大模型在RAG召回时,怎么决定引用哪个网站?这篇文章从技术角度拆解。
我是灵犀智擎的工程师,我们通过A/B测试总结了信源权重的规律。
一、信源权重的5个因素
因素
权重
说明
域名权威性
30%
权威域名权重高
内容新鲜度
20%
近期内容权重高
内容结构化
20%
清晰H标签、FAQ权重高
多源一致性
20%
多个来源提到同一事实权重高
历史引用记录
10%
过去被引用多的权重高
二、域名权威性分级
域名类型
权重级别
示例
政府/教育
最高
.gov.cn, .edu.cn
权威媒体
高
人民网、IT之家
行业垂直
中高
知乎、CSDN、39健康
自媒体
中
百家号、头条号
企业官网
中低
品牌自己的官网
不知名小站
低
垃圾站点
三、我们的A/B测试方法
def ab_test_source_weight(test_domain: str, control_domain: str, keyword: str):
"""A/B测试不同域名的权重"""
控制变量:同一关键词,不同域名发布内容
然后看AI引用哪个
results = {"test": 0, "control": 0, "neither": 0}
for i in range(10): # 跑10次取平均
answer = ask_ai(keyword)
if test_domain in answer:
results["test"] += 1
elif control_domain in answer:
results["control"] += 1
else:
results["neither"] += 1
return results
四、对GEO的启示
-
不要只发自己官网——官网权重低;
-
重点在权威媒体和技术社区布局;
-
持续更新,保持内容新鲜度;
-
多平台同步 核心信息,提高一致性。
五、写在最后理解了信源权重机制,你就知道GEO 内容该发哪里、怎么写。这是技术活,不是玄学。
————————————————
版权声明:本文为CSDN博主「2600_96788433」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/2600_96788433/article/details/166594684