「照论文改，AI 引用率能提升 40%」？

先摆出流传的说法。下面是我们 2026 年 9 月 27 日在中文网上找到的原文节选，链接都在页尾：

• 「可带来约40%的曝光增益」（一篇财经文章的转载页）
• 「普林斯顿大学相关研究表明，包含具体数据的内容，AI引用率可提升37%至40%。」（一篇推广 AI 可见度监测服务的社区文章）
• 「引用权威来源能让被引用率提升 40%」（一个个人内容网站）
• 「GEO策略可将AI引用可见度提升最高40%」（一家做 GEO 服务的公司）
• 「排名第 5 的網站在實施 GEO 優化後，可見度提升了 115%，甚至超越排名第 1 的網站。」（一家做 GEO 顾问的公司）
• 「优化方法可以将生成式可见度提升最高 40%，但效果会因领域而异」（一家卖 AI 写作工具的公司）

英文里也找到两处，都出自卖 SEO 和 AI 可见度工具的 Semrush：它自己的指南写「30%-40% higher visibility in AI responses」，旗下的 Backlinko 写「30-40% higher visibility」。

这些页面有的明确引用 Aggarwal 等 2023 年公开、2024 年被 KDD 大会录用的《GEO: Generative Engine Optimization》，有的只笼统提到「普林斯顿研究」（中文网上常这么叫这篇论文）。下面用这篇论文核对相关数字；这不代表每条说法的来源链都已查清。论文本身做了什么，我们在另一条里逐节读过，这里只追数字。

论文摘要原话：「GEO can boost visibility by up to 40% in generative engine responses」，紧接着一句是「the efficacy of these strategies varies across domains」，效果因领域而异。

这里的「visibility」，量的不是真人看到你的次数。作者自己搭了一个「生成引擎」：每道题拿 Google 前 5 条结果，清洗成纯文本，交给 GPT-3.5 写一段带引用的回答。然后把其中一条来源改写，看它在回答里占了多大份额。主要指标叫「位置加权词数」：回答里引用这条来源的句子有多少词，越靠前的句子权重越高，最后折成它在 5 条来源里所占的份额。

按表 1 的 Overall 列（表里是得分）。论文正文写了最好的方法在这个指标上比不改写高 41%，下面其余的百分比是我们按四舍五入后的分数复算的：

按这一列算，接近四成的是加引语；加统计数字约三成，加出处近三成。这些都是在这个模拟环境里、这个指标上的变化。

把「可见度」换成「引用率」。 位置加权词数看的是：回答里有多少内容引用了这条来源、引用的位置靠不靠前。前提是这条来源已经在那 5 条里了。它不回答「AI 会不会引你」这个概率问题。所以写成「AI引用率」「被引用率」，是换了指标。

换了方法。 「引用权威来源能让被引用率提升 40%」：按表 1，加出处约 +27%，约四成的是加引语。「包含具体数据的内容，AI引用率可提升37%至40%」：加统计数字是论文测过的方法，但按表 1 Overall 列约 +31%；37% 到 40% 这个完整区间，我们在论文里没核到对应的同一组实验。

「曝光」没交代口径。 论文解释这个指标时说，一条来源在回答里的词数越多，用户对它的「exposure」就越高。所以「约40%的曝光增益」不算编的，问题是没交代：这是模拟实验里的回答份额，不是真实的曝光次数。读者很容易理解成真人多看了四成。

删掉了「最高」和实验条件。 摘要写的是「up to」，最高 40%，而且效果因领域而异。转述里只剩一个 40%，读起来就成了照做就能拿到的数。

有两处要说句公道话：那家做 GEO 服务的公司的课程页保留了「最高」，也交代了模拟 Bing Chat 的引擎，但另一段又把这些策略测的东西叫成「AI引用率」，那里换了口径。Jenova 那句保留了「最高」和「因领域而异」，基本忠实于摘要，只是旁边没交代实验环境。

「115%」不是「40%」的加强版，是论文里另一组实验。

这组是 5 条来源同时加出处，再按 Google 排名分开看，每个排名跟自己原来的表现比：排第 5 的，可见度相对变化 +115.1%；排第 1 的，−30.3%；中间三名是 +2.5%、+20.4%、+15.5%。

也就是说，排第 1 的降了，后面四名都涨了，排第 5 的涨得最多；但也不是排得越靠后涨得越多。涨幅大，不代表排第 5 的最后超过了排第 1 的：各组比的都是自己原来的表现。这组实验也没比较品牌大小。

Tenten 那篇写「可見度提升了 115%，甚至超越排名第 1 的網站」。前半句有出处，后半句这组数据证明不了。

作者也在 Perplexity 上试过，用了 200 道题，但来源是作者上传的文件，Perplexity 只能用这些文件回答，不是把网页改好等它去网上抓。

结果各方法、各指标涨跌不一。拿加出处来说：位置加权词数得分从 24.1 到 26.8，涨了；模型打的「主观印象」平均分从 24.7 降到 19.0。所以既不能说「在真产品上也涨 40%」，也不能概括成「真产品上打个折」。

• 「GEO 能提升可见度，最高约 40%」：查到了。出自论文摘要，前提是作者的模拟环境和它定义的可见度指标。
• 「AI引用率可提升37%至40%」「引用权威来源能让被引用率提升 40%」：转述走样。两句都把指标换成了论文没测的引用率。「包含具体数据就提升37%至40%」，我们没核到对应的同一组实验；「引用权威来源提升40%」，跟表 1 Overall 列对不上，加出处按这一列复算约 +27%。
• 「可带来约40%的曝光增益」：口径没交代。数有出处，但没说这是模拟实验里的回答份额，容易被读成真实曝光增长。「曝光」一词是在转载、原文还是券商研报哪一层加上的，研报原件我们没打开，证据不足。
• 「排第 5 的可见度提升 115%」：查到了，条件是所有来源同时加出处、各跟自己比。「甚至超越排名第 1 的網站」：这组数据证明不了。

我们只核了这六处中文样本，它们只说明这些页面这么写过，不代表全网都这么传。

• Tenten 认为排第 5 的网站优化后能超过排第 1 的，对小品牌是机会。 它写「甚至超越排名第 1 的網站」，又在「小品牌做 GEO 有機會贏過大品牌嗎」的问答里引了 115%。论文第 5.2 节也讨论过这对较小的内容创作者可能意味着什么，所以这个方向不是凭空来的。但各排名比的是自己原来的表现，说明不了第 5 超过了第 1；实验按搜索排名分组，也没测品牌大小。
• Semrush 和 Backlinko 认为加引语、加统计能让 AI 回答里的可见度高三到四成。 论文在它测的环境里确实支持这两种改写，Backlinko 还提醒只在对读者有用时才加。但这不能直接当成今天各个 AI 平台上都有效的建议：它们没说明这是 GPT-3.5 的模拟实验。

我们的判断是：这个数可以用，但条件要一起交代：在哪种实验里、量的是什么、最高提升多少。有人用它来承诺「照做引用率涨 40%」，请他说清楚是哪张表、哪个指标、在哪个产品上测的。