gauto-citabilitylisted

# AI 可引用性评分 Skill（汽车出口版） ## 核心认知 AI 语言模型只会引用满足特定结构标准的内容段落。研究（Princeton / Georgia Tech / IIT Delhi, 2024）发现：GEO 优化内容在 AI 回答中的可见性提升 30–115%。关键结论：AI 优先抽取并引用**长度约 134–167 词**、**自包含**（脱离上下文也能读懂）、**数据密集**（含具体数字、日期、实体名）、**前 1–2 句直接回答问题**的段落。 对汽车出口站而言，最值得优化的"可引用块"是：**车型参数、FOB/CIF 报价与条款、出口流程、目的国准入规则、FAQ**。 --- ## 可��用性评分标准（0-100） ### 维度 1：答案块质量（占总分 30%） 衡量内容是否包含清晰、可被 AI 逐字摘录的答案段落。 | 分数 | 标准 | |---|---| | **90-100** | 每个主���小节开头都是 1–2 句直接答案；用"X 是…""X 指…"式定义；每节前 40–60 词可独立成答。 | | **70-89** | 多数小节有清晰答案开头；部分定义句式；答案可辨识但需少量上下文。 | | **50-69** | 部分小节有答案式开头，但多数把答案埋在段落中部/末尾；少有定义句式。 | | **30-49** | 答案普遍埋在长段落里；无稳定定义句式；内容偏叙事而非"答问"。 | | **0-29** | 无可辨识答案块；纯叙事/对话/碎片；AI 难以抽取任何可引用段落。 | **要看什么：** - 定义句式："FOB 指…""CIF 到岸价包含…""HS 编码 8703 涵盖…" - 答问前置：先给答案，再补细节 - 量化答案："MG5 2026 款 FOB 报价约 USD XX" 而非 "价格视情况而定" - 对比答案："右舵与左舵的区别在于…" **高可引用示例（汽车出口）：** ``` MG5 2026 款是一款面向非洲与中东市场出口的紧凑型轿车，提供 1.5L 汽油与 1.5L 混动两种动力。其 FOB 中国港口报价约 USD 9,500 起，CIF 拉各斯约 USD 11,200，MOQ 为 2 辆（40HQ 集装箱）。车辆为左舵，标配自动变速箱，符合 HS 编码 8703.22。 ``` 词数约 76。自包含：是。数据点：4 个。定义/答问句式：是。 **低可引用示例：** ``` 如果你一直想知道为什么有些车更适合出口，答案可能会让你惊讶。有一项很棒的技术已经存在很久了。它改变了我们对出口的看法。让我解释一下它是如何运作的，以及为什么你应该关心。 ``` 词数约 68。自包含：否。数据点：0。定义句式：无。 --- ### 维度 2：段落自包含性（25%） | 分�� | 标准 | |---|---| | **90-100** | 80%+ 内容块完全自包含；每个段落显式点名主体；无跨段代词依赖；段落内含具体数据。 | | **70-89** | 60–79% 自包含；多数段落点名主体；偶有需上下文才能懂的代词。 | | **50-69** | 40–59% 自包含；主体与代词混用；部分段落需读上文。 | | **30-49** | 20–39% 自包含；高度依赖代词与上下文。 | | **0-29** | <20% 自包含；整篇连续叙事，抽出任一段即失去意义。 | **段落自检清单：** 1. 是否显式点名主体（而非"它""这款"）？ 2. 只看这一段能否理解