这条在：GEO 图书馆 · 流传说法核查
「写成清单体、文末加 FAQ，AI 就会多引」？
截至 2026 年 9 月 30 日，「写成清单、文末加 FAQ，AI 引用翻几倍」里的倍数，我们顺着各个版本的出处往回追，没有一个追到原始研究，按查无出处处理，也不复述。
写法本身有官方出处：微软建议写问答对、列表和表格，2026 年 2 月又把 FAQ 区块写进建议，但这些建议只管微软自家的 AI 体验，不给倍数，也不保证被选中；Google 则说，在 Google 搜索里不必为生成式 AI 专门换写法。我们读到的几项排版实验并不一边倒：有的没看到影响，有的只在次要指标上多了一点，而且都没覆盖豆包、DeepSeek 等国内平台。
这个说法在讲 GEO（AI 搜索优化）的文章里，我们见过好几种版本：写成清单、文末挂一段 FAQ、加 FAQ 标记，后面都跟着一个倍数，倍数还各不一样。我们顺着出处往回追，到 2026 年 9 月 30 日，没有一个版本追到原始研究，倍数这里就不复述了。
可这事也不是一句「查无出处」就完了。问答、列表这类写法，微软官方确实推荐过，也真有人拿排版做过实验。倍数是一回事，写法有没有用是另一回事。
倍数追到哪儿就断了
先是 FAQ 标记。卖 AEO 测量工具的 Foglift 在 dev.to 上转述了另一家厂商 Relixir 的研究，卖 AEO 服务的 Discovered Labs 2025 年 12 月的博客也拿 FAQ 标记的数字推 FAQ 优化，出处同样写 relixir.ai，可 Relixir 那两个页面我们打开都是 404。我们不说 Relixir 造假，只是原文核不了；Foglift 自己倒也承认，肯做标记的网站整体质量本来就高，「No study I've found controls for this」。
再是 Google AI 概览那条。引用链常指向 SGAIndex 一篇没署名、没日期的报道，说研究是普林斯顿和 Moz 做的，跟踪到 2026 年 3 月、发表在 WWW 2026，却没给论文标题和链接；可 WWW 2026 研究轨道的全文截稿是 2025 年 10 月 7 日，时间对不上。别的轨道我们没逐一查，所以只说对不上，不说是编的。卖内容优化工具的 Frase 引的就是这个倍数，还把「FAQPage 应列为优先标记」算到普林斯顿 GEO 论文头上，可那篇论文测的九种方法里压根儿没有 FAQ，也没有结构化标记。
清单那边更短。卖 GEO 服务的 GenOptima 在自家指南里写清单页被引多几倍，注的是「based on GenOptima internal data」，页面上我们没看到可下载的数据集。
中文这边，我们追到的版本里倍数、百分比各写各的，没见到指向论文、原始研究或能复核实验方法的。有篇说豆包偏好编号列表和 FAQ 问答对、DeepSeek 偏好逻辑完整的长文，同样没引任何测试，我们也没找到谁对这两家做过这种对照。
官方到底说了什么
说得最多的是微软。Bing 首席产品经理 Krishna Madhavan 2025 年 10 月在微软广告博客上给营销人员写过一篇。他推荐写直接的问答对，理由是「Assistants can often lift these pairs word for word into AI-generated responses」，助手常常能把问答原样搬进回答；也推荐列表、编号步骤和对比表，说它们能把复杂细节拆成干净、能复用的片段，尤其适合操作类和功能对比类问题，但别滥用。这篇里的 FAQ 只出现在讲 schema 的地方；真正把 FAQ 区块写进建议的，是 2026 年 2 月 Bing 站长博客介绍新 AI 报表的那篇：清晰的标题、表格和 FAQ 区块，有助于把关键信息露出来，让 AI 更容易准确地引用。
所以这些写法确有微软的官方出处，不是营销号凭空编的，但也就到这一步。Madhavan 开头说被 AI 选中没有秘密策略，结尾说「nothing guarantees selection」；我们读到的全文里，也没有一个数字把格式跟被引多少挂上钩。Bing 站长指南则写明 GEO 不保证被引用，正文里没看到 FAQ、列表和表格这些字眼。
OpenAI 讲 ChatGPT 搜索收录，要紧的是别挡 OAI-SearchBot，我们用网页工具概括读到的范围里没提清单和 FAQ，这不等于它反对。国内平台讲 AI 搜索内容结构的官方文档我们没找到，查过的几家平台也都没给出清单或 FAQ 倍数的官方文档。
真拿排版做过实验的
常被拿来背书的普林斯顿 GEO 论文（KDD 2024），测的九种改写全是改文字，没有清单也没有 FAQ，它那个「最高约四成」算不到这两种写法头上，另一条里追过。
经过同行评审、又碰到了「结构」的，我们找到两篇。NeurIPS 2025 的 C-SEO Bench 测的十种方法里，有一种会加粗重点、做结构化整理，结论是大多数方法没让单方面采用的一方明显提升引用名次。可它只测英文、用给定文档，结构又跟别的改写搅在一起，只说明「改个格式就会涨」没证据，推不出清单和 FAQ 没用。
另一篇收在 SIGIR 2026 论文集里，作者是三位 Sprinklr 员工（公司卖营销软件）：两篇只差一处的产品测评文一起塞给六个大模型，看先引谁，跑了 25.2 万次。把密集的大段落改成分节整理，没看到影响；影响最大的是跟问题相不相关，还有两篇在上下文里谁在前面。不过这是合成场景，测评文由 GPT-4o 写好直接喂进去，全程没用搜索引擎，也没单测 FAQ 或清单。
Discovered Labs 就是前面在博客里推 FAQ 优化的那家。它的两位作者拿自家监测平台上 19 个 B2B SaaS 客户工作区约 210 万条引用做了篇观察研究（预印本，没经同行评审，数据没公开），摘要说 FAQ 块、结构化数据、Core Web Vitals 这组常见检查项，混着看有正效应，一控制域名就归零或反转。单看 FAQ，控制域名后的点估计是 β = +0.07，图 1 的区间跨过零，说不上反过来，也说不上效应还在。
清单类页面在有些统计里被引很多
说「清单被引得多」的统计确实有好几家。Wix 看了 7.5 万条 AI 回答里的引用，总的是清单类最多，可它自己说问题意图比行业和模型都更能预测被引哪类页面，信息类问题被引最多的还是普通文章；Peec 统计出 ChatGPT 里清单类比例很高，Google AI 模式里最好的却是分类页，原话是「The takeaway is not 'just do listicles'」；Ahrefs 看的 750 条推荐类提示词里，ChatGPT 引得最多的是「best X」榜单。Peec 另一页说，清单被引得多是因为它有可摘出的答案，覆盖多个实体，能接住很多扩展出来的子查询，「not a universal "list bias"」。反过来，前面那篇 Discovered Labs 研究控制了内容对齐、篇幅、新旧和域名之后，「清单测评」类页面略少被引（β = −0.12）。
所以这些统计里的清单多半是别人写的「十大某某」推荐文，跟你把自家文章改成清单体是两回事。这类榜单从哪来，我们另写过一条。
结论
- 「写成清单、文末加 FAQ，引用翻几倍」：查无出处。能追到的几条，要么断在打不开的厂商页，要么是厂商自家的内部数据，要么所称的发表时间跟会议研究轨道的日程对不上。
- 「问答对常常能被原样搬进回答；列表和表格是把细节拆成可复用的片段。标题、表格和 FAQ 区块有助于把关键信息露出来，让 AI 更容易准确引用」：有微软的建议。这些建议只覆盖微软自家的 AI 体验，不给倍数，也不保证被选中。
- Google 那边：口径不一样。Google 说在 Google 搜索里不必为 AI 专门改写法，切块可以不管；它没点名 FAQ 和清单，也没说不许写。
- 「清单文章在 AI 引用里占比最高」：部分成立。Wix 的总体统计、Peec 的 ChatGPT 数据和 Ahrefs 的推荐类提示词里，清单类都被引得多；但那是分布统计，多半由推荐、对比类问题带动，不是改成清单后的实验。Discovered Labs 的研究控制域名等因素后，清单测评页的残差反而是负的（β = −0.12）。
- 「改排版就能多被引」：证据不足。有的实验没看到影响，有的只在次要指标上多了一点；观察研究里控制域名后，FAQ section 的点估计是 β = +0.07，图 1 的区间跨过零；说有效的，都拆不出清单或 FAQ 本身的幅度。我们也没找到同行评审研究单独测过 FAQ 板块或清单体。
下回有人拿一个倍数来推 FAQ 或清单，可以请他说清楚三件事：在哪个平台上测的，跟什么比的，样本多大。
「结构就是有用」？
- 微软自己就这么建议。 这是「有用」这边最明确的官方出处。但它是写作建议，没有实验，也没有数字。
- 有工具商说做过前后对照。 seoClarity 赞助的研讨会回顾里说，给一批测试页加上 FAQ 板块后 AI 引用涨了，撤掉又落回去，这是我们找到的唯一一个「FAQ 有效」的前后对照。可它只有一个客户、约 1000 条提示词，没给涨幅、平台和页数，没法复核，它自己也说同一套方法在三个客户身上结果很不一样。
- 有预印本看到了一点效应。 CITECHOICE 在 GPT-5.4 的工具代理上做受控重放，把一篇来源从散文改写成结构化排版，事先定好的主指标「会不会被引」不显著，次要结果是每个回答多被引约 0.5 次，总引用数却没变，作者说更像是把引用往这篇上集中。两个版本都是重写的，只改版式的那组复查又不稳，所以证明不了是排版本身起作用，更算不到 FAQ 或清单体头上。
- 有预印本说只改结构就能提高引用率。 GEO-SFE（2026 年 3 月，东京大学等）说在六个生成引擎上都成立，可它没经同行评审，被测引擎里还有 Google SGE、Bing Chat 这些旧名字，说 Google 推荐 FAQ 标记也跟 Google 现行文档对不上。它更没单独拆出 FAQ 或列表的效果。
我们的判断是：结构的作用不能说是零。可在我们读到的范围里，站得住的只有一篇预印本的次要结果，主指标还不显著；其余的要么没看到影响，要么区间跨过零，要么来源说不清，没有一条撑得起「翻几倍」。
这些结论别往外推
- 微软的建议只管它自家的 AI 体验，Google 的话只管 Google 搜索，都推不到豆包、DeepSeek、元宝、Kimi 上；国内平台我们没找到任何对照研究，没证据说有效，不等于证明无效。
- 实验多是英文、合成场景或 B2B SaaS 样本；清单占比那几份是分布统计，主要是推荐、对比类问题。
- Google 搜索的 FAQ 富结果 2026 年 5 月 7 日起不再显示，那是结果页上的样式，说明不了 AI 引不引你页面上的 FAQ。
- 「没找到原始研究」只限于我们追到的范围，我们没做穷尽检索。
核对记录
- 微软 Madhavan 那句问答对的原话，出处包里有「AI-generated responses」和「AI-generated answers」两种录法。2026 年 9 月 30 日打开原页核过，是「responses」。
- Sprinklr 那篇是否收录，出处包里说法不一，初稿只看了 arXiv 摘要页，按未收录写。2026 年 9 月 30 日重开：摘要页挂着 ACM 的 DOI，HTML 版首页写明收入 SIGIR 2026 论文集（7 月 20–24 日，墨尔本）。正文改成同行评审，出处包改为 A。
- CITECHOICE 和 Discovered Labs 两篇，出处包原来只录了摘要。同日对照 PDF 正文，补上了前者的主指标和样本数，后者的 FAQ 系数、清单测评页系数和辛普森悖论的例子。
- Discovered Labs 那篇的引用条数，摘要写约 2×10⁶，§3.1 语料一节写约 2.1×10⁶，稿子按后者写约 210 万。同日看过图 1，FAQ section 的 95% 区间跨过零。
出处 24 条，A 级 10 条、B 级 8 条、C 级 6 条 · 展开全部
Krishna Madhavan（Bing 首席产品经理），Microsoft Advertising 博客《Optimizing Your Content for Inclusion in AI Search Answers》，2025-10-08：「While there's no secret strategy for being selected by AI systems」；「Direct questions with clear answers mirror the way people search. Assistants can often lift these pairs word for word into AI-generated responses.」；「Bulleted lists, numbered steps, and comparison tables break complex details into clean, reusable segments. They're especially effective for how-to queries and feature comparisons. However, avoid overusing them.」；「Self-contained phrasing: Sentences that make sense even when pulled out of context.」；「AI assistants don't read a page top to bottom like a person would. They break content into smaller, usable pieces」；「While nothing guarantees selection, following these practices gives your content the best chance to be chosen for real user queries.」FAQ 只出现在讲 schema 的一句里。读到的全文里没有把格式和被引多少挂钩的数字。只管微软自家的 AI 体验（Copilot、Microsoft Start 等）。 原文
Bing 站长博客《Introducing AI Performance in Bing Webmaster Tools Public Preview》，2026-02-10，署名 Krishna Madhavan 等四位微软产品经理：「Clear headings, tables, and FAQ sections help surface key information and make content easier for AI systems to reference accurately.」是介绍新报表时的一条内容建议，没有提升数值，也没有对照实验。报表覆盖 Copilot、Bing 里的 AI 摘要和部分合作伙伴集成。 原文
《Bing Webmaster Guidelines》：「GEO does not guarantee grounding or citations in AI experiences」；第 15 条：「URLs are more likely to be selected for grounding queries and citations when content stands on its own.」讲的是事实和定义写明、重要信息在本页可见，读到的正文里没有 FAQ、列表、表格字样。页面未显示日期。 原文
Google 搜索中心《Optimizing your website for generative AI features on Google Search》（英文页 Last updated 2026-07-10，变更日志显示 2026-05-15 首发）：「There's no requirement to break your content into tiny pieces for AI to better understand it.」「There's no ideal page length」；「For Google Search, you can ignore tactics like "chunking" content」；「You don't need to write in a specific way just for generative AI search.」该页没有点名 FAQ 或清单体。只管 Google 搜索。 原文
Google 搜索中心《AI features and your website》（2025-12-10 更新）：「You don't need to create new machine readable files, AI text files, or markup to appear in these features.」「There's also no special schema.org structured data that you need to add.」只管 AI 概览和 AI 模式。 原文
Google 搜索中心更新日志：「Deprecating the FAQ rich result feature. This feature will no longer appear in Google Search starting May 7, 2026.」2026-06-15 删除 FAQ 富结果文档。说的是搜索结果页的样式，不是 AI 会不会引用页面里的 FAQ。 原文
OpenAI 帮助中心《Publishers and developers FAQ》：「Any public website can appear in ChatGPT search.」关键是别挡 OAI-SearchBot。经网页工具概括读取，不是逐段通读；读到的范围里没有要求清单体或 FAQ。页面日期未核到。 原文
Aggarwal 等《GEO: Generative Engine Optimization》（KDD 2024）v3 §2.2.2 九种方法：Authoritative、Statistics Addition、Keyword Stuffing、Cite Sources、Quotation Addition、Easy-to-Understand、Fluency Optimization、Unique Words、Technical Terms。都是文字改写，没有清单体或 FAQ。实验用 GPT-3.5 模拟引擎，指标是位置加权词数可见度。 原文
Puerto 等《C-SEO Bench: Does Conversational SEO Work?》（NeurIPS 2025 数据集与基准赛道）：「Content Improvement makes the text more attractive by highlighting key features (e.g., by bolding) and structuring the text to make the information more accesible.」「Most existing C-SEO methods do not achieve significant gains for unilateral adopters across tasks or domains.」十种方法里没有单独的 FAQ 或清单体；只测英文、给定文档、接口模型。 原文
Vishwakarma、Kumar、Jamidar（均为 Sprinklr 员工）《What Gets Cited: Competitive GEO in AI Answer Engines》，收入 SIGIR 2026 论文集（DOI 10.1145/3805712.3808445），arXiv 2026-05-25：25.2 万次对照试验，六个模型；「Formatting choices (Content Structure, Scattered Information) had no impact」；「topical relevance and list position are the biggest drivers of being cited first」；「formatting-only edits have little impact」。合成场景，GPT-4o 生成的产品测评文直接注入上下文，「We never call a search engine.」list position 指两条来源在上下文里的先后；Content Structure 指密集段落对分节整理，没有单测 FAQ 或清单体。 原文
Moore、Dunne（Discovered Labs）《What Drives Citations in Production Large Language Models?》，arXiv 2026-09-28 提交：「the standard AEO checklist (FAQ blocks, structured data, Core Web Vitals) shows positive effects in pooled data that reverse or collapse to zero once domain fixed effects are applied」；「The signed effects are uniformly small in magnitude: FAQ section β = +0.07」，这是含域名固定效应的模型，图 1 里它的 95% 区间跨过零；辛普森悖论一段的例子是页面速度：「large incumbent brands have many citations and slower-than-median pages」；「listicle-review pages show a small negative residual (β = −0.12, q < 0.05)」；「No published study has tested these prescriptions at scale on production systems.」观察性研究，论文页首 2026-05-12；19 个 B2B SaaS 客户工作区、约六个月、约 210 万条引用（摘要取整写约 200 万），特征分析用至少被引两次并封顶抽样后的 10,042 个网址；ChatGPT、Claude、Google AI Overviews、Gemini，Perplexity 因单条提示词样本量小排除，作者称加回去不改变主要结论；数据不公开，未经同行评审。 原文
Wix Studio AI Search Lab《The content types most cited by LLMs》（2026-03-23）：7.5 万条 AI 回答的引用里，清单类页面被引最多；「query intent was more predictive of content type citation than both industry and model choice」。信息类问题被引最多的是普通文章。 原文
Peec 研究页《Content types cited most by engine》（2026-02）：「The takeaway is not 'just do listicles' — it is that each engine rewards different formats, so benchmark per engine.」观察性统计。 原文
Peec 研究页（Metehan Yesilyurt，2026-08）：「Listicles dominate AI citations for a mechanical reason, not a universal "list bias".」这里的清单指第三方「Best X」类推荐文；页尾写 GPT-5.6（2026-08）把检索从清单转向产品页。 原文
Ahrefs 博客（Glen Allsopp，2025-12-04）：750 条推荐软件、产品、代理公司类提示词下，ChatGPT 引用最多的页面类型是「best X」类博客清单；「there's also some bias here」。只做了分布统计。 原文
Selvam、Ghosh《CITECHOICE》，arXiv 2026-09-14：「structured rendering concentrates citation credit rather than clearly increasing source admission. It raises target citation count by +0.50 citations per answer (95% CI [+0.20, +0.84]; Holm-adjusted p=.033), without increasing total citations or reducing competitor credit.」「The pre-specified incidence effect (whether the target is cited at all) is +4.5 pp and inconclusive (95% CI [−1.4, +10.4]; p=.168).」「They do not establish reliable source admission, a pure formatting mechanism, or a general rank advantage.」GPT-5.4 工具代理，129 条提问里重放 113 对来源（人工确认 103 对）；+0.50 次是模型估计的次要结果，两组原始均值是每个回答 2.69 次和 3.12 次；两边都重写过（Jaccard 0.80），只改版式的机械重排消融不稳；未经同行评审。 原文
Yu 等《Structural Feature Engineering for Generative Engine Optimization》（GEO-SFE），arXiv 2026-03-31：把结构分成文档架构、信息分块、视觉强调三层，建模其对引用概率的影响。被测引擎列为 Google SGE、Bing Chat、Perplexity AI、Phind、ChatGPT、Claude；没有单独的 FAQ 或列表消融；文中称「Google recommends JSON-LD structured data with emphasis on FAQ and How-to schemas」，与 Google 现行文档说的「不需要」对不上。 原文
Search Engine Journal 赞助网络研讨会回顾（seoClarity，2026-07-23）：「Adding FAQ sections to a set of test pages lifted AI citations. Removing them dropped citations back down.」「seoClarity ran the same methodology for three clients and got three very different outcomes」。单个客户、约 1000 条提示词，没给幅度、平台和页数。 原文
被核的说法之一：Foglift 在 dev.to 的文章，标题带 FAQ 标记的倍数，转述 Relixir 的研究，没给能打开的原始链接。文中：「No study I've found controls for this.」Relixir 两个相关页面 2026-09-30 读取均为 404。页面标 Apr 10，年份未核。 原文
被核的说法之二：Discovered Labs 博客，2025-12-18：「FAQ optimization for AEO and GEO requires atomic answers, FAQPage schema, and entity linking to get cited by ChatGPT and Perplexity.」文中 FAQ 标记的数字出处写 relixir.ai。 原文
被核的说法之三：GenOptima 自家 GEO 指南（Last updated April 10, 2026），清单页被引倍数注明「based on GenOptima internal data」，页面上没看到可下载的数据集；网页工具读到过一句样本说明，未逐字核，不引。 原文
被核的说法之四：SGAIndex News 一篇无署名、无日期的「新研究」报道：「Research institutions: Princeton University Department of Computer Science + Moz Research」「Study period: October 2025 – March 2026 (6-month tracking)」「Published at: WWW 2026 (The Web Conference)」。没给论文标题和链接。 原文
WWW 2026 研究轨道征稿页：摘要截止 2025-09-30，全文截止 2025-10-07，通知 2026-01-13，定稿 2026-01-25。会议其他轨道的日期没逐一查。 原文
被核的说法之五：Frase 博客（2025-11-17）：「According to GEO research, FAQPage schema is recommended as a 'priority schema type' alongside Organization and Article schemas specifically because of its high citation probability.」「GEO research」链到普林斯顿 GEO 论文 PDF；倍数引自 SGAIndex。 原文
大家也这样问
- 听说文章写成清单、文末加 FAQ，AI 引用能翻几倍，是真的吗？
- 加FAQ能让AI多引用吗？
- 清单体文章更容易被AI引用吗？