AI 引用來源怎麼決定？檢索式回答的五個階段
AI 引用的網頁不是照搜尋排名決定的。ChatGPT、Gemini、Perplexity、Google AI 摘要會先把問題改寫成查詢、搜尋取回網頁、挑出最能回答問題的段落，再寫成附來源的答案。看懂這五個階段，就知道你的網頁在哪一步被漏掉。
其他語言版本：English
AI 引用來源的選擇取決於兩件事：你的網頁有沒有在 AI 搜尋時「被找到」，以及找到後有沒有「被挑中」。ChatGPT、Gemini、Perplexity、Google AI 摘要這類 AI 在回答需要最新資訊的問題時，會經過五個階段：使用者提問、改寫成搜尋查詢、搜尋並取回網頁、挑選段落、寫成附引用來源的答案。GEO 能影響的是中間的取回與挑選兩個階段。
這篇文章說明 AI 的答案從哪裡來、五個階段各自在做什麼，以及你的網頁最常在哪一步被漏掉。
AI 的答案有哪兩個來源？
AI 的答案來自「訓練資料」與「檢索結果」。訓練資料是模型製作時讀過的文字，檢索結果是 AI 回答當下上網查到的網頁。
| 來源 | 是什麼 | 更新速度 | 答案會附引用來源嗎 | 你能多快影響它 |
|---|---|---|---|---|
| 訓練資料 | 模型製作時讀過的大量文字，記在模型裡 | 要等下一版模型 | 不會 | 數個月到數年，只能靠長期累積 |
| 檢索結果 | 回答前先搜尋，讀幾個網頁再作答 | 網頁一被索引就可能被用上 | 會，標在句子旁或答案下方 | 數週，取決於收錄速度 |
檢索是 GEO 的主戰場，因為它更新快、而且會附上引用來源。主要 AI 工具的檢索方式各有官方說明：
- ChatGPT 搜尋使用 OpenAI 的爬蟲 OAI-SearchBot 收錄網頁，與收集訓練資料的 GPTBot 分開（OpenAI 爬蟲說明）。
- Gemini 可以用 Google 搜尋的結果作為回答依據，並回傳引用的網頁（Gemini grounding 文件）。
- Google AI 摘要引用的是 Google 已索引、可顯示摘要的網頁，沒有額外技術要求（Google 搜尋中心）。
- Claude 的網路搜尋工具在使用搜尋結果時，一律附上引用來源（Claude 網路搜尋工具文件）。
各平台檢索機制的詳細比較，見 ChatGPT vs Gemini vs Perplexity。
檢索式回答的五個階段
AI 的檢索式回答是一條固定的流程。你的網頁要出現在答案的引用來源裡，必須通過每一個階段。
- 使用者提問：例如「台北有哪些推薦的公司記帳服務？」。問題通常比搜尋關鍵字更長、更口語。
- 改寫成查詢：AI 把問題拆成幾組搜尋關鍵字，例如「台北 公司記帳 推薦」「記帳事務所 費用」。
- 搜尋並取回：AI 用這些查詢搜尋，取回一批相關網頁。沒被索引、或擋掉 AI 爬蟲的網頁，在這一步就不存在。
- 挑選段落：AI 從取回的網頁裡，挑出最能直接回答問題、而且有依據的段落。
- 寫成答案：AI 把挑中的段落整合成一段話，並在句子旁或答案下方標出引用來源。
第 1、2、5 階段由 AI 決定，你無法控制。第 3 階段決定你「被找到」，第 4 階段決定你「被挑中」，這兩個階段就是 GEO 的工作範圍。
你的網頁會在哪一步被漏掉？
| 階段 | 常見的漏掉原因 | 檢查方法 | 怎麼修正 |
|---|---|---|---|
| 搜尋並取回 | robots.txt 擋掉 AI 爬蟲 | 打開網站的 /robots.txt，看有沒有 Disallow 掉 OAI-SearchBot、PerplexityBot 等 | 放行搜尋用的爬蟲 |
| 搜尋並取回 | 網頁沒被搜尋引擎索引 | 在 Google 搜尋文章標題 | 提交網站地圖、檢查是否被設為不索引 |
| 搜尋並取回 | 主題與查詢對不上 | 比較文章標題和客戶實際的問法 | 標題與開頭直接使用客戶的問法 |
| 挑選段落 | 答案藏在文章後段 | 只讀前 200 字，看能不能知道答案 | 開頭 2–3 句直接回答 |
| 挑選段落 | 內容模糊、沒有依據 | 數一數具體數字與外部來源 | 補上數字、單位與可查證的來源 |
| 挑選段落 | 文字要點擊或執行程式後才出現 | 在「檢視原始碼」裡搜尋文章中的一句話 | 讓文字直接寫在網頁原始內容裡 |
前三列是「被找到」的問題，後三列是「被挑中」的問題。先確定被找到，再處理被挑中；網頁沒被取回，內容寫得再好也沒有機會。
什麼樣的段落會被挑中？
AI 挑段落時偏好「直接、具體、有依據」的內容。這個偏好有實驗證據：GEO 論文（Aggarwal 等，KDD 2024）把同一批網頁用不同方法改寫，再讓生成式引擎作答，量測每個網頁在答案中占的份量。
| 改寫方法 | 做了什麼 | 整體分數 | 相對未優化 |
|---|---|---|---|
| 未優化 | 原本的網頁 | 19.5 | 基準 |
| 堆疊關鍵字 | 重複塞入搜尋關鍵字 | 17.8 | 變差 |
| 引用來源 | 加入可查證的來源 | 24.9 | 約 +28% |
| 加入數據 | 把模糊描述換成具體數字 | 25.9 | 約 +33% |
| 加入引述 | 引用有公信力的人或機構說的話 | 27.8 | 約 +43% |
整體分數取自論文 Table 1；相對提升是用整體分數換算，論文本身的結論是這三種方法提升約 30–40%。堆疊關鍵字在傳統 SEO 常見，在生成式引擎中卻比不優化還差。
原因是 AI 寫答案時需要「可以直接引用的一句話」。一句「小公司委託記帳每月費用約數千元，依交易量而定」比「費用很合理」好引用；附上官方來源的說法，又比沒有來源的說法可信。
為什麼搜尋排名第一不一定被引用？
AI 不會照搜尋排名依序引用，因為它挑的是段落，不是網頁。GEO 論文 Table 2 發現，同樣加上引用來源，原本在搜尋結果排第 5 名的網站，在答案中的份量提升 115.1%；排第 1 名的網站反而下降 30.3%。
這代表排名靠後的網站，只要內容更直接、更有依據，就能在 AI 的答案裡後來居上。對小品牌來說，這是傳統 SEO 很難得到的機會。
訓練資料還重要嗎？
訓練資料仍然重要，但無法在短時間內改變。就算 AI 有上網，它認不認得你的品牌、會不會把你和某個主題連在一起、怎麼描述你，仍受過去網路上的印象影響。
影響訓練資料的方法，是長期而穩定地在可信的地方被提到，例如媒體報導、產業文章、評論與官方名錄。這些內容會逐漸進入未來的訓練資料，也會在 AI 檢索時被取回。實務上，把力氣先放在檢索，同時持續累積外部提及。
常見問題
Q：AI 是怎麼決定引用哪個網頁的？
AI 先把問題改寫成搜尋查詢、取回一批網頁，再從中挑出最能直接回答問題且有依據的段落來引用。
網頁要被引用，必須先在搜尋階段被取回，再在挑選階段勝過其他網頁。GEO 能影響的就是這兩個階段。
Q：AI 的答案是從訓練資料還是網路來的？
兩者都有。AI 的答案來自訓練資料與回答當下的檢索結果。
需要最新資訊的問題，ChatGPT、Gemini、Perplexity、Google AI 摘要都會上網搜尋，並附上引用來源。訓練資料則決定 AI 對你品牌的基本印象，要等下一版模型才會更新。
Q：搜尋排名第一就會被 AI 引用嗎？
不一定。AI 挑的是最好引用的段落，不是排名最高的網頁。
GEO 論文發現，同樣加上引用來源，排第 5 名的網站份量提升 115.1%，排第 1 名的反而下降 30.3%。排名只決定你是否被取回，內容決定你是否被挑中。
Q：什麼樣的內容最容易被 AI 挑中？
開頭直接回答、有具體數字、附上可查證來源的內容最容易被挑中。
GEO 論文的實驗中，加入引述的整體分數是 27.8、加入數據 25.9、引用來源 24.9，都高於未優化的 19.5。
Q：關鍵字放越多越容易被 AI 引用嗎？
不會，堆疊關鍵字反而降低被引用的份量。
GEO 論文中堆疊關鍵字的整體分數是 17.8，比未優化的 19.5 還低。關鍵詞自然出現在標題、開頭與小標題即可。
Q：為什麼 AI 有提到我的品牌，卻引用別人的網頁？
因為 AI 認得你，但在搜尋與挑選階段，你的網頁沒被取回或沒被挑中。
先檢查 robots.txt 是否放行 AI 爬蟲、網頁是否被索引；確認被找到後，再把開頭改成直接回答，並補上數字與來源。
Q：擋掉 GPTBot 會讓網頁無法出現在 ChatGPT 搜尋嗎？
不會。GPTBot 用於收集訓練資料，ChatGPT 搜尋使用的是另一個爬蟲 OAI-SearchBot。
OpenAI 說明兩者分開控制。不想被拿去訓練、但想出現在 ChatGPT 搜尋，可以在 robots.txt 擋 GPTBot、放行 OAI-SearchBot。
Q：影響訓練資料要多久？
通常要數個月到數年，而且只能靠長期累積。
訓練資料要等下一版模型才會更新。長期在媒體、產業文章、評論等可信的地方被提到，會逐漸讓 AI 認得你的品牌；短期內則把力氣放在檢索。