LLM 到底怎麼決定引用誰?從檢索、排序到生成的 AI 引用機制全拆解

上週有位品牌行銷主管問我一句話,我覺得值得先講清楚:「AI 引用機制」的本質,是 LLM 在回答問題時,從一個臨時召集的候選內容池裡,挑出它認為最可信、最好用、也最好拼進答案裡的幾段話,然後把來源標給你看。它不是搜尋引擎那種「一頁一頁排名」的邏輯，而是一條檢索 → 排序 → 生成的流水線。你想被引用，就得搞懂這條線上每一關在篩什麼。

我把這三段拆開講，因為多數人只盯著「內容要寫得好」，卻不知道好內容常常死在第一關就進不了候選池。

第一關:檢索,你得先進得了候選池

當使用者問問題，LLM(或它背後的 AI 搜尋系統)不會讀完整個網路。它先把問題轉成向量，去索引裡撈回幾十到幾百段語意相近的內容片段(chunk)。注意，是「片段」，不是「整篇文章」。

這一關淘汰掉的內容量最大，而淘汰的理由往往很無聊：你的頁面沒被爬到、內容藏在需要 JavaScript 才渲染得出來的元件裡、或者整篇文章語意糊成一團，切成 chunk 後每一段都不知道在講什麼。

我們實際檢測過一個 B2B 客戶的官網。內容其實寫得不差，但全站用一種很「行銷」的寫法——每段都在鋪陳情緒，關鍵定義散在第四、第五段。切片之後，前面幾個 chunk 全是空話，語意向量抓不到重點，檢索階段直接落選。改法很土:把每個小節的第一句話改成一句能獨立成立的事實陳述。三週後，同樣的問題，它的片段開始被撈進候選池了。

進得了候選池，才有下一關的資格。

第二關:排序,系統憑什麼把你排在別人前面

候選池裡有幾十段內容，但最後塞進答案的可能只有三到五段。排序這一關，決定的是「同樣相關，選誰」。

我們觀察到的排序訊號，大致落在三個維度。第一是語意貼合度——你的片段有沒有直接回答那個具體問題，而不是繞著邊講。第二是可信度訊號——來源網域的權威性、內容有沒有明確的作者、日期、可查證的數據，這些讓模型「敢引用」。第三是自洽性——當同一個說法在多個獨立來源出現，模型對它的信心會升高，這也是為什麼被第三方提及、被引用過的觀點更容易再被引用。

這一關最容易被忽略的是「時效」。我們踩過一個雷:一篇兩年前寫的技術對照文，內容其實還準，但因為沒有可見的更新日期，在涉及「最新」的問題上一路被排到後面。補上更新時間、把過期數字換掉之後，同一篇文章的引用率明顯回升。排序不看你多努力，只看這一刻它敢不敢用你。

第三關:生成,能被「拼進答案」的內容才會被標來源

最後一關最反直覺。就算你的片段被選中了，模型在生成答案時，還要能把你的話「用進去」。這裡淘汰的是難以被複述的內容。

一段結論清楚、可以整句摘出來的話，模型很容易原樣採用並標註來源;一段需要讀者自己前後推導、依賴上下文才成立的論述，模型寧可換一個更好拼的來源。這就是為什麼「可被引用的觀點」要寫成一句話能站得住的斷言,而不是三段鋪陳後才姍姍來遲的結論。

下面這張表,是我們給客戶做可見度檢測時，對三關的簡化對照:

所以「AI 憑什麼引用誰」

把三關連起來看，答案其實很清楚:AI 引用的，是那些進得了候選池、在排序時被信任、又能被整句拼進答案的內容。三關是漏斗，任何一關漏掉都等於零。你不需要討好演算法，你需要的是讓每一段文字在被抽離上下文之後，依然準確、可查證、能獨立成立。

這也是我們做 FDM/GEO 檢測時的基本盤:不是幫你塞關鍵字，而是實際去問各家模型,看你的品牌在真實問題下有沒有被撈進來、排在第幾、有沒有被標成來源，然後回頭一段一段改內容結構。Demo 上被 AI 引用一次不算數，持續在真實問題裡被引用、而且引對，才算數。