被 AI 引用的页面长什么样：九万网址的共性

2026 年 10 月 22 日，德国 SEO 数据公司 SISTRIX 发布了题为「Citation Worthiness（引用价值）」的 GEO 因子研究：从 ChatGPT、Google AI 模式和 AI Overviews 的真实答案中取出被引用的页面，逐一与同域名下未被引用的页面配对比较，共计 96,418 个网址、17,380 个域名、43 项页面特征。结论可以用一句话概括：被 AI 引用的页面，共性不在神奇技巧，而在目录、小标题、表格、作者栏这些朴素的模板要素。对企业来说，这份研究最大的价值，是把「该改什么」从经验题变成了一份有数字的清单。

一、研究怎么做的：同域名配对，只看页面本身

为什么配对设计重要

多数 AI 引用研究的通病，是把大站和高引用混在一起：大站内容多、权重高、被引用也多，你分不清到底是页面写得好，还是牌子硬。SISTRIX 的做法是把品牌强度消掉——每一个被引用页面，都配一个同域名下没被引用的页面作对照，两者面对同样的品牌与域名权重，剩下的差别只来自页面本身。样本取自 SISTRIX 的 AI 索引，覆盖 2026 年第二季度德语区被 ChatGPT、Google AI 模式和 AI Overviews 引用的 48,527 个页面，加上对照组合计 96,418 个网址。

总体结论：结构齐的页面引用概率更高

在 43 项特征里，符合较多结构特征的页面，被引用概率是几乎未做优化页面的 2.1 倍；中等优化水平约为 1.6 倍。另一个容易被忽略的事实是：被引用的页面里，只有约 10% 已经具备多数特征。换句话说，绝大多数站点连这些基本要素都还没补齐，竞争远没有到拼细节的程度，先补空白比先抠优化的空间大得多。

二、跟着引用走高的特征清单

结构类：目录、小标题、表格

页内目录是效应值最高的一项之一：带目录的页面被引用概率约为对照的 1.7 倍，而样本中只有 14% 的页面有目录。至少五个 H2 小标题的页面约 1.6 倍；带表头的表格约 1.5 倍，在 ChatGPT 上表格效应达到 1.8 倍。这些都是传统 SEO 里被讲了很多年的基本功，不是什么新技巧——它们在 AI 引用场景里再次起效，说明「让机器容易读」和「让人容易读」在结构这件事上是同一件事。

信任类：作者、更新日期、参考链接

带照片的作者栏效应约 1.4 倍，是信任信号里最强的一项；在页面可见位置标注最近更新日期约 1.3 倍，而只有 5% 的页面这么做了；正文有十条以上指向外部的参考链接约 1.3 倍。标题里带当前年份是最强的回溯性信号，效应约 2.7 倍，而标题停留在旧年份的页面只有 0.7 倍。需要提醒的是：这更像「内容确实持续更新」的结果信号，如果机械地在标题里堆年份而正文不动，短期数字好看，长期反而损害可信度。

无效与负向：llms.txt 和部分结构化数据

被讨论最多的 llms.txt 在这项研究里没有可测量的优势：被引用网址中 11.7% 来自部署了 llms.txt 的域名，而这类域名在全部样本中占 14.0%，两者基本持平。Breadcrumb、HowTo、QAPage 等结构化数据效应约为 1.0，也就是没有差异；Product 结构化数据整体只有 0.8 倍，在 AI Overviews 上低至 0.5 倍；电商页面的可见更新日期甚至反向，只有 0.7 倍；菜谱类结构化数据垫底。Flesch 可读性分数不显著，研究团队明确不建议为凑字数或凑可读性而改写。

这些要素为什么可能起效

把数字放回生成式引擎的工作方式里，逻辑并不神秘。模型引用前要先抓取和切分页面：目录和小标题决定了页面被切成什么样的问题—段落对，切得越整齐，越容易被完整搬进上下文；带表头的表格本身就是一份结构化的对比数据，抽取时几乎不需要重新组织；作者栏和可见的更新日期，则为模型在缺乏其他线索时提供了「这段内容出自谁、新不新」的低成本判断依据。它们不是玄学加分项，而是降低了引擎理解与引用页面的处理成本。

三、平台差异与样本量的教训

三个引擎各有偏好

ChatGPT 偏好问题式内容：标题是提问形式的页面效应约 1.9 倍，H2 用提问形式同样占优。Google AI 模式更像全科生，目录和五个以上 H2 各有约 1.8 倍。AI Overviews 最挑剔，Article 结构化数据达到 2.0 倍，但对商品页明显冷淡。同一个网站面对三个引擎，取舍并不相同，做内容规划时值得把目标引擎分开排，而不是用同一套模板细节应付所有平台。

小样本研究的结论会整体反转

这份研究还有一个容易被忽略的方法论贡献：同一项特征在不同样本量下，结论完全不同。FAQ 结构化数据在 833 个网址时看起来让引用下降 23%，在 4,600 个网址时变成提高 31%，到 96,418 个网址才稳定在提高 19%。SISTRIX 据此建议：对样本量低于五千个网址的 GEO 研究，结论要打折看。这条对企业同样成立——用一个引擎问十个问题得到的「测试结论」，噪声远大于信号，不足以支撑改版决策。

四、和此前研究的分歧怎么读

细心的读者可能记得，10 月中旬多伦多大学团队公开的论文（arXiv:2610.15033）在站内比较中发现，检索环节解释了站内引用差异的 32%，而 FAQ、结构化数据等页面属性只解释 2.8%，与这份研究表面矛盾。两者其实互补而非对立：论文回答的是「页面属性能解释多少总体差异」，SISTRIX 回答的是「具备某项特征的页面，被引用概率比没有的高多少」；两者地区（德语区）、引擎组合、时间窗口也不相同。倒是有一处高度一致：两项研究里 llms.txt 都没有可测量的引用优势，可读性分数都不显著。还要说明，所有数字都是相关性而非因果，照抄清单并不等于必然被引用。对企业而言，合理的读法是把它当作低成本、低风险的改造方向，而不是确定性承诺。

五、企业侧的行动顺序：先模板，后工具

改模板一次，全站受益

这项研究对预算有限的中小站点最实际的启示是：先改模板，再谈监测。目录、H2 层级、带表头的表格、作者栏、可见的更新日期、十条上下的参考外链——这些要素可以一次性做进文章模板，让后续每一篇内容自动具备，改造成本远低于逐篇重写存量页面。补充结构化数据时按类型取舍：Article 和 FAQPage 与更高的引用概率相关，Breadcrumb、HowTo 这类可以先放到次要位置，不必一次性堆满。

改完再测，别本末倒置

监测工具有用，但顺序应该是先把模板改成机器易读，再花钱追踪提及率。参照 10 月 26 日本栏整理的基准数据，AI 渠道目前贡献的会话量仍然很小，各平台的引用偏好又在持续变动。页面本身不具备被引用的条件时，监测工具只会告诉你「没有被引用」，给不出原因。把模板补齐、把更新做成可见的事实，再进入监测与迭代，预算才花在原因上而不是测量上。

落地时的三个注意

第一，清单是相关性的产物，别为凑特征而堆砌：表格要承载真实的对比信息，外链要指向确实支撑论点的来源，装饰性表格和无关外链大概率不起作用，还可能稀释内容质量。第二，标题里的年份信号源自内容真的在更新，正确做法是复核事实并同步标注日期，而不是改标题了事。第三，改造完成后用自己的站点验证：固定一组客户真实会问的问题，隔一段时间在目标引擎上重查一遍，记录引用与变化，再决定下一轮改哪里。清单给的是方向，你自己的数据才是判据。