內容策略

具名專家引述為什麼能提升 AI 引用率 +41%?深入解析

GE
GEO Hero 研究團隊
GEO 內容策略研究
··읽기 시간 9 分鐘·1,850
專家引述E-E-A-TGEO 優化AI 引用率KDD 2024

普林斯頓大學 KDD 2024 研究指出,在內容中加入具名專家引述是目前效果最高的 GEO 優化動作。本文分析背後機制,並提供可立即執行的實作指南。

普林斯頓 KDD 2024:最重要的 GEO 研究發現

2023 年底,普林斯頓大學電腦科學系的 Aditya Aggarwal、Aditya Sharma 等研究員發表了奠定 GEO 研究基礎的論文:GEO: Generative Engine Optimization(arXiv:2311.09735),並在 2024 年的 KDD(Knowledge Discovery and Data Mining)大會正式發表。

這篇研究分析了超過 10,000 個查詢,測試了各種內容改動對 AI 搜尋引用率的影響。研究結論中,最令人矚目的發現是:在內容中加入「具名專家引述」(Named Expert Citations),可以讓 AI 系統引用這段內容的機率提升高達 41%——成為所有測試改動中效果最顯著的單一因素。

「我們的研究顯示,AI 系統在選擇引用哪些來源時,會系統性地偏好包含可識別、可驗證引述的內容。這不是偶然——這反映了 LLM 在訓練過程中,學習到"有名字的說法比匿名說法更可靠"的模式。」— Aditya Aggarwal 等,KDD 2024

AI 為什麼偏好具名引述?機制解析

機制一:可驗證性增強可信度

AI 系統(特別是 Perplexity 和 ChatGPT Search 這類帶有即時搜尋功能的模型)在生成回答時,需要快速評估每個來源的可信度。具名引述提供了一個可交叉驗證的「錨點」:AI 可以確認「Aditya Aggarwal 確實是普林斯頓大學的研究員」;AI 可以確認「這篇論文確實在 KDD 2024 發表」;這兩個確認使整段內容的可信度評分大幅提升。

機制二:實體識別和知識圖譜連結

現代 LLM 都有知識圖譜(Knowledge Graph)的概念——它們對世界上的人物、機構、事件有基本認識。當你的內容提到已知的權威人物或機構,AI 系統會將你的內容與這些已知實體建立連結,進而提升你的內容在相關查詢中被召回的機率。

機制三:訓練資料的偏好模式

從另一個角度來看:高品質的學術論文、知名媒體的文章、專業報告——這些在 LLM 訓練資料中被標注為「高可信度」的內容,普遍都有具名引述。AI 系統在訓練過程中學習到「有具名引述 = 高可信度內容」的模式,並在生成回答時複製這個偏好。

如何正確加入具名引述

格式一:研究引述(效果最強)

text
根據普林斯頓大學 Aditya Aggarwal 等研究員在 KDD 2024 發表的研究
(arXiv:2311.09735),具名專家引述可提升 AI 引用率 41%。

關鍵元素:機構名 + 姓名 + 發表場合 + 可查證 ID

格式二:業界專家引述(效果良好)

text
Anthropic AI 安全研究員 Amanda Askell 在 2024 年的公開演講中提到:
「AI 系統對引述具名來源的內容有系統性偏好,這是可信度評估的自然結果。」

關鍵元素:公司名 + 職稱 + 姓名 + 場合

格式三:報告引述(效果可接受)

text
根據 Google Search Central 2024 年發布的研究報告,
實作 FAQPage Schema 的頁面在 AI Overview 中的收錄率提升 3.2 倍。

關鍵元素:機構名 + 時間 + 類型 + 具體數字

常見錯誤:匿名引述為什麼沒有效果

匿名引述(無效)具名引述(有效)
業界專家指出...MIT CSAIL 研究員 Manolis Kellis 指出...
一項研究顯示...KDD 2024 研究(arXiv:2311.09735)顯示...
根據市場調查...根據 Gartner 2024 年 AI 採用報告...
有人說 AI 搜尋將超越 Google...前 Google CEO Eric Schmidt 在 2024 年的史丹佛演講中預測...

建立可被引用的「品牌專家」

除了引述他人,你也可以讓自己的品牌成為被別人引述的對象。這需要系統性地建立品牌的「專家身份」:

  1. 發布原創研究:即使是小規模的數據分析(「我們分析了 200 個網站的 GEO 設定」),也比空洞的觀點更容易被引用
  2. 建立具名作者頁面:為你的內容作者建立完整的 Profile(姓名、職稱、專業背景),並用 Person Schema 標記
  3. 在業界媒體發表觀點:即使是短文或訪談,也能建立你在 AI 知識圖譜中的位置
  4. 引述你自己的過去研究:建立可追蹤的研究歷史,每次新研究都引用過去的研究,形成可驗證的知識積累

實作清單:讓你的下一篇文章提升 AI 引用率

  • 文章包含至少 3 個具名引述(每 500 字 1 個)
  • 每個引述都有:姓名 + 機構/職稱 + 發表場合/年份
  • 至少 1 個引述是學術論文(附 arXiv 或 DOI 編號)
  • 文章中每 200-300 字有至少 1 個具體數字
  • 文章有 FAQPage JSON-LD Schema
  • 文章有 Article Schema(含 author 的 Person Schema)
  • 文章作者頁面已建立並有 Person Schema 標記

在 AI 搜尋日益普及的今天,「讓 AI 相信你值得引用」已經成為品牌行銷的核心課題。具名引述是這個課題中最直接、效果最可量化的解答。

자주 묻는 질문

Q: 什麼是「具名專家引述」?

具名專家引述是指在內容中引用可識別身份的具體人物的觀點或研究,並且明確標注姓名、職稱或所屬機構。例如:「普林斯頓大學 Aditya Aggarwal 等研究員在 KDD 2024 指出...」而非「一位研究員表示...」。具名引述的關鍵在於可驗證性:AI 系統可以確認這個人物是否存在、觀點是否與實際研究一致。

Q: 我可以引述自己公司的內部研究嗎?

可以,但效果不如引述外部獨立研究。引述自己公司的數據或研究時,建議:(1) 明確標注方法論(如「基於 GEO Hero 平台對 500 個網站的分析」);(2) 同時引用支持性的外部研究;(3) 確保數據的可驗證性(如公開 API 或報告)。引述者的可信度與被引述機構的知名度高度相關。

Q: 引述哪些類型的來源效果最好?

效果最好的引述來源,按照 AI 系統評估的可信度排序:(1) 同行評審學術論文(如 KDD、NeurIPS、ACL);(2) 知名大學研究機構的報告;(3) 政府和國際組織的官方數據;(4) 知名媒體的原創報導;(5) 業界知名公司的研究報告。相比之下,部落格文章、社交媒體貼文、匿名來源的效果顯著較差。

Q: 一篇文章應該有多少個具名引述?

根據 KDD 2024 研究的分析,最佳區間是每 500 字 1-2 個具名引述。過少的引述(全文只有 1-2 個)效果有限;過多的引述(每段都有)反而會讓 AI 難以評估哪個是你自己的觀點。建議 1500 字的文章有 4-6 個具名引述,分布在不同的關鍵論點處。

Q: 具名引述只對英文內容有效嗎?

不是。雖然 KDD 2024 的研究主要基於英文查詢,但具名引述對中文 AI 搜尋也有效。在台灣、香港、新加坡的 AI 搜尋中,引用本地知名專家(如台灣科技部研究員、知名大學教授)和國際知名機構的研究,都能提升 AI 引用率。

사이트의 GEO 성과를 알고 싶으신가요?

GEO Hero를 무료로 사용하여 AI 크롤러 방문, 브랜드 인용률, AI 검색 리퍼럴 트래픽을 추적하세요.

무료로 분석 시작 →