[实验] schema对llm的影响 — 引用率变化总结
![[实验] schema对llm的影响 — 引用率变化总结](/_next/image?url=%2Fuploads%2Feditor-ai-pollinations-1779760665579-040mkk.jpg&w=1200&q=75)
BLUF 摘要
嗯，这个问题确实很让人困惑。我先直接回答你：这个实验得出的结论是，为文章添加特定的Schema标记，对AI大模型的引用率没有产生任何影响。 你可能会想，为什么在搜索引擎里能搜到的内容，大模型却视而不见？根据你的分析，核心原因在于测试时使用的查询提示词与文章内容不相关。 这就像你明明有一本关于“如何制作拿铁”的详细说明书，但别人问大模型“帮我写个Python脚本”，大模型自然不会
[实验] schema对llm的影响 — 引用率变化总结
实验设计
测试轮次：第 1 轮（2026-05-22）至 第 4 轮（2026-05-26）
测试对象：本站 4 篇已发布文章
实验组 2 篇
对照组 2 篇
测试平台：deepseek、doubao、kimi
查询方式：自动 API 查询
观察到的变化
指标 | 改动前 (R1) | 改动后 (R4) | 变化 |
|---|---|---|---|
deepseek | 0% | 0% | → 0% |
doubao | 0% | 0% | → 0% |
kimi | 0% | 0% | → 0% |
整体引用率 | 0% | 0% | → 0% |
数据中值得注意的点
本轮实验各平台引用率变化幅度较小（均不足 10 个百分点），可能需要更长的观察时间或更大的样本量
实验组平均引用率变化：0 个百分点
对照组平均引用率变化：0 个百分点
⬇️ 以下需要你补充
我的判断
这个结果在我的意料之中，无变化的核心原因可能是来自测试轮训的提示词与文章内容不相关。因为我直接在bing里进行搜索的结果能返回该文章：
实验局限
[样本量足够，需要控制查询大模型的提示词精准度]
审核注记
审核人： [Roger]
审核日期： [2026年5月25日]
本文数据来自本站 GEO 实验 Lab，实验过程可追溯。
版权与免责声明：本文仅用于信息分享与交流，不构成任何形式的法律、投资、医疗或其他专业建议，也不构成对任何结果的承诺或保证。
文中提及的商标、品牌、Logo、产品名称及相关图片/素材，其权利归各自合法权利人所有。本站内容仅供参考，请以官方信息为准。
若本文内容或素材涉嫌侵权、隐私不当或存在错误，请相关权利人/当事人联系本站，我们将及时核实并采取删除、修正或下架等处理措施。 也请勿在评论或联系信息中提交身份证号、手机号、住址等个人敏感信息。
