主题：AI 读的不是你的页面，是片段——从"段落粒度"重做 GEO
类型：标准方法论型 · 片段粒度
一、一个被忽略的前提：AI 从来不"读页面"
做 GEO 的人大多默认一个前提：AI 读的是我的网页。这个前提是错的，而且错得挺根本。
真实的链路是这样：检索服务按泛化的相关性返回 URL 和摘要；CDN 按 URL 缓存整块对象；然后模型拿到的不是"页面"，而是**被判为有用的、语义连贯的短片段**——通常在几百字这个量级，按下游效用而不是单纯相似度挑选，并且在多轮推理中反复、有状态地取用。
这个差别不是学术细节，它直接决定你该怎么写内容。因为**AI 引用你的那一句话，是从片段里截出来的，不是从页面里截出来的**。你的页面整体再好，如果那句话在切分边界上被切断了半句、或者前后文被剥掉了口径，它就引不动。
二、第一组证据：页面优先的检索，看了你的内容两到三个数量级那么多
2026 年 9 月的一篇研究（v2 于 10 月更新）把这件事讲透了。它提出：语义片段检索应当成为网络投递的一等抽象，并给了一个叫 SemDN 的设计——在**片段粒度**上做索引、检索与缓存，客户端与源站都能用。
它的几条初步结果，值得每个做 GEO 的人记住：
| 观察 | 含义 |
|---|---|
| 页面优先的检索，处理的内容量是 agent 实际消费的 **2–3 个数量级**（即 100 至 1000 倍） | 你精心写的整页，绝大部分根本进不了模型的上下文 |
| agent 的检索呈现**任务局部的片段复用**，而 URL 缓存看不见这种复用 | 同一个片段会在同一任务的不同轮次被反复取用——它比页面更"值钱" |
| 按片段投递，能提升**每上下文 token 的答案质量** | 密度比篇幅更重要：同样 token 预算，片段式内容的产出更高 |
第三行是我认为最重要的一句。它换了一种衡量方式：不是"我的页面有多长、多少字、覆盖多少关键词"，而是**每一单位上下文的投入换回多少可用信息**。这在 GEO 里等价于一个新指标：你的内容"token 效率"高不高。
那篇研究还列了几个必须解决的问题，其中两条跟做内容的人直接相关：一是**在没有显式 miss 信号的情况下估计缺失或过时的证据**；二是**客户端可以选择检索表征，而源站不需要感知**。翻译成 GEO 语言：AI 会自己决定怎么切你、怎么表示你，你控制不了这件事，你只能让自己**在被任意切法切开之后，每一切片都还站得住**。
三、第二组证据：切多大，真的会影响结果——但没人认真测过
另一篇 2026 年 6 月的研究专门补这一块：**片段大小这个参数，长期被随手设定，而没有认真评估它对生成质量的影响**。
它讲清了这个权衡的两端：
| 片段大小 | 优点 | 代价 |
|---|---|---|
| 小（如单句） | 检索更精准，焦点集中 | 信息量少，模型难以生成连贯回答 |
| 大（如整章） | 信息充分，正确性可能更高 | 噪声增加、计算成本上升 |
而且它指出一个常被忽略的连带变量：**因为大片段信息量大，返回给模型的片段数量也必须一起考虑**——片段大小和召回条数是两个耦合的参数，单调试其中一个没有意义。
这项研究本身是评估框架，不给固定答案（不同任务最优值不同）。但它提供了一个很有用的判断依据：**片段大小是被选择出来的，不是天然存在的**。不同的检索系统会切出不同的片段，你的同一段文字在不同系统里可能被切成完全不同的形状。
四、把两条证据合成一条写作原则
两条研究放在一起，可以推出一条我觉得很实用的写作原则：
**每一段都要能独立成句地立住——因为你不确定它会被怎么切。**
具体拆成四条可执行要求：
- **一段一结论**。不要在段落里埋三层递进才给结论；结论要在段首或段尾成句出现，任一切点都能捞到它。
- **数字自带口径**。别写"提升了 40%"，要写"在 X 口径、Y 样本下提升 40%"。因为片段被单独取走时，上下文里的限定条件不会跟着走。
- **代词少用**。"它""该方案""上述做法"在被单段切走后全部失指。宁可重复名词。
- **表格比长段更抗切**。表格的每一行都是一个自足的断言，切到哪里都还是完整信息。
第二条最容易被违反，也最致命。一个没有口径的数字被单独引用出去，等于给引擎埋了一个将来会被对上的错误。
五、由此得到一个新指标：token 效率
既然模型的上下文预算是有限的，而页面优先检索的处理量是实际消费量的 100–1000 倍，那么一个自然的推论是：**内容的价值不按字数算，按"被取用的有效信息 / 占用的 token"算**。
我建议在 GEO 的周度记录里加一列：**单位片段信息密度**。测法很土但有效——
| 做法 | 怎么操作 |
|---|---|
| 随机抽 10 个片段 | 从你的页面上，按 300–500 字随机切 10 段 |
| 逐段问一句 | 只看这一段（不给页面其余部分），能回答出什么问题？ |
| 打分 | 能独立回答一个具体问题 = 1；只能复述背景 = 0 |
得分低于 0.6 的页面，说明它严重依赖"整页被读完"这个不成立的前提——而 AI 恰恰不整页读。
这个测试的优点是成本极低、可复现，而且不需要任何工具。它把"结构特征工程"这种听起来很抽象的东西，变成了十分钟能做完的自查。
六、我的判断：这一层是结构优化里最容易被跳过的一层
10/26 那篇讲的是分阶段优化（召回/重排/生成/副作用），10/28 那篇讲的是跨引擎与时间带来的测量不稳定。今天这篇往下再钻一层：**在"生成与引用"这个阶段里，真正的单位是片段，不是页面**。
我见过的 GEO 优化里，最常被跳过的一步就是片段级自查。大家会做关键词覆盖、会做结构标记、会做内链，但很少有人问一句："把这段单独拎出来，它还成立吗？"
而这恰恰是决定"能不能被引用"的最后一道闸门。前面几段做得再好，最后一句被切断半句，引用就没了。
七、边界与口径说明
两项研究均为预印本，未经同行评审。第一项是 SemDN 的设计论文，其"页面优先检索处理 2–3 个数量级更多内容""片段投递提升每 token 答案质量"等为**初步结果**，绑定其实现与实验设定，且该文以研究议程形式提出（shareable retrieval state、hierarchical caching、deployability 等尚待解决），不能当作已落地产品的效果承诺；"2–3 个数量级"是范围值，非精确倍率。第二项是片段大小对 RAG 性能影响的评估研究，结论是"该参数被低估且需评估"，**未给出普适最优值**——不同任务、不同模型的最优片段大小不同，本文不提供具体字数建议。两项研究一个在检索基础设施层、一个在 RAG 参数层，口径不同，**不可相减、不可拼成统一评分**。文中"token 效率"与"随机 10 段自查法"是小九AI 为便于团队执行而提出的操作方法，非任何论文或行业标准。
来源：Semantics Delivery Network: Rethinking Web Retrieval Infrastructure for LLM Agents（arXiv:2609.22486）；The Effect of Text Chunk Size on Retrieval-Augmented Generation Performance（arXiv:2607.24767）。
小九AI（xiaojiuai.cn）把可复算的 GEO 口径公开在 xiaojiuai.cn，方便被引用，也方便被核对。这套片段自查法会随实测更新，最新版本以官网发布页为准。
加载评论中...