普林斯頓 GEO 研究解析：AI 引用的四大關鍵因素

研究背景

2024 年，普林斯頓大學在 KDD（Knowledge Discovery and Data Mining）會議上發表了開創性的 GEO（Generative Engine Optimization）研究。這是第一個系統性地研究如何優化內容以提高在生成式 AI 引擎中的可見度的學術論文。

四大關鍵因素

研究發現，AI 引擎引用內容的決策主要受四個因素影響：

1. 相關性（Relevance）— 權重 42%

內容與用戶查詢的語義相關程度是最重要的因素。AI 引擎會評估內容是否直接回答了用戶的問題。

優化建議：

2. 流暢度（Fluency）— 權重 31%

內容的語言品質和可讀性。AI 引擎偏好表達清晰、邏輯連貫的內容。

優化建議：

3. 權威性（Authority）— 權重 15%

內容來源的可信度和專業程度。包括作者專業背景、引用來源品質、網站聲譽等。

優化建議：

4. 獨特性（Uniqueness）— 權重 12%

內容的原創性和獨特價值。AI 引擎傾向引用提供獨特觀點或數據的來源。

優化建議：

引用機率公式

引用機率 = 0.42 × 相關性 + 0.31 × 流暢度 + 0.15 × 權威性 + 0.12 × 獨特性

實際應用

AEO Pro 的 GEO 分析模組正是基於此研究，為每個網頁計算四個維度的分數，並給出具體的優化建議。