为什么「改改格式」不等于做了GEO？

把 GEO 理解成「把排版改规范一点」，是行业里最普遍的误解。一项 25.2 万次的受控实验显示：单纯修改格式，对是否被 AI 引用的作用并不稳定。真正起作用的，是内容本身——主题相不相关、位置对不对、有没有可引用的证据。

但这不是说格式完全没用。更准确地说：格式是「入场券」，不是「竞争力」。排版混乱确实会让 AI 读不懂；但排版整齐，也不等于 AI 就会引用你。这两件事，很多人混成了一件。

一、一项 25 万次实验的发现

SIGIR 2026 接收的一篇论文《What Gets Cited》，做了一件很扎实的事：25.2 万次受控实验——6 个模型 × 18 类因素，每次只给两个候选页面，且两者只差一个变量。品牌名称全部匿名，避免「品牌知名度」干扰结果。

它测出来的结论，和很多人的直觉不一样：

• 最关键的是「主题相关性」和「上下文位置」——你的内容跟这个问题有多相关、出现在页面的什么位置；
• 「明确的引导性要素」作用不稳定——比如格式调整、排版变化这类；
• 另外，明确的「价格信息」和较新的「时间戳」，有稳定的正向效果。

口径区分：这是受控实验条件下的相对偏好，不是真实市场的效果保证；它测的是「AI 在多个候选里怎么挑」，不能直接推导成「照做就一定会被引用」。

但它的方向很清楚：AI 挑的是「内容」，不是「外观」。

二、那什么才是稳定的？

把几项研究放在一起看，稳定起作用的因素有这么几类：

1. 主题相关性

这听起来像废话，但很多内容恰恰栽在这里——写了一堆行业大词，却没有正面回答那个具体问题。AI 要的是「能回答这个提问的内容」。

2. 可引用的证据

GEO 概念的学术源头、KDD 2024 那篇论文（Aggarwal 等）测过：给内容加上来源引用、引语、统计数据，对不同位置的页面效果不同——对原本排第 5 的页面，可见度提升可达 115.1%；但对原本排第 1 的页面反而是负向的。

同一篇论文还发现：关键词堆砌在 AI 答案里无效，甚至有害。

口径区分：这些百分比是实验室条件下、限定查询集的相对变化，不是真实市场的效果承诺。但它说明了一件事——能当「证据」用的信息，比漂亮的排版重要得多。

3. 信息的组织方式（不是外观）

这里要做一个区分，否则容易走偏。有两项研究测过「结构」的作用：

• UC Berkeley 的研究（arXiv:2509.10762，未经同行评审）：内容结构性因素与被引用的相关性在 0.63 到 0.68 之间；
• 延世大学的研究（arXiv:2602.12187，未经同行评审）：结构化优化后检索命中率提升约 22%，而只优化正文、不做结构化，是负向的。

注意，这里说的是「结构」——信息怎么组织（先讲什么后讲什么、有没有分层、概念有没有定义清楚），不是「格式」——字多大、什么颜色、加不加边框。

很多教 GEO 的内容，把这两件事混为一谈。改字号、加色块、套模板——这些属于格式；而真正影响被引用的，是信息的组织逻辑。

三、为什么「改格式」这个说法这么流行？

因为它是最容易交付的动作。

改排版，一天能改完一个站，看得见、拍得出前后对比；而「提升主题相关性、补证据、重组织信息」，需要真正理解行业、理解客户会问什么——难得多，也慢得多。

于是就出现了一种常见的服务形态：把官网的标题层级理一遍、加几个结构化标记、调调字号，然后告诉客户「GEO 做完了」。

这些动作不是没用——它们让 AI 更容易读懂你的页面。但它们只是及格线，不是竞争力。

四、那格式到底要不要管？

要，但顺序要对。

1. 先保证「读得懂」：标题层级清楚、正文用段落、能列表的列表、能表格的表格。这是入场券，不做的话后面都白搭。
2. 再保证「答得上」：把你行业里客户会问的问题，一个个写清楚。这一步是内容，不是排版。
3. 最后保证「信得过」：补上数据、来源、案例、时间戳——让 AI 有理由引用你。

顺序反了，就会变成「格式很漂亮，但 AI 依然不引用你」。

五、关于 GEO 和格式，三个问题说清楚

1. 那结构化数据（Schema）要不要做？

要做，但别指望它「提升排名」。Google 官方在《AI features and your website》里写得很清楚：AI 功能没有额外的技术要求，常规结构化数据够用。而且有一点是硬要求——结构化数据必须与页面上的可见文本一致，不能代码写一套、页面写另一套。

2. 我看别人改了格式就有流量，怎么解释？

可能同时改了别的东西。改格式常常伴随着「顺便把内容重写了一遍」——真正起作用的是后者。这也是为什么实验要「只改一个变量」：把两件事混在一起做，就分不清是谁的功劳。

3. 那还要不要做排版优化？

要，但把它当成「扫清障碍」，不是「核心竞争力」。障碍不清，内容再好也传不出去；但只有障碍清干净了，内容才能发挥作用。

六、写在最后

把这件事收一下：GEO 不是「把网站改得好看」，而是「把内容写得更值得被引用」。

格式解决的是「AI 能不能读懂」，内容解决的是「AI 愿不愿意引用」。前者的天花板很低，后者才是真正的差距所在。

你可以自己判断一下：你的官网上，有多少内容是「客户会问的问题的正面回答」？如果比例很低，那说明问题不在排版。

你们做 GEO 时，是被建议「先改格式」还是「先改内容」？欢迎在评论区说说。

深圳易杭此前从事跨境 B2B 与阿里国际站相关服务，2024 年起拓展 GEO 方向。我们的判断是：格式要过关，但重点永远在内容。

数据与效果边界：本文引用的 SIGIR 2026 论文《What Gets Cited》为会议接收论文，其结论来自 25.2 万次受控实验，反映受控条件下 AI 对候选内容的相对偏好；KDD 2024 论文（DOI: 10.1145/3637528.3671900）为同行评审会议论文，其百分比为实验室条件下、限定查询集的相对变化；UC Berkeley（arXiv:2509.10762）与延世大学（arXiv:2602.12187）的研究均为预印本，未经同行评审。以上均不代表真实市场或具体企业的效果。Google 相关内容出自其官方文档《AI features and your website》。所述方法的作用是提高被检索与被引用的概率，不保证企业一定出现在 AI 答案中，也不承诺见效周期与业务结果。

参考资料

1. SIGIR 2026（接收）：《What Gets Cited》，受控实验研究
2. Aggarwal 等：《GEO: Generative Engine Optimization》，KDD 2024（DOI: 10.1145/3637528.3671900）
3. UC Berkeley：arXiv:2509.10762（preprint，未经同行评审）
4. 延世大学：arXiv:2602.12187（preprint，未经同行评审）
5. Google Search Central：《AI features and your website》