FAQ、Schema 能提高 AI 引用嗎？46 萬筆引用的 GEO 研究

TL;DR

• 多倫多大學 2026 年 10 月發表的研究，分析 ChatGPT、Gemini、Perplexity 連續 90 天回答商業問題的紀錄，共 15.8 萬則回答、46.8 萬筆引用
• 跨網站比較時，FAQ 區塊、Schema 標記、作者框、摘要框都與較多的 AI 引用相關；改成同一網站內的頁面互相比較，這些做法全部不再顯著
• 通過全部五項穩健性檢定的頁面特徵只有兩個：標題與最相關段落是否對準使用者的提問
• ChatGPT 引用的每一頁都來自它自己的檢索結果，而這些頁面有 97% 不在 Google 前 50 名。檢索能解釋 32% 的引用差異，頁面特徵只有 2.8%
• 模型對品牌的既有認知會影響檢索與回答：ChatGPT 有 47% 的引用來自它不經搜尋就能說出的網站
• 研究使用 API 與英文、美國市場的問句。與台灣消費介面的實測對照，引擎差異、推薦型問題倚重第三方名單、來源快速流動三項方向一致；FAQ 與 Schema 的結論仍待中文環境驗證

目錄

研究設計：90 天、46.8 萬筆 AI 引用
FAQ、Schema 與作者框：跨網站與同網站比較的落差
與 AI 引用相關的頁面特徵：標題與段落對準提問
AI 檢索與 Google 排名的差異
品牌知名度對 AI 推薦的影響
與台灣 AI 引用實測的對照
研究限制與利益揭露
對 GEO 內容配置的實務意義

引言

目前流通的 GEO（生成式引擎最佳化，讓內容更容易被 AI 回答引用的做法）建議，大致收斂成一張清單：加 FAQ 區塊、補 Schema 結構化資料、放作者資訊、開頭寫一段摘要、提升頁面速度。清單上的每一項都有數據支持，常見的形式是「有 FAQ 的頁面，被引用次數多出若干百分比」。

採用這些做法的，多半是本來就經營得比較完整的大型網站，而大型網站被引用得多，原因可能與 FAQ 毫無關係。把有做與沒做的頁面直接相比，量到的可能只是網站之間的差距。

多倫多大學 Mahe Chen 與 Nick Koudas 於 2026 年 10 月 10 日發表在 arXiv 的論文〈What Drives AI Citations? Content, Retrieval and Model Knowledge in Generative Engine Optimization (GEO)〉，處理的正是這個問題。他們只拿同一個網站裡的頁面互相比較，網站本身的影響因此被排除在外。結果是清單上的做法全部失去效果。

研究設計：90 天、46.8 萬筆 AI 引用

研究團隊每天透過官方 API（應用程式介面，程式直接呼叫 AI 模型的管道）向三個引擎送出相同的問題，並開啟網路搜尋：

資料分成兩組市場。主資料集是美國家用網路，651 個問題、143,249 則回答、396,188 筆引用；第二組是建築與工程業使用的提案軟體，屬於由小型廠商組成的利基市場，55 個問題、14,850 則回答、71,849 筆引用。兩組都在 2026 年 6 月 24 日至 9 月 21 日間每日收集。

三個引擎的引用行為差異很大：

Gemini 的引用有 83% 指向第三方網站，其中 Reddit 佔 13%；ChatGPT 則有六成以上直接引用品牌官網。

研究的核心設計稱為「網站內比較」：每一頁只跟同網站的其他頁面相比。為了避免偶然的顯著結果，一項特徵必須同時通過五種檢定（多重比較校正、重複抽樣下的穩定入選、機器學習估計、效果曲線形狀、多種資料切法下方向一致），才被認定為真的有關。

FAQ、Schema 與作者框：跨網站與同網站比較的落差

跨網站比較時，論文的結果與一般的 GEO 建議相符。下表的「速度」以一個標準差（衡量差距大小的統計單位，可理解為「快了明顯一截」）計算，其餘為有無之比：

跨網站比較的數字全部顯著，改成同網站內比較後沒有任何一項顯著。原因在於做法集中的位置：被引用最多的前四分之一網站，有 43% 的頁面帶 FAQ 區塊；被引用最少的後四分之一只有 23%。FAQ 與「被引用得多」同時出現，是因為兩者都集中在同一批網站，不是因為 FAQ 本身帶來引用。統計上稱為辛普森悖論（分組後各組的趨勢，與合併計算時的趨勢相反或消失）。

第二組利基市場重現了同樣的模式，FAQ 區塊跨網站 +22.5%、網站內 −1.9%。

在 ChatGPT 決定引用哪幾頁的階段，論文另外比較了檢索排名相同的頁面：作者框（勝算比 0.77，勝算比低於 1 表示被引用的機會較低）、FAQ 區塊（0.93）、Schema（0.92）的頁面被引用的機會都略低。

論文量的是「AI 引用次數」，Schema 在 Google 搜尋結果的複合式結果（rich results）與實體辨識上的作用不在這次的研究範圍內。研究也沒有證明這些做法有害，只是在排除網站差異後，找不到它們讓 AI 引用變多的證據。

與 AI 引用相關的頁面特徵：標題與段落對準提問

十四項頁面特徵中，通過全部五項檢定的只有兩項，都和「頁面是否回答了使用者實際的提問」有關：

• 最相關段落與提問的語意相似度每高一個標準差，引用次數多 15.5%
• 標題與提問的語意相似度每高一個標準差，引用次數多 14.1%
• 只看第三方網站的頁面，這兩項分別是 25.7% 與 23.6%

文章長度、外部連結數、標題數量、清單、表格都沒有效果。頁面越舊引用越少（每一個標準差 −5.1%），但這項未能穩定通過檢定。

最相關的那一段在頁面中的位置，中位數落在全文 45% 處，只有 32% 的被引用頁面把它放在前四分之一，引擎在頁面任何位置都找得到，與「答案一定要寫在開頭」的常見建議不同。標題對準提問這一項，對 Gemini（+16.8%）有效，對 ChatGPT 則幾乎是零，原因是 ChatGPT 會把問題改寫成自己的搜尋詞，不直接拿原句去比對。

這些相似度只解釋了一小部分差異。在 ChatGPT 的引用中，所有頁面特徵加起來只能解釋同網站頁面之間 2.8% 的差異。把同一組資料按奇偶日拆開計算，約 75% 的差異會重複出現，卻無法以任何頁面特徵解釋，代表引用並非隨機，而是由頁面以外的因素決定。

AI 檢索與 Google 排名的差異

剩下的差異，論文認為來自 AI 自己的檢索步驟。研究團隊把 651 個問題再透過 API 重跑一次，直接取得引擎發出的搜尋詞、取回的頁面清單與排序：

• ChatGPT 引用的頁面，100% 出現在它自己的檢索結果中（22,315 個被引用網址全部如此）。沒有被檢索到的頁面不會被引用
• 每個問題 ChatGPT 平均讀取 26 頁、引用 3 頁。檢索排第 1 的頁面有 43.8% 會被引用，第 6–10 名降到 12.2%，第 11–20 名只剩 3.5%
• 檢索的資料可以解釋 32% 的引用差異，頁面特徵只有 2.8%

ChatGPT 會把一個問題拆成約 4 個關鍵字式的搜尋詞，其中 23% 加上當年年份，28% 加入使用者沒有提到的品牌名稱；Gemini 則改寫成約 3 個接近原句的自然語言問句。同一天對同一問題跑兩次，ChatGPT 的搜尋詞只重疊 2.7%，引用頁面重疊 15%。這種「一個問題拆成多個搜尋」的機制，在〈ChatGPT 扇出查詢〉一文中有較完整的說明。

AI 檢索的結果與 Google、Bing 幾乎沒有重疊。ChatGPT 取回的頁面有 97% 不在 Google 前 50 名、99% 不在 Bing 前 30 名；Gemini 雖然以 Google 搜尋為依據，被引用的頁面仍有 93% 不在 Google 前 50 名。不過 ChatGPT 取回的頁面中，有一半（51%）所屬的網站有出現在 Google 前 50 名。兩邊挑的常是同一批網站，選中的頁面卻不同。

在 Google 排名靠前，不代表該頁會被 AI 選中；網站在搜尋端完全沒有能見度，則可能連進入候選的機會都沒有。

品牌知名度對 AI 推薦的影響

研究團隊也在關閉搜尋的情況下，直接詢問模型「這個問題你會推薦哪些品牌與網站」，以此量測模型的既有認知：

• ChatGPT 的引用中，有 47% 來自模型不經搜尋就能說出的網站
• 品牌若在模型的既有認知中，ChatGPT 有 67% 的機率會把它寫進搜尋詞，不在認知中的品牌只有 11%
• ChatGPT 提到使用者沒問的品牌時，有 46% 沒有任何被引用的頁面支持這個品牌名稱，屬於模型自己記得的

控制實驗把產品資料內容完全固定、只改品牌名稱，排名就會改變。同樣一份產品描述，換上不同的名字，進入 ChatGPT 前三名的比例可以從 39% 變成 80%。

利基市場的情況正好相反。研究中 ChatGPT 背後的模型，只在 2–16% 的問題中說得出這些小廠商的名字。這時第三方頁面的作用就大得多：被引用的第三方頁面若提到某家廠商，ChatGPT 在回答中提到該廠商的勝算提高 39.7 倍（主資料集的大品牌只有 4.2 倍）。論文的結論是，知名品牌的能見度大多由模型既有的認知決定；小品牌只有在搜尋找得到關於它的第三方證據時，才有穩定的位置。

與台灣 AI 引用實測的對照

搜霸在 2026 年 9 月以台灣的 SEO 與 GEO 問句做過一組公開實測：36 個問題、ChatGPT 與 Gemini 未登入的網頁介面、兩期各 216 次取樣，原始資料以 CC BY 4.0 公開在研究資料頁。兩份研究的語言、市場、介面與規模都不同，數字不能直接比較，但下列觀察的方向一致。

ChatGPT 對知識型問題較少查資料。台灣實測中，ChatGPT 回答操作與觀念類問題時，只有 3.7% 列出外部來源，Gemini 為 66.7%。論文的利基市場幾乎全是「了解功能」類的問題，ChatGPT 只有 35% 的回答附引用，主資料集則是 69%。兩邊的數字差距很大，但都顯示 ChatGPT 面對知識型問題時更常直接以模型知識作答。

推薦型問題的引用集中在第三方名單。台灣實測中，「推薦 SEO 公司」這類問題的引用，主要來自人力銀行、電商平台的內容頁，以及同業撰寫的推薦清單文。台灣的 SEO 服務商多屬模型不熟悉的小品牌，情況接近論文的利基市場，而論文量到第三方頁面在這類市場的影響最大。兩份資料都指向同一個做法：進入別人的名單，比自己再寫一篇同型清單更有機會出現在回答裡。

引用來源變動快，但頭部網域相對穩定。台灣實測兩期相隔 13 天，被引用的 216 個網域中只有 36.6% 兩次都出現，變動集中在長尾。論文以 14 天為一期切分，兩週後 ChatGPT 仍共通的變異約 40%、Gemini 47%，十週後降到 14% 與 29%。兩邊的計算單位不同，但都顯示單一時間點的觀測無法代表常態。

FAQ 與 Schema 的結論目前沒有中文環境的對照資料。台灣實測的題數與取樣次數不足以做網站內比較，這部分仍待驗證。

研究限制與利益揭露

論文自己列出的限制包括：結果是相關性，網站內比較排除了網站層級的差異，但排除不了同網站頁面之間未被量測的差異；頁面是在收集結束後才下載的，約三分之一的被引用網址無法分析；重跑檢索使用的是 API，未必與一般使用者看到的 ChatGPT、Gemini 介面一致；兩組資料都是英文、美國市場的問題。

研究使用的是 GPT-5.4 nano 與 Gemini 3.1 Flash Lite 這類小型模型，消費者產品背後的模型與檢索設定可能不同。問題由使用研究團隊監測平台的客戶撰寫，並非從真實使用者的搜尋紀錄抽樣。資料收集平台由作者經營，致謝中也感謝了 ktau.ai 團隊，而論文的建議之一正是「長期、逐題監測引用」。這不影響方法本身的嚴謹度，但讀者應知道這層關係。論文目前為 arXiv 預印本，尚未經過同儕審查。

網站內比較的設計本身也有盲點：若一個網站以模板替所有頁面加上 Schema，該網站內就沒有「有 Schema」與「沒有 Schema」的頁面可以比較，這個網站對 Schema 的估計貢獻不到任何資訊。論文也提到，品牌網站多以共用模板建置，網站內的差異較小，沒有任何特徵在品牌頁面通過全部五項檢定。「網站內比較沒有效果」不等於「整站導入沒有效果」。目前沒有證據顯示這些做法能讓同一網站的某一頁被引用得更多，整站導入的效果則無法以這個設計判斷。

對 GEO 內容配置的實務意義

頁面寫法以對準提問為優先。 標題與段落是否直接回答使用者實際提出的問題，是唯一通過全部檢定的頁面因素。關鍵段落不必刻意放在開頭，但要有一段能單獨回答問題。

FAQ、Schema、作者框不是取得 AI 引用的捷徑。 這些做法有其他用途，例如複合式搜尋結果、實體辨識與讀者信任，可以照常做，但不應期待單獨加上 FAQ 區塊就讓某一頁被 AI 引用。

被檢索到比頁面修飾更重要。 AI 只引用它檢索到的頁面，而它的檢索與 Google 排名幾乎不重疊。網站在搜尋端要先有基本的能見度，再以內容對準 AI 改寫後的搜尋詞，例如帶年份、帶品牌名稱的查詢。

小品牌要經營第三方提及。 模型不認識的品牌，靠的是第三方頁面提到它。出現在產業名單、評比文章、媒體報導中，效果比在自家網站多做一層標記更大。

監測要分引擎、分問題、長期進行。 單次查詢、單一引擎的結果都不具代表性。

參考來源

• Mahe Chen, Nick Koudas（2026）。What Drives AI Citations? Content, Retrieval and Model Knowledge in Generative Engine Optimization (GEO)。arXiv:2610.15033
• 搜霸 SEOBAR（2026）。AI SEO/GEO 實測：ChatGPT 與 Gemini 引用來源重疊 17.8%
• 搜霸 SEOBAR（2026）。AI 引用來源實測資料集（2026-09）