上周帮一个客户复盘,对方问我:“你们能不能让我们公司的介绍,在 AI 回答里不出现事实错误?” 这个问题让我愣了一下。过去 GEO 交付常盯着“能不能被搜到”“排在第几位”,却很少有人问“被引用之后准不准”。直到我看到一条模型能力的官方更新,才觉得这个方向性问题该被认真对待了。
一、模型在变:从“能生成”到“会验收”
2026 年 11 月 5 日,一家大模型云服务商的官方模型发布公告显示,其深度思考模型本次升级集中在 Agent 复杂任务执行与抗幻觉能力:多步骤任务的任务规划与结果验收更完整,工具调用与事实一致性明显改善。
模型更新会影响 GEO 的排序规则吗?不会。这次官方更新是底层深度思考模型在抗幻觉和事实一致性上的能力增强,并不涉及搜索或生成引擎的排序、引用、抓取规则。它改变的是“模型怎么看待事实”,而不是“内容怎么被排出来”。对做 GEO 的人来说,底层模型一旦更看重事实本身,那种靠堆信号、刷权重的做法就越来越站不住脚。
二、内容要能被机器“核验”,而不只是被看到
GEO 内容为什么要做成「可被核验」的结构?因为当模型会把工具调用和事实做一致性比对,内容就得经得起比对。关键事实带出处分链接、数据标注来源与口径,模型引用时拿到的才是一组带锚点的陈述。
我的做法是把每一篇对外素材都做成“可核验骨架”:关键事实带可访问的出处分链接,数据标注来源与口径,观点和可核查事实分开写。这样模型在引用时拿到的不是一堆漂亮话,而是一组带锚点的陈述。我们内部把它叫做“可核验骨架”。
举个具体的例子:一条带具体时间、具体来源的陈述,往往比一句笼统的定性判断更容易被模型采信。我们把“谁说的、哪天说的、在哪能查到”三件事写进每条事实的旁边,而不是留给模型自己去猜。内容做厚做实,被准确引用的概率才会往上走。
三、效果度量要从“看排名”转向“看偏差”
过去衡量 GEO 做得好不好,常看某条内容在某平台有没有出现。现在我觉得该看两件事:一是“被引用得准不准”——模型转述后有没有歪曲原意、有没有混入不实信息;二是“验收严不严”——面对多步骤追问,内容能不能经住一步步的事实核对。我们把偏差率(模型转述与原意的偏离程度)和事实一致性抽查,列进了每周的监测口径。指标变了,团队的动作才会跟着变。
落到执行上,我们每周抽 30 条以上的引用样本,逐条比对模型转述和原文的差异,把偏差超过可接受范围的条目单独建册,回头改内容,而不是改话术。度量口径一变,团队交上来的东西自然就不再是“发了什么”,而是“哪条被准确取用了”。
说到底,模型在往“更讲事实”的方向走,GEO 工程也该同步往“更讲事实”的方向走。少一些对权重的想象,多一些对准确性的较真,内容才会在越来越聪明的引擎里站得住。以上为个人观点,不代表公司立场。