更新日期：2026-10-18
研究 AI 搜索时，一个很自然的猜测是：页面越靠前，越容易被模型引用。但在最近整理的检索与生成实验里，返回位置并不能完整预测最终引用。
这篇文章展开一个具体案例，同时解释如何把“页面被找到了”和“页面被采用了”分开测量。数据来自 2026 年 10 月 17 日整理的 GEO / AIEO 调研，是自编排的 DeepSeek Search 与 Flash 生成流程，不等于 DeepSeek 消费产品的普遍表现。
实验做了什么
研究选取四个技术主题，每题固定一批十个来源 URL。模型分别接收摘要或提取正文，并对来源做原序与倒序排列，总计 16 次调用。
模型通过不透明来源 ID 标记结论依据，输入保留了标题与 URL，但没有把 authority 和 rerank_score 字段提供给模型。每个来源每个字段最多输入 8,000 字符。
这意味着它测试的是“在所给资料、提示词与长度限制下，模型如何组织结论”，不是独立搜索产品的排名算法。摘要和正文的信息量也不同，不能把差异全部解释为文本形式造成的效果。
一个比总分更有意思的结果
PostgreSQL 备份主题的来源采用情况如下。返回位置来自该次搜索接口，引用次数来自四种不同生成条件。
| 来源页面 | 返回位置 | 四种条件中的引用次数 |
|---|---|---|
| RockData 主要备份比较文章 | 1 | 3 / 4 |
| Bytebase 备份工具文章 | 2 | 3 / 4 |
| Severalnines 对比文章 | 4 | 0 / 4 |
| pkg.go.dev 的 pgBackWeb 页面 | 9 | 4 / 4 |
| RockData 另一篇工具比较文章 | 10 | 3 / 4 |
第九位页面在四种条件下都被引用，第十位页面也出现三次。这足以提醒我们：在本实验里，不能只看位置预测来源采用。
但它不支持“第九位比第一位更好”这样的结论。四次输出来自四种条件，不是四次相同条件的独立重复；题目只有一个，也不代表其他业务主题。
为什么未引用不等于没价值
模型被要求整理有限数量的关键结论，一个来源即使内容完整，也可能没有成为最后列出的证据。多个来源讲同一件事时，模型可能选择其中一个；另一个来源则提供不同的限制或功能描述。
这些都是需要继续检验的解释，不能仅凭结果表认定真实原因。要追查原因，应查看具体结论和对应段落，而不是给整篇文章贴上“AI 不喜欢”的标签。
尤其要区分三种目标：
- 检索可见性：页面进入了指定查询的候选结果。
- 引用采用：回答把页面列为某项结论的依据。
- 正面推荐：回答针对某个场景建议选择该产品。
一条引用可能支撑的是“该产品不支持某功能”。引用更多并不必然意味着推荐更多，更不能直接推导出注册或询盘增加。
顺序是否会影响结果
八组原序与倒序对照中，有六组的引用集合不同。这个现象值得继续研究，但当前每个条件只生成一次，无法分离顺序影响和同条件随机波动。
即使温度设为零，也不能把输出完全确定当成前提。服务端实现、模型更新以及其他未控制因素，都可能影响可重复性。
下一轮实验应固定输入快照、模型与提示词，对每个条件重复多次，再比较条件内差异和条件间差异。否则，看到一次倒序后引用变化，就宣称已经证明位置偏差，会超过证据范围。
一个站长可以执行的诊断过程
假设你的产品页已经进入候选结果，却没有出现在回答里，可以按以下顺序检查。
第一，确认你比较的是同一条问题。品牌名查询、完整标题查询和自然业务问题不能混用。用户问“哪个工具适合小团队备份”，与问某产品名称，候选资料自然可能不同。
第二，保存模型实际收到的资料。浏览器里有某段文字，不代表搜索接口的摘要或提取正文保留了它。检查是否被截断、清洗掉，或者只有导航和营销介绍被返回。
第三，列出希望被正确表达的事实。每项都应有版本和适用条件，例如项目数限制、备份类型、恢复能力和部署要求。这里的目标是理解表达是否完整，而不是强行增加品牌词密度。
第四，对照最终回答。记录它采用了哪些结论、引用了哪个 URL、来源是否支持结论，以及有没有遗漏限制。只有确认问题发生在表达层，才考虑修改页面文案。
给记录表加上“未知”
| 项目 | 建议记录 | 不应混入的情况 |
|---|---|---|
| 检索出现 | 在约定前 N 条中出现或未出现 | API 失败不算未出现 |
| 资料完整性 | 完整、部分、遗漏、错误、未审阅 | 未审阅不算遗漏 |
| 引用 | 目标 URL、支撑的结论、证据段落 | 提到品牌不等于引用目标页 |
| 推荐 | 场景、正负倾向、限制条件 | 引用不等于正面推荐 |
| 产品模式 | 模型、联网设置、时间 | 未知是否搜索不能当作搜索失败 |
一个缺失状态往往比一个漂亮的百分比更重要。如果某次没有触发搜索，就不该拿它证明网页没有被检索系统收录。相同查询的连续请求也可能高度相关，不宜当作大量独立样本。
应该先改内容，还是继续追排名
如果页面没有进入相关问题的候选结果，先检查访问、索引与查询匹配；如果页面出现了，但事实在摘要里丢失，先研究提取和表达；如果事实已进入输入，回答仍然错误，再看来源冲突和生成环节。
这是一种定位顺序，不是保证提升引用的公式。对可控页面做实验时，尽量一次修改一项，保留旧版本和未修改参照，确认新页面已经被读取后再解释变化。
本次研究最有用的提醒是：排名值得记录，引用也值得记录，但它们不能互相代替。真正有帮助的证据，是某个问题下、某段资料如何支持了某条最终结论。
