AI引用只取四个词：6758句实测，句子里带得上品牌名的只有8.9%

摘要：从131个海外品牌的站点地图里挑出博客、指南、帮助和品牌故事这四类正文页，抓回178个页面，过掉非英文页和跨页样板句之后，剩6758个句子，来自57个站。同一批判据也跑了一遍谷歌搜索官方文档的153个页面、8592个句子当对照组。结果是：能离开上下文单独读懂的句子，品牌页75.7%，官方文档76.0%，两边几乎一样；句子里有具体落点的，品牌页41.6%，官方文档69.0%；句子里出现自己名字的，品牌页8.9%，官方文档24.0%。三项里只有第一项大家做得一样好，而那一项恰恰是被讲得最多的一项。

八月底有一份实验记录被公开：有人拿189条带品牌名的提示词，在三个不同行业的项目上反复跑，记下模型自己发出去的每一条检索。1797条子查询，没有一条是人打进去的。这份记录里我盯住的不是扇出数量，是里面那901个加了引号的串——模型拿它们去核对某句话到底是不是原文这么写的。而那901个串里，2到4个词的占55.4%，只有一个词的占33.3%，5个词以上的只有2.7%。

换句话说，核对这一步取走的东西比一句话小得多。那么问题就变成了：从你的正文里随便切下这么一小块，它离开原处之后还剩什么。这件事能自己量，下面这一趟实测就是照着这个问题设计的。

模型核对你的时候，一次拎走的是几个词？

先把这件事的尺度定下来。那份扇出记录里，一条品牌提示词平均会长出10.3条子查询，单条子查询平均7个词；3个词以内的只占7.8%，10个词以上的占15.8%。这不是大家想象中的口语长尾，更像有人在后台把主提示词拆成了一组检索式。

更值得注意的是子查询里带什么。93.4%的子查询里出现了品牌名本身；30.2%用了限定域名的语法，其中55.1%指向品牌自己的主域名。也就是说模型把你的站当成一个可以直接查的事实来源，而且每次查的时候都会把你的名字一起打进去。查询扇出的机制这几年被讲了不少，但多数讲的是扇出多少条，很少有人去看扇出的那些条里到底写了什么。

这些子查询去了哪儿也值得看一眼。69.8%走的是没有任何限定的普通检索，16.6%直接限定在品牌自己的主域名上，7.9%去了同集团的其他域名，5.6%去了第三方，指向竞品的只有2条，占0.1%。另一个角度看更清楚：64.4%的品牌提示词至少会触发一次对自有域名的定向检索。这份扇出记录把它说得很直白——模型是把你的域名当成第一手事实来源在查的。

还有一条方法学上的提醒值得抄下来。同一条提示词只跑一次，平均拿到的子查询不到3条；跑到4次，不重复的子查询涨到10.3条。单次运行只让你看见模型可能问的四分之一，而且你不知道自己看见的是哪四分之一。凡是做AI可见度监测的，这条决定了采样次数不能少，跟做引用因果测试那套要求是同一个道理。

然后是引号。23.8%的子查询带引号，拆开看那901个引号串：

88.7%的核对动作发生在4个词以内。这条数据把一个流行说法顶到了墙上：把每句话写成能整句引用的样子。真实情况是没人整句引用你，对方只拎走几个词，然后去问这几个词是不是真的出自你这儿。

这把尺子是怎么定的，你自己能不能跑一遍？

要量一个句子离开上下文之后还剩什么，得先把判据写死，不然就成了看着办。我用的是两条否定判据加两条正面判据，全部是封闭词表加形态规则，没有模型参与，同一份语料跑几遍结果一模一样。

两条否定判据：句子还读不读得懂

第一条叫句首承接。句子的第一个词是代词或者承接连词，比如以It、They、These、However、Instead、For example这类词开头。这类句子单独拎出来，读者第一个反应是往上找，而上面那段没跟着过来。

第二条叫悬空指代。句子中间出现了it、they、this、those这类词，而在它们前面，这一句里没有任何可以当先行词的成分——没有非句首的大写专名，没有限定词带出来的名词，也没有数字。判据写得偏严，宁可漏判也不错判。

两条命中任意一条，就算这句话离开原处站不住。两条都不命中，算自足。

两条正面判据：搬走之后还认不认得出

第三条叫具名落点：这句话里有没有非句首的大写专名、数字，或者带单位的量值。一句读得通但通篇没有一个具体东西的话，搬走之后是一句正确的废话。

第四条叫品牌落款：这句话里有没有出现这个站自己的品牌名。用域名主体做匹配，忽略大小写和连字符。

语料是怎么来的

样本源是131个海外品牌的站点地图，从里面按路径特征筛出博客、指南、帮助中心、品牌故事这四类正文页，每站最多取4条，一共186条网址。抓的时候用了5个并发加每请求1到2.4秒的随机间隔——之前打131个站那一轮吃过高并发的亏，被限速挡回来的站会被脚本当成没有这个页面记下来。这一趟178条拿到200，没有一条撞上限速。

对照组用的是谷歌搜索官方文档站的全量页面，剥完标签之后153个页面能进分析。选它当对照有个现成的好处：那是一批英语母语者写的、以被人反复摘引为目的的技术说明，如果自足率这个指标真能区分内容质量，它应该明显更高。

为什么自足率这个指标区分不出高下？

结果先放在这里。两个语料的内容类型、写作目的、作者背景完全不搭界，可前三行几乎重合：

自足率差0.3个百分点。这不是说两边写得一样好，而是说这个指标本身不挑人。英语散文里四分之三的句子天然能独立读懂，剩下四分之一天然要靠上文，这是这门语言的段落结构决定的，跟你努不努力关系不大。

一个指标如果在任何语料上都给出同一个数，它就没有诊断价值。这也是我做完第一轮之后必须停下来的原因：如果两边真的差出十几个点，才轮得到讨论谁做得好。它们没差。

再往下两行就完全是另一回事了。具名落点差27.4个百分点，品牌落款差15.1个百分点，都是倍数级的。真正把内容分出层次的是这两项，而这两项平时几乎没人当指标看。

句子里没有落点，会丢掉什么？

先看两个例子，都判为自足，都读得通：

一句来自某家户外品牌的博客：山地车可以加装车架包、驮包，甚至发电花鼓灯组，用来跑真正的野外路线。另一句来自某家家具站：我们能把省下来的这部分直接让给你。

前一句带了三个具体的部件名，切出来仍然是一条可查证的说法。后一句读得通，可它既没说省的是什么，也没说让给谁，从任何一份内容里切出来都成立——也就等于它不属于任何一份内容。

品牌页有2704个句子落在这一类里——判为自足、却一个具名落点都没有，占全部句子的40.0%。这些句子不是病句，很多还是全文写得最顺的部分。问题在于，核对动作要的是可以被落实的东西：一个型号、一个年份、一个数值、一个专名。没有这些，它连被核对的资格都没有。

官方文档那一边到69.0%，原因不神秘：技术文档几乎每句话都要提到某个具体的属性名、状态码或者类型名。这不是文风好，是题材逼的。但它说明这件事有天花板，而品牌内容离那个天花板还有27个百分点的距离，其中很大一部分是可以补的。

顺带说一句，句长和节奏这类可读性指标跟落点密度是两回事。一段读着顺的文字完全可以一个落点都没有，反过来也成立。

句子里带不带自己的名字，差别到底有多大？

这是整批数据里最刺眼的一组。模型发出去的子查询里93.4%带着品牌名，而品牌自己正文里的句子，带自己名字的只有8.9%。一边是每次都问你是谁，一边是十一句里才答一次。

更细的分布：57个站里，句子数达到40条的有42个站；这42个站当中，自足句里一次品牌名都没出现的有14个，占三分之一。另外，以We、Our、Us开头的句子占全部句子的5.5%——这类句子的主语在原处指得很清楚，切下来之后就是个谁也不认识的我们。

对照组那边24.0%。官方文档反复写谷歌怎样怎样，读起来甚至有点啰嗦，可它的每一句都自带落款。这件事和品牌词与非品牌词那条分界线是同一个机制的两头：模型认的是实体，而实体要靠名字在文本里反复出现才立得住。

做得对的句子长什么样？实测语料里有548句既自足又带品牌名。举三条：某灯具品牌写“遇到这种情况，用一盏Govee吊灯是更省事也更好看的做法”；某箱包品牌写“Bellroy承诺支持把全球升温控制在1.5摄氏度以内的目标”；某地毯品牌写“每一笔Ruggable订单都包含运输破损与丢件保障”。三句都没有堆词，名字是当主语或定语自然长出来的。

名字不写清楚的代价，在同一份扇出记录里有两处很实在的痕迹。其一，某个项目里模型一直在用一个早已301跳走的老域名做定向检索，它对域名这件事不做任何质疑，先前记住什么就照用什么。其二，社交账号占了5.5%的子查询，而在一个项目里模型先后试了3个Instagram、2个LinkedIn、2个Facebook和1个YouTube，来回猜哪个才是这家的官方号。

会出现试错，说明它手上没有确定答案。这和模型说错品牌事实之后怎么纠正是同一条链路的前后段：前端没把名字和账号说死，后端就得靠猜，猜错了再去纠正，成本差着好几个量级。

要注意的是别走到另一头。自夸型内容在AI搜索里反而吃亏这件事有过实测，9886条答案的结论是硬吹会被扣分。名字要出现，出现的方式得是陈述事实，不是喊口号。

哪一类页面做得最差？

把6758个句子按页面类型拆开，分档很明显：

帮助中心自足率最高，比博客高11.1个百分点。原因不难猜：帮助中心是一问一答的形态，每条答案本来就写给单独看的人。这和段落级排名那套结构工程的方向是一致的，只是帮助中心是被业务需求逼出来的，不是被SEO逼出来的。

顺带说一句，谷歌自己在精选摘要那一页写得很清楚：摘要里的内容是系统自动从页面上抽的，站长没有直接的开关去指定抽哪一句。也就是说抽到哪一句不由你定，你能定的只是每一句被抽走之后长什么样。这件事在摘要位被AI概览吃掉一半之后反而更要紧了。

帮助中心的品牌落款10.9%，是四类里最高的，原因也是业务逼的：型号一多，答案里不写全名就说不清在讲哪一件。指南类反过来，落款只有4.3%，是四类里最低。

指南类的具名落点只有31.5%，也是最低。指南这种体裁天生爱写通用做法，写着写着就变成了谁都能发的那种文章。这类内容拿去做顶部漏斗本来没错，错在它常常连一个自己的具体东西都没提。

57个站排下来，差距落在哪一头？

站级分布比总数更能说明问题。42个站里，自足率最低的56.6%，中位74.7%，最高100%，极差43.4个百分点。具名落点率的跨站分布更散，最低9.2%，最高73.3%。

自足率最低的那几个站有个共同点：博客写得非常口语，大量以So、But、Plus、That's why开头的短句，读起来轻快，切下来全是半截话。某户外零售站的瑜伽入门文开头就是“所以你决定练瑜伽了，太棒了”，下一句“现在就是最好的时候”——这两句都判不自足，但它们确实是好文案。

这就要说清一件事：自足率低不等于写得差。它衡量的是可搬运性，不是可读性，两者有时候还打架。真正该警惕的是第三列——自足、有落点、还带着名字，三样都占的句子在品牌页只有7.3%，官方文档是18.5%。

换个说法：品牌页每14句里有1句是完整可搬运的，官方文档每5句里就有1句。差的不是写作水平，是有没有把落款这件事当成写作的一部分。

三次尺子失效，是怎么被发现的？

这一轮量了五遍才定稿，中间三次差点把结论写反，都值得记下来。前两次改的是判据本身，第三次改的是匹配函数。

第一次：一条判据在量另一件事

最早那版把“句子里没有大写专名也没有数字”直接算进不自足。跑出来63.3%的句子不合格，看着很有冲击力。抽样一看就露馅了：像“羊毛能自然调温，还能把汗从皮肤上带走”这种句子，既没有专名也没有数字，可它完完整整能独立成立。

问题在于这条判据量的是有没有落点，不是读不读得懂。把它从自足率里拆出来单列之后，自足率回到77.6%，而拆出来那一项反倒成了整批数据里差距最大的一列。一个指标如果把两件不同的事加在一起，得到的数看着更吓人，但它谁也不代表。

第二次：非英文页面在英文词表下一律及格

拆完之后站级排名里出现了几个100%，其中一个站92个句子一条都不判不自足。翻原文才看见，那个站抓到的是西班牙语页面。我的判据全是英文封闭词表，遇到Los relojes dorados这种句子，一条都不触发，于是整站满分。

补了一道英文度闸——取13个高频英文虚词，词频占比低于16%的页面剔除——126个页面里剔掉11个，涉及9个站，剩115个页面。总体自足率从77.6%降到75.7%，看着变化不大，但站级排行榜的头部换了一半人。这类问题在按标点切句子那件事上出现过同型，语言没判对，后面每一步都白做。

第三次：品牌名里的那两个点

品牌落款那一列第一版算出来7.7%，其中有个站占了语料近八百句，却一次都没命中。翻出来一看，那个站的名字里有个带分音符的字母，而我的匹配函数把所有非英文字母直接删掉，于是名字被削成了另一个词，怎么也对不上。

补一道音标折叠——先做兼容分解、去掉组合符号，再把几个北欧字母单独映射一遍——整体品牌落款率从7.7%升到8.9%。看着只差1.2个百分点，可那个站的落款率是从0跳到两成多。凡是在跨国站上做文本匹配，这一步不做，得到的就是一份系统性偏向英语品牌名的数据。

另外对照组也踩了一脚：官方文档每页页脚都有许可证和商标那几句话，一字不差重复了几十遍。不剔掉的话，品牌名率会被这些句子凭空抬高。按“同一句出现在20个以上页面”判为样板句，剔掉1015句，33种。

这跟内容分块、段落级排名是同一件事吗？

不是同一件事，但确实在同一条线上，得说清楚边界，免得把三套做法混着用。

内容分块讲的是检索单位：向量库按块存、按块召回，所以块的边界和大小要管。段落级排名讲的是搜索引擎能从整页里单独抽一段出来排序。这两件事的单位都是段，量级在几十到几百个词。

分块预览工具那篇写过自包含评分在哪些地方误伤，包括“开头就是指代”那一项收得太宽。那篇讲的是工具的判据怎么调；这一篇是把同样两条判据拿出去，在57个真实品牌站和一个对照语料上各跑一遍，看它到底能不能分出高下。答案是分不出——这个结论只有做了跨语料对照才拿得到，单看一份内容永远看不出来。

本篇的单位比段小一档：一句话，甚至一句话里被引号框住的那两三个词。这个尺度上有用的只有三样东西——读不读得懂、有没有可落实的东西、有没有落款。三样都和段落结构无关，全在句子内部。

顺带划清另一条线。被检索和被引用是两套打法，本篇量的全部落在被引用那一侧的下游：先得被检索到，才轮得到被核对。前一段路走不通的时候，比如前端渲染让爬虫拿不到正文，句子写得再好也没用。

还有一层是语言

那份扇出记录里有个容易被跳过的数：8.9%的子查询用了英文词汇，而在有国际业务的项目上这个比例升到27.3%，纯本地项目只有1.0%，另有9.9%的运行出现了混用语言。做多语言站的要留意，用户用本地语言提问，模型未必用本地语言去查你。

这一点和落款是一件事的两面：同一个品牌在不同语言版本里如果叫法不一致，落款就等于没写。小语种那边这个问题更突出，工具给不出数据的时候，一致性只能靠自己定规矩。

官方口径怎么说

有必要把边界说清楚，免得读成又一条排名秘诀。谷歌在搜索工作原理那一页写的是相关性由数百个因素共同决定，举的三个例子还全在用户那一侧——位置、语言、设备。在创作有帮助内容那一页，官方唯一一次明确说某样东西不是排名因素，说的是经验、专业度、权威性与可信度这一组。

句子可搬运不是排名因素，官方文档里也找不到这个说法。它影响的是另一件事：当某个系统决定摘你一段的时候，摘走的那一段还剩多少信息。这两件事分属两条链路，不该混着讲。

一句话要改成什么样，才经得起被单拎出来？

照着三条判据倒推，能给出一套很短的改法。不必全篇都改，全篇都改反而会写成机器腔。

先定哪些句子值得改

每篇里挑出3到5句真正承载结论的：数据、承诺、定义、独有做法。这些句子被摘引的概率最高，也最该带落款。其余的句子保持原样，该用承接词就用，行文要顺。

三条改法

第一，把承接词换成主语。“所以它能省下30%的电”改成“这套方案能省下30%的电”，或者直接把产品名放进主语。改一个词的事，自足判据当场翻过来。

第二，给结论句配一个可落实的东西。型号、年份、数值、标准名、材料名都算。没有具体物的时候，把范围写出来也算：适用于什么场景、不适用于什么场景。

第三，在关键句里写出品牌名。不是每句都写，是在承载结论那几句里写。判断标准很简单：把这句话单独发给一个没读过全文的人，他知不知道这是谁说的。

怎么自查

最土的办法最管用：把正文复制出来，按句号断开，随机挑20句，一句一句读，每句只问三个问题——读得懂吗、有具体东西吗、知道是谁说的吗。三个问题都答是的句子占几成，就是你这篇的上限。品牌页的平均水平是7.3%，超过15%就已经不错了。

保哥自己试过把这套自查接到发稿前的检查表里，成本是每篇多花五分钟，代价最小的一项改动是第三条：结论句里补一次品牌名，几乎不影响可读性。至于要不要做成自动化，竞品对标那套多维度工具已经把类似的检查项做进去了，自己写脚本也就几十行。

三件不必做的事

不必追求全篇自足率90%以上，那会把文章写成说明书；不必给每句话都塞品牌名，身份这件事靠的是全站一致，不是单页密度；也不必因为这套判据去改已经跑得好的老文，先把新稿的习惯换过来更划算。

常见问题解答

自足率75.7%和76.0%差这么点，是不是判据太粗了？

判据确实偏保守，宁可漏判不错判。但这恰恰是结论成立的前提：如果判据很敏感，两个语料却仍然给出同一个数，那只能说明这个维度上大家真的一样。反过来看同一把尺子量出来的另外两列，具名落点差27.4个百分点、品牌落款差15.1个百分点，说明尺子是能分辨东西的，只是自足这一项本身没有区分度。

为什么拿谷歌官方文档当对照组，而不是别的品牌站？

因为需要一个在写作目的上尽可能远的语料。官方文档是以被反复摘引为目的写的英语技术说明，如果自足率能反映内容质量，它该明显更高。它没有更高，这个反证比找一批同类站更有力。缺点是题材差异大，所以具名落点那一列的差距不能全算到写作习惯头上，技术题材本身就更容易出现专名。

中文内容能不能套这套判据？

思路能套，词表要重写。中文的句首承接词是另一套，而且中文大量省略主语，悬空指代的判法要跟着改。具名落点这一条基本可以直接用，品牌落款那一条完全通用。要注意中文断句的问题，逗号连着写下去的长句在切分上比英文难处理得多。

把品牌名写进正文，会不会被判成关键词堆砌？

看写法。实测里做得好的那321句，品牌名都是当主语或定语自然出现的，一句里出现一次。堆砌的判定看的是密度和是否服务于内容，一篇里在三五处结论句带上名字离那条线还远。真正的风险在另一头，就是把陈述写成自夸，那件事有实测数据表明会反噬。

句子写得可搬运，是不是就一定会被引用？

不是。被引用至少要过三关：爬得到、检索得中、核对得上。本篇量的只有最后一关，而且只量了句子这一层。爬取和渲染那一关出问题的话，前面做得再好也传不出去；主题和实体对不上的话，根本进不了候选。三关要分开看，别把最后一关的改进当成全部。

那些既自足又有落点却没品牌名的句子，要不要一句句补？

不要。全篇补会让文字发僵。可行的做法是按位置补：开头的结论句、每个小标题下的第一句、数据句、以及结尾的总结句，这几个位置被摘引的概率明显高于正文中段。其余位置不动。

这份实测的边界在哪儿？

三条。第一，样本是英文内容，57个站115个页面，每站最多4页，站内一致性没有验过；第二，正文抽取只取了段落标签里的文字，列表和表格里的句子没进统计；第三，全部判据是规则式的，遇到倒装、省略、口语化表达会有误判，抽样看误判率在可接受范围内，但它不是零。

权威参考资料