METRICS

引用率(Citation Rate)

暗场中有许多小而暗淡的粒子;部分粒子附着在固定的晶格节点上,形成密集的发光簇,代表提及率(暗淡粒子)和引用率(晶格附着形成的发光簇)
引用率是一批答案中带有链接的比例,与提及率不同——提及不等于引用;提及率先出现,引用率随后,因为引用需要具体的可检索内容

一句话说明

引用率是一批答案里带上你的链接的比例,和提及率不同 —— 被提到不等于被引用。

引用率是一批答案里带上你的链接的比例,和提及率不同 —— 被提到不等于被引用。

我们的判断

提及率先起来、引用率后起来,是正常顺序。引用需要一篇具体的、可检索可验证的内容,比让模型知道你的名字难得多。

01

怎么算与怎么取数

引用率 = 带该域名引用的答案数 ÷ 总答案数。与引用份额不同:引用率的分母是答案数,引用份额的分母是全部引用条数。

只有逐条展示来源的平台能直接统计。不展示来源的平台只能间接估算,且必须标明是估算。

02

哪些内容更容易被引用

Princeton 论文(KDD 2024)在 10,000 条查询上验证:加统计数据、加引用来源、加引述这三种写法,在可见度指标上带来 30–40% 的相对提升。

同一篇论文发现「均衡器效应」:原本排第 5 的页面提升最大(+115.1%),排第 1 的平均反降约 30.3%。这套方法对还没进第一梯队的品牌收益更高。

03

别追求垄断

实测显示即便最常被引的域名,在单一平台上的份额也很少超过 5%。目标是稳定进来源列表,不是占满它。

本页用到的数据

30–40%

加统计数据 / 引用来源 / 引述后的可见度相对提升

出处Princeton GEO 论文,KDD 2024,GEO-bench 10,000 条查询,2024

不足 5%

单一平台上最常被引域名的引用占比上限

出处Evertune,2 亿条 prompt,2026

40.1%

Reddit 占 AI 答案引用来源的份额

出处Semrush,150,000+ 条引用 / 5,000 个关键词,2025-06

资料出处

  1. [1]GEO: Generative Engine Optimization.Aggarwal 等,KDD 2024.2024

更新于 2026-08-10