表——目标占页面的四分之一到三分之一，别更多。
• 答案前置。 把直接答案和关键信息密度放在靠前的位置，面向 Google 和 Bing 时尤其如此。
• 让每个段落自包含。 面向 ChatGPT 和 Claude，写那种被单独拎出来也读得懂的小节——术语就地解释，别用「如前所述」。
• 强调要少而靠前。 只给那 5–10% 真正重要的内容加粗，优先照顾句首的关键词。
• 在相关概念之间加内链。 支撑多跳检索，对 Perplexity 这类引擎尤其重要。
• 保住含义。 重构永远不该改变你的事实。整件事的意义，就是在语义不变的前提下拿到引用提升。

改动的先后顺序，跟着消融数据走：先宏观（占 45% 收益），再中观（占 40%），最后微观（占 15%）。

---

常见问题（FAQ）

内容结构真的比措辞更影响 AI 引用吗？

结构是一条很大、且独立的杠杆。一项在保持含义不变的前提下重构内容的受控研究，跨六个引擎带来了 17.3% 的引用提升 [1]；另一项研究也发现，引用行为更多由文档层面的属性驱动，而非孤立的词句修改 [2]。语义仍然重要，但结构是那条更可控、也常被忽视的杠杆。

想被引用，段落多长合适？

经过验证的区间是 150–300 词。超过 300 词，模型对段落中段的注意力约衰减 31%；少于 150 词，信息被切碎，引用概率约下降 23% [1]。这与语言模型研究中记录的「中间迷失」现象一致 [3]。

列表和表格真的有用吗？

有用。研究中，结构化格式的抽取准确率比等价散文高约 43%，因为表格行或列表项里的一条事实，本身就是一个自包含、容易被引用的单元。要注意的是比例：把结构化格式控制在页面的 25–35% 左右，过度结构化会损害可读性 [1]。

面向 ChatGPT 和 Google，要用同一套优化吗？

不。它们奖励不同的结构。Google SGE 和 Bing 偏好清晰的元结构、前置密度和更深的层级；ChatGPT 和 Claude 偏好自包含的块和格式多样性、结构更浅；Perplexity 偏好交叉引用和内部链接 [1]。先把通用基本功做好，再向你最看重的平台倾斜。

应该先改哪个结构层级？

先改宏观结构。消融分析显示，约 44.9% 的引用提升来自文档骨架，39.7% 来自段落级的分块与格式，15.4% 来自句子级强调 [1]。先把标题树和大纲理顺，再去抠加粗和斜体。

重构会不会伤到内容含义或人类读者？

只要做法正确，不会。这项研究施加了严格的语义保留约束，仍然录得 18.5% 的主观质量提升，包括更高的感知影响力和点击概率 [1]。更好的结构，往往同时对人和机器都更友好。

---

核心结论

• 结构是一条独立的引用杠杆。 在含义不变的前提下，仅重构结构就让六个引擎的引用率提升了 17.3% [1]。
• 宏观 + 中观结构贡献了约 85% 的效果（44.9% + 39.7%）；句子级强调是最小的杠杆，占 15.4% [1]。
• 目标很具体： 标题 3–5 层、段落 150–300 词、结构化格式 25–35%、强调 5–10%、内链密度 0.15–0.20 [1]。
• 引擎各不相同。 Google/Bing 奖励前置密度和层级深度；ChatGPT/Claude 奖励自包含的块；Perplexity 奖励交叉引用 [1]。
• 独立研究相互印证： GEO-16 发现元数据与新鲜度、语义化 HTML、结构化数据是与引用关联最强的支柱之一 [4]，且文档级属性的作用大于词句级修改 [2]。
• 它可控、且见效快。 和「攒权威」不同，重构完全在你手里，今天就能作为一份可执行清单落地。

「引用经济」奖励的，是机器能够解析、切分、复用的内容。这既是一个写作问题，更是一个工程问题。把骨架做对——标题、段落长度、格式——你就让页面上的每一条事实都更容易被引用，而不必改动你真正主张的任何一个字。

---

在 AI 答案里被引用，越来越是一门结构工程。

Innflows 帮助企业审计页面的结构层级、分块方式、格式与技术信号，找出限制内容被 AI 解析和引用的关键问题，并给出可执行的优化优先级。

---

参考来源

[1] - Structural Feature Engineering for Generative Engine Optimization: How Content Structure Shapes Citation Behavior — arXiv:2603.29979

[2] - Think Before Writing: Feature-Level Multi-Objective Optimization for Generative Citation Visibility — arXiv:2604.19113

[3] - Lost in the Middle: How Language Models Use Long Contexts — arXiv:2307.03172

[4] - AI Answer Engine Citation Behavior: An Empirical Analysis of the GEO-16 Framework — arXiv:2509.10762