AEO 知识库

02-2-答案生成管线总览

下载 MD

17分钟阅读

02-2 · 答案生成管线总览（脊柱）

一句话：一段”带引用的答案”要过五关漏斗——被拦在任一关 = 不出现在答案里。AEO/GEO 的全部动作，本质都是把某一关的通过率往上抬。 本页是 02 域的脊柱：给”提问→带引用答案”的端到端 through-line，每关只点机制要义并链到深页，不重抄。 各关深入 → 02-1-LLM基础-训练推理与知识截止·02-3-RAG与实时检索grounding·02-4-query-fanout查询扇出·02-5-上下文窗口与抽取位置权重·02-6-引用vs提及　平台个性 → 03-主流平台深度剖析　诊断 → 04-可见性影响因素与排名信号　打法 → 06-执行与优化方法论

🎯 TL;DR（五关漏斗速记）

关卡它决定什么卡住的典型症状深入抓手（诊断→打法）
① 扇出 Fan-out你是否覆盖了用户的子问题簇只命中主词、周边子问题没页承接02-4-query-fanout查询扇出B3-语义匹配与查询扇出契合 → P1-4-主题集群与fan-out覆盖
② 召回 Retrieval爬得到吗·被收录吗（一票否决）站点根本不在候选集里、AI 爬虫被挡02-3-RAG与实时检索groundingC1-可爬性与爬虫准入·C3-渲染与内容可提取性 → P2-1-AI爬虫准入排查·P2-3-服务端渲染与可提取性
③ 排序 Rank够权威·相关·新鲜吗进了候选集却排不进前列A-实体与权威信号·B-内容与语义信号P3-站外实体与权威·P1-内容优化
④ 抽取 Extract答案好不好整段截取排得上但答案埋在长段中部，截不出02-5-上下文窗口与抽取位置权重B1-可答性与答案优先格式 → P1-1-answer-first写作与可抽取结构
⑤ 合成+引用 Cite可信·可归属吗（引用 vs 提及）被”提到”但没带链接、或被误引02-6-引用vs提及A3-EEAT与作者权威·C2-结构化数据Schema → P2-2-Schema部署与校验

只记一条：召回关（爬不到 = 隐形）是一票否决，永远最先排查——前一关不过，后面再优秀也归零。

🧭 端到端流程

用户提问
  ↓ ① 扇出 Fan-out     → 一问拆多问，分别检索（02-4）
  ↓ ② 召回 Retrieval   → 从索引/实时网络取候选；爬不到=一票否决（02-3）
  ↓ ③ 排序 Rank        → 按权威/相关/新鲜择优
  ↓ ④ 抽取 Extract     → 截取可整段引用的片段；受位置权重影响（02-5）
  ↓ ⑤ 合成+引用 Cite   → 生成答案并标注来源（02-6）
带引用的答案

上游前提：模型参数是”训练时的统计记忆”，不是实时库——所以才需要②召回这层检索（→ 02-1-LLM基础-训练推理与知识截止）。你能影响答案的主战场是检索/引用层，而非”挤进训练语料”。

🧠 五关逐关拆解（原理层）

每关只给机制要义 + 卡住症状 + 去哪深入；完整机制在各自深页（脊柱只串线，不重抄）。

① 扇出 Fan-out —— 把一个问题拆成一簇子问题

  • 机制：引擎把”最好的 X 是什么”扩成”X 怎么选 / X 价格 / X vs Y / X 评价”等子查询，各自检索再聚合。单关键词优化已过时。
  • 决定：你覆盖的子问题广度。在多个子查询里反复出现的页/域，入选概率更高。
  • 卡住症状：只有一个”大而全”长页，细分子问题无专门页承接 → 跨子查询出现频次低。
  • 深入 02-4-query-fanout查询扇出｜诊断 B3-语义匹配与查询扇出契合｜打法 P1-4-主题集群与fan-out覆盖

② 召回 Retrieval —— 先检索、把答案锚定在可核验来源（RAG/grounding）

③ 排序 Rank —— 在候选集里按权威/相关/新鲜择优

  • 机制：进了候选集还要被排到”喂给模型”的前列；综合实体权威（A 类信号）+ 内容语义匹配（B 类信号）+ 新鲜度。
  • 决定：你在候选集里的优先级。站外共识/被提及度在此关重于站内自夸。
  • 卡住症状：被收录了却始终排不进被引片段——多半是权威信号弱或语义契合差。
  • 深入 诊断 A-实体与权威信号·B-内容与语义信号｜打法 P3-站外实体与权威·P1-内容优化

④ 抽取 Extract —— 截出一段可直接引用的答案

⑤ 合成 + 引用 Cite —— 生成答案、决定带不带链接归属

  • 机制：引用（citation） = 带可点链接/明确来源，直接引流；提及（mention） = 被谈到/被推荐但未必带链接，塑造模型对实体的认知。两者由不同路径决定，存在提及—来源鸿沟。
  • 决定：你是被”引”（出处）还是被”提”（联想对象）——两条腿都要走，且要分两套衡量（SoM vs 引用/点击）。
  • 卡住症状：被夸却没链接（白推荐）、或被误引（grounding 不消除幻觉）。
  • 深入 02-6-引用vs提及｜诊断 A3-EEAT与作者权威·C2-结构化数据Schema｜打法 P2-2-Schema部署与校验｜衡量 07-1-指标体系-SoM与SoV

🔬 通关实例：一个查询走完五关

目标查询：“2026 年 GEO 工具怎么选？” 看一个品牌页在每关的命运（示例为机制演示，非实测数字）。

关❌ 典型出局页✅ 通关页
① 扇出只有一篇”我们的 GEO 工具介绍”支柱页 + “GEO 工具对比/价格/选型清单”子页成簇
② 召回GPTBot 被 robots 拦、价格表靠 JS 渲染放行 AI 爬虫、SSR 出可读 HTML → 进候选集
③ 排序仅自家站说自己好，零第三方提及被 G2/Reddit/媒体评测提及 → 权威信号够，排进前列
④ 抽取开头 200 字铺垫，选型结论埋文末首段 40–60 字直给选型结论 + 对比表 → 被整段抽
⑤ 引用被”提到”但没链接（白推荐）带 Schema + 作者署名 → 被带链接引用且可归属

读法：任一关是 ❌ 都出局。先定位你卡在哪一关，再去对应打法发力——而不是从①顺到⑤平均用力。

🧰 通关自检模板（拿走即用）

对你的目标查询，逐关自检，找出"最弱关"：
① 扇出：我有没有覆盖这个查询的子问题簇？还是只有一个大页？
② 召回：AI 爬虫能进吗？关键内容在原始 HTML 里读得到吗？  ← 先查这关
③ 排序：除了自家站，全网有谁在替我背书/提及？
④ 抽取：答案是不是在前 150–300 字、进了列表/表格？
⑤ 引用：我是被"带链接引用"还是只被"提及"？Schema/署名齐吗？
→ 哪关先 ❌，就跳到该关"抓手"列的打法页，先补这一关。

实测 prompt（验证你卡在哪关）

把目标查询在 ChatGPT / Perplexity / Google AIO 各跑一次：
1. 我出现在引用/来源里吗？（没→多半卡②召回或③排序）
2. 被引的是我前置的答案块吗？（不是→卡④抽取）
3. 我只被"提到"没带链接吗？（是→卡⑤引用/提及，走 PR+Schema）

📊 关键机制数字速记（标级 · 只链不抄）

机制事实量级级别 · 去哪溯源
爬不到 = 隐形（②召回一票否决）定性·硬约束机制共识 → 02-3-RAG与实时检索grounding·C1-可爬性与爬虫准入
站外信号主导被引（③排序）站外占比 ~85–94%B · 多源 → P3-站外实体与权威·13-2-研究与数据源索引
位置权重：前 150–300 字最易被抽（④抽取）答案块前置统计/引述 +30~40% 可见性A · Princeton GEO → 02-5-上下文窗口与抽取位置权重·10-1-受控实验与有效性证据
提及—来源鸿沟：被推荐 ≠ 被引用（⑤）定性·需分两套衡量B · 多源 → 02-6-引用vs提及·07-1-指标体系-SoM与SoV
结果不可互换：各关实现不同、跨平台漂移月度引用漂移 40–60%B · 监测 → 12-5-模型波动与监测预警·03-0-平台横向对比矩阵

数字均为方向性，口径与级别统一回 13-2-研究与数据源索引。

❌ 常见误解 & ⚠️ 二阶误区

常见误解

  • ❌“内容好就会被引” → 还要先爬得到（②）、排得上（③）、截得出（④）。好内容只解决③④，解决不了②的一票否决。
  • ❌“一套优化通吃所有平台” → 各关实现（索引/爬虫/模型/扇出策略）不同，结果不可互换 → 03-0-平台横向对比矩阵。

⚠️ 二阶误区（懂了漏斗之后最容易犯）

  • ❌“按 ①→⑤ 顺序逐关平均发力” → 只有②召回有严格的先决/一票否决地位；其余关常并行推进，且不同平台的瓶颈关不同。正解：先定位你的最弱关（用上面的自检），集中补它。
  • ❌“把五关当线性硬流水线” → 它是漏斗不是流水线，③排序/④抽取/⑤引用相互影响；作为心智模型，五关足够指导”在哪发力”，但别当成机械工序。

🧩 与相邻页的边界

📌 关于本页（“成熟”级 · 机制/原理页范式样板）：继 P1-1-answer-first写作与可抽取结构（打法页）、01-5-常见误区与认知陷阱（认知/纠偏页）之后的第三种范式。机制页的”成熟”长相 = 脊柱串起全流程 → 逐关拆解（机制+症状+链接）→ 抓手映射表 → 通关实例 → 自检模板 → 二阶误区：团队读完能在脑中跑通”提问→带引用答案”，并把任何一个优化动作准确定位到某一关。其余机制页按「使用频率 × 证据可升级度 × 受众刚需（受众=团队成员）」决定是否升到这一级，无需全部拉满。

相关

关系图谱

反向链接