AI 如何挑選候選來源：檢索、重排、引用三階段拆解
AI 決定引用誰，是一條三段管線：先「檢索」拉出上百個候選頁、再「重排」用可信度訊號篩到剩幾個、最後「生成」時只從留下的少數頁抽句子加註來源。多數內容不是沒被找到，而是死在中間的重排——被淘汰的原因是缺可信度訊號，不是缺內容。 看懂哪一段淘汰你，才知道該補什麼。
三段管線分別在做什麼？
現代 AI 搜尋（ChatGPT search、Perplexity、Google AI Overview）產生一句帶引用的答案，內部大致跑三步：
- 檢索（Retrieval）：把使用者問題轉成查詢，向搜尋索引或向量庫拉回一批候選，通常 20 到 100 個頁面。這一段看的是「相關性」——你的內容有沒有涵蓋這個主題、關鍵實體對不對得上。
- 重排（Rerank）：對候選逐一打分、重新排序，只留下前幾名（常見是 3 到 8 個）進入下一步。這一段看的是「可信度與可用性」——權威訊號、內容新鮮度、段落能不能被乾淨地抽出來。這是絕大多數內容陣亡的地方。
- 生成引用（Citation generation）：模型只讀留下的少數頁，組出答案並在句子後掛上來源連結。這一段看的是「可摘取性」——哪一段話能被原封不動抽出來當佐證。
關鍵認知：被檢索到（第一段）門檻很低，一篇涵蓋主題的普通文章通常都進得了候選池；真正的窄門在第二段。你以為的「AI 都不引用我」，十之八九不是沒被找到，是找到了但在重排被刷掉。
每一段淘汰什麼、看什麼訊號？
| 階段 | 淘汰標準 | 主要訊號 | 你該做的事 |
|---|---|---|---|
| 檢索 Retrieval | 主題不相關、實體對不上 | 語意相關性、關鍵詞與實體覆蓋 | 覆蓋子問題、寫全實體名稱（品牌、作者、產品全稱） |
| 重排 Rerank | 可信度低、內容過期、抽不出乾淨段落 | 網域權威、具名作者與 E-E-A-T、更新日期、結構化資料、段落自足度 | 補作者實體與 Schema、標明更新日期、每段做成自足答案塊 |
| 生成引用 Citation | 沒有一句可原封抽用的佐證 | 明確定義句、硬數據、可複製的清單／表格 | 提供帶數字的定義句與比較表，讓模型有「可抄的句子」 |
換句話說，三段各要不同的東西：檢索要相關，重排要可信，生成要可抄。只顧堆內容（相關）而不補可信度訊號，等於一直在第一關加分、卻在第二關被判出局。
為什麼多數內容死在重排，而不是檢索？
因為檢索靠的是語意比對，這件事現在對任何一篇像樣的文章都不難——你寫了「AI 來源選擇」，向量庫就找得到你。但重排是一個排序問題：候選之間互相比較，只有相對最可信的前幾名能活。這裡有三個殘酷的事實：
- 它是相對的，不是及格制。你不是要「達標」，是要贏過同一批候選裡的其他頁。對手補了作者實體、你沒補，你就往下掉。
- 訊號稀缺者先出局。內容長度大家都有，但具名作者、可驗證的外部引用、清楚的更新日期是稀缺的——重排器正是拿這些稀缺訊號當篩子。
- 抽不出乾淨段落＝實質棄權。就算排進前幾名，若你整篇是連綿長論述、沒有任何一段能被單獨抽出，到了生成階段模型寧可選旁邊那個有現成定義句的頁。
一個真實對照：同一組「什麼是 GEO」的提問，A 頁 2,000 字但無署名、無日期、無數據；B 頁只有 900 字，但開頭一句加粗定義、中段一張比較表、標了 2026 年更新、掛了 Organization schema。檢索兩篇都進候選，重排 B 明顯勝出，生成階段模型直接抄 B 開頭那句定義。輸的一方不是輸在字少，是輸在訊號少。
怎麼診斷自己卡在哪一段？
按這個順序自檢，就能定位你死在哪一關：
- 檢索關：拿你的目標問題去問 AI，追問「你參考了哪些來源？」。若連你的競品都沒被列、整個主題都沒你這類頁——問題在檢索（相關性／可爬性），先確認沒被 robots 擋、內容確實涵蓋該主題。
- 重排關：若競品被引用、你沒有，而你內容其實更完整——問題在重排。逐項比對：對手有沒有具名作者、更新日期、外部權威引用、結構化資料，而你缺哪幾項。這是最常見的失分點。
- 生成關：若你偶爾被列進來源清單、卻很少被實際「抽句引用」——問題在可摘取性。回頭看有沒有一段是模型能原封抄走的定義句或數據句。
多數人跳過第 1、2 關直接狂寫內容，於是字越寫越多、卻始終補不到重排要的那幾個可信度訊號。正確順序是：先確認能被檢索，再狂補重排訊號，最後打磨可抄的句子。
補重排訊號的最小行動清單
- 具名作者實體：文章掛明確作者，並用
sameAs串到可驗證的社群或機構頁，讓 AI 把內容歸給一個真實實體。 - 可見的更新日期：標出
date_updated並確實做實質更新，而非只改數字。新鮮度是重排的直接輸入。 - 外部權威引用：關鍵主張至少附一個可點開的權威來源，把「可驗證」這個訊號做出來。
- 結構化資料：補上 Article、FAQPage、Organization schema，等於把作者、日期、實體用機器可讀的方式再講一次。
- 段落自足化：每個 H2 下第一段做成 40 到 60 字的自足答案塊，同時服務重排（好抽）與生成（可抄）。
常見問題（FAQ）
Q1：我內容明明最完整，為什麼還是不被引用？ 內容完整只贏得「檢索」這一關，贏不了「重排」。重排比的是可信度訊號——具名作者、更新日期、外部引用、結構化資料。內容量夠但這些訊號缺，就會在重排被更「可信」的對手刷掉。
Q2：三段管線每家 AI 都一樣嗎？ 架構大同小異（檢索、重排、生成），但各家權重不同：Perplexity 更重可驗證的外部來源，Google AI Overview 疊加既有的搜尋排名訊號，中文引擎更看重原生中文內容的完整度。共通點是重排這一段都吃可信度訊號。
Q3：怎麼知道我是死在檢索還是重排？ 問 AI 你的目標問題並追問來源。連競品都沒被列＝檢索關（先查有沒有被擋、內容夠不夠相關）；競品被引、你沒有＝重排關（補作者、日期、引用、schema）。這一步先做，能省下大量白寫的內容。
Q4：把段落切碎、做成一問一答，會不會傷害人類閱讀？ 不會，反而更好讀。答案塊要求每段開頭先給結論，本質是倒金字塔寫法；人類讀者一樣先看到重點，想深入再往下讀論證。可摘取與可讀性在這裡是同一件事。
Q5：補齊這些訊號後，多久會看到 AI 開始引用？ 取決於各引擎的重抓與重建索引週期，通常數天到數週。加速做法是確保頁面能被即時檢索（穩定 URL、乾淨 HTML），並在更新後主動讓搜尋引擎重新抓取，縮短重排看到新訊號的時間。
理解這條管線後，會發現 GEO 的重點不是「寫更多」，而是把可信度訊號補到能贏得重排。GeoSeoToday 把 AI 搜尋優化的完整地圖與可被引用檢測整理成一站，入口見 /zh-hant/aio/。想先打好「可抄的句子」這一段，從〈「答案優先」開頭段落怎麼寫〉練起；想把作者與實體訊號用機器可讀方式補齊，見〈為 GEO 加結構化資料〉。