Cited 如何評分 AI 就緒度
一個分數、3 個類別、17 個因子。 每個因子的權重、評分方式、為什麼重要,全部列在下面。 分數怎麼算出來的,你應該要能自己驗算。
這個分數在量什麼
只量一件事:AI 引擎要從你的網站抬出一段可以直接當答案的文字,有多容易。
這件事重要的原因是病患問問題的地方變了。一則 AI 答案只會列出少數幾個來源,其餘全部略過。 當它推薦了別家診所而沒有提到你,原因往往不是你的醫術,而是引擎讀得懂對方的頁面、 卻從你的頁面裡抓不出可以直接用的段落 —— 而且不會有任何人通知你。
這個分數指出來的,就是你自己網站上擋住它的那些地方。
兩個分數,不是一個
| 這是什麼 | 你能不能控制 | |
|---|---|---|
| 結構就緒度 0–100 | 引擎能不能抓到、讀懂、抬出你的內容 | 可以 —— 全部是你網站上的東西 |
| AI 引用實證 0–100 | 引擎實際上有沒有引用你的網域 | 不直接 —— 這是結果,不是條件 |
先前這兩件事被合成一個分數,結果是:去量測 AI 有沒有引用你,反而會讓你的分數下降。 引用中等的客戶掉 9.9 分,引用弱的掉 17.4 分。我們賣的就是量測,而計分方式在懲罰買單的人。 2026-08-22 拆開。
沒量過就是未知,顯示成「尚未量測」—— 不是 0,也不會扣分。「量了,但沒有任何引擎引用你」 才是真的 0。那兩件事在畫面上永遠分得出來。
一個分數、3 個類別、17 個因子
| 類別 | 滿分 | 在問什麼 |
|---|---|---|
| 技術 | 33 | 引擎能不能正確辨識、抓取、歸戶這個網站 |
| 可抽取 | 53 | 頁面上有沒有可以整段抬走當答案的文字 |
| 實體 | 14 | 機器能不能確定「這家診所」是誰 |
三類加起來 100 分,再乘上可檢索性。可檢索性是一個乘數,不是加分項:如果 robots.txt 擋掉 AI 爬蟲,乘數是 0 —— 擋住了,後面每一項做得多好都不會被看見。
| 因子 | 類別 | 權重 | 評分方式 | 為什麼重要 |
|---|---|---|---|---|
| 頁面標題 (title) | 技術 | 7 | 連續 | 標題是引擎判斷這一頁在講什麼的第一個訊號,也是被引用時顯示的名稱。 |
| 頁面摘要 (meta description) | 技術 | 5 | 連續 | 摘要常被直接當成答案片段的來源之一。 |
| 標準網址 (canonical) | 技術 | 5 | 連續 | 同一頁有多個網址時,引擎不知道該引用哪一個,權威訊號會被稀釋。 |
| 行動裝置適配 (viewport) | 技術 | 4 | 連續 | 行動版體驗是搜尋與 AI 抓取的基本門檻。 |
| 分享卡片 (og:image + twitter card) | 技術 | 4 | 連續 | 被轉貼到社群或通訊軟體時決定呈現樣貌;社群來源是 AI 引用的重要一環。 |
| 網站地圖 (sitemap.xml) | 技術 | 5 | 通過 / 未通過 | 讓引擎知道你有哪些頁面,而不是只靠連結爬行。 |
| 網站地圖新鮮度(90 天內) | 技術 | 3 | 通過 / 未通過 | 引擎對「最近有更新」的來源有偏好;長期不動的站會被降低取用頻率。 |
| 內容深度 | 可抽取 | 12 | 連續 | 引擎要從你的頁面抬出一段能回答問題的文字,頁面上得先有那段文字。 |
| 衛教文章量 | 可抽取 | 12 | 連續 | 單一首頁只能回答少數問題;文章數決定你能被多少種問句命中。 |
| 問句標題涵蓋 | 可抽取 | 11 | 連續 | 使用者是用問句在問 AI;以問句當標題,讓引擎能把整段對上整個問題。 |
| 可獨立引用的段落 | 可抽取 | 11 | 連續 | 能被整段抬走的段落,才可能成為答案框裡的那一段。太碎或太長都不行。 |
| 標題階層 | 可抽取 | 3 | 連續 | H1/H2 的層次是引擎把長頁切成可引用區塊的依據。 |
| 問答結構化標記 (FAQPage) | 可抽取 | 2 | 通過 / 未通過 | 把「問題→答案」明確標出來,是最接近 AI 回答格式的頁面結構。 |
| 文章頁的文章標記 (Article schema) | 可抽取 | 2 | 通過 / 未通過 | 標明作者、日期、標題,是引擎判斷內容可信與新鮮的依據。 |
| 機構結構化標記 | 實體 | 6 | 通過 / 未通過 | 告訴引擎「這是一間什麼機構」,而不是靠文字猜。 |
| 名稱地址電話標記 (NAP schema) | 實體 | 5 | 通過 / 未通過 | 在地問句(「台北哪家…」)需要可機讀的地址與電話才能把你放進地區候選集。 |
| 實體連結 (sameAs) | 實體 | 3 | 通過 / 未通過 | 把官網與 Wikidata / Google 商家 / 學會名錄上的「你」綁成同一個實體。 |
llms.txt 會被檢測並顯示,但不計分。它是給 AI 讀的網站說明檔,目前還沒有任何一家引擎 公開承諾會使用它。把還沒有證據的東西算進分數,等於賣一個我們自己也不知道有沒有效的東西。
我們掃哪些頁面
整個網站,不只是首頁。 頁面清單來自你的 sitemap.xml,一次最多掃 40 頁, 順序是首頁 → 服務/其他頁 → 文章頁。報告上會寫出「掃了幾頁 / sitemap 宣告幾頁」。
這件事 2026-08-22 之前是錯的,而且錯得不小:當時 100 分裡有 78 分只判在首頁上, 只有 2 分(抽樣 4 篇驗 Article schema)真的讀過子頁內容。實測 www.osawell.com: 首頁 12,677 字元 / 6 個問句標題 / 38 個可引用段落,全站 33 頁則是 195,896 / 69 / 680 —— 量到的只有實際可抽取內容的約 6%。
對「AI 引用就緒度」來說那是方向性的錯誤,不是精度問題:引擎引用的是內頁。 把衛教內容做在內頁的診所(也就是做對的那種)會被系統性低估。
兩種聚合方式,各有理由:
- 內容用總和(字元、問句標題、可引用段落)。引擎要的是「這個網域上有多少可以被抬走的
答案」,那是一個總量。用平均會讓「多寫一篇普通文章」變成扣分,那是反向誘因。
- 每頁標籤用涵蓋率(title、meta description、canonical、viewport、社群卡片、標題階層)。
這些是逐頁的性質:首頁有 meta description、30 篇文章頁都沒有,舊設計給滿分 —— 而引擎要引用的正是那 30 頁。
- 實體訊號只要任何一頁有(Organization schema、NAP、sameAs)。實體解析只需要一處可信的
宣告;很多網站放在「關於我們」而不是首頁,要求它一定在首頁是在懲罰正常的網站結構。
跨頁重複的內容只算一次。 導覽列和頁尾出現在每一頁上;直接加總的話,一個 34 頁的網站 會把同一段頁尾算 34 次。那既是雜訊,也是一條作弊路徑,而 AI 引擎也不可能把同一段頁尾當成 34 個不同的答案。所以每一段可辨識的文字、每一個問句標題、每一個可引用段落,全站只計一次。
這擋不住所有的灌水,我們也不宣稱擋得住。 去重擋的是「同一段文字重複出現」; 有人每頁塞幾個不同的字,那些字確實是新的可辨識文字,而一把確定性的尺沒有辦法判斷 一段話是不是有意義的衛教內容。實測:在一個 30 分的網站上灌 5 個近乎空白的頁面, 分數上升 0.1;真的多寫 5 篇則上升十幾分。加上漸近曲線本身的邊際遞減, 灌水的投報率低到不值得做 —— 但它不是零,而我們寧可把這件事寫出來。
為什麼永遠拿不到 100 分
四個內容維度(內容深度、文章量、問句標題涵蓋、可獨立引用的段落)用的是漸近曲線 1 - exp(-x/τ),不是門檻檢查。門檻說「做完了」,曲線只說「更接近了」—— 而那才是內容的實情。
曲線的形狀由同業 p95 決定:我們掃了 220 家台灣牙科診所網站, 取每個維度前 5% 的水準當錨點,讓曲線在錨點處給 95%。
為什麼是 p95 而不是更極端的 p99:① 全站掃描之後分佈非常偏(內容深度中位數 2,559、 p99 47,656,差 18 倍),錨在 p99 會把大多數網站壓在曲線平坦的低端,量不出彼此的差別; ② n=220 的 p99 實質上由最頂端 2 個觀測決定,爬蟲跑一次就會晃 —— 一個會隨雜訊 移動的錨點,等於每次重跑都換一把尺。
| 維度 | 同業 p95(錨點) | 錨點處拿到的比例 |
|---|---|---|
| 內容深度 | 15564 | 95% |
| 衛教文章量 | 5 | 95% |
| 問句標題涵蓋 | 14 | 95% |
| 可獨立引用的段落 | 50 | 95% |
這裡有一個判斷,不是推導。 「錨點對應 95%」是我們選的。選 90% 會讓紮實實務落在 90,
選 99% 會落在 98。選 95% 的理由是它表達「卓越,但仍有頭」。這句話我們原樣寫在這裡,
不假裝它是算出來的。
所以做到市場最頂尖的水準,分數大約落在 95;剩下那幾分不是刁難,是這條曲線上永遠還在前面的一段。
等第
等第完全由分數決定,不另外加減,而且每次檢測都用同一組區間。
| 等第 | 分數 |
|---|---|
| AAA | ≥ 70 |
| AA | 55 – <70 |
| A | 40 – <55 |
| 未達標 | < 40 |
同業對照怎麼算
(比你低的家數 + 0.5 ×(與你同分的家數 + 1))÷(語料庫家數 + 1)
目前的語料庫:220 家台灣牙科診所網站,採集於 2026-10-02,中位數 43.5 分。 來源是 OpenStreetMap 的診所資料加上地區查詢的 Google 自然搜尋結果,排除政府與學術網域。
兩個選擇值得說清楚:
- 平手組取一半(mid-rank),不是「嚴格小於」或「小於等於」。就緒度分數平手得很嚴重,
mid-rank 是唯一對稱的選擇。
- 你自己算在母體裡。 所以贏過全部 220 家,顯示的是 99.8,不是 100 ——
你不可能排在自己之上。而且 220 家是樣本(全台牙科約 6,000 家), 「勝過 100% 的同業」不是這個樣本撐得起的話。
語料庫少於 200 家時不顯示百分位,而不是顯示一個沒有意義的名次。
我們沒有宣稱的事
這一節通常不會出現在同類的頁面上。但少了它,上面每一句話都比較難查證。
- 我們沒有證明「結構就緒度高 → 一定會被 AI 引用」。 這叫預測效度,要拿一批網站的結構
分數去對照它們實際被引用的情形才能驗證。那必須付費對第三方網站跑量測,目前未執行。 在驗證之前,這把尺量的是條件,不是結果。
- 學術上這件事本身還沒有定論。 GEO 原始論文(KDD 2024)測到證據型內容強化最高 +41%;
但 C-SEO Bench(NeurIPS 2025)改用「引用排名」當指標之後,多數內容改寫無效、甚至有害。 同一個手法換個指標結論就相反 —— 任何宣稱「照做就會大幅提升」的說法,都跑在證據前面, 包括我們自己的。
- 一次健檢最多掃 40 頁。 站更大就只掃得到一部分,報告會如實寫出
「掃了 N 頁 / sitemap 宣告 M 頁」。不外推、不估算 —— 我們只根據真的讀過的頁面給分。
想看完整的技術文件
上面是白話版。完整的工程文件在 AI 引用就緒度評分 — 方法論 v3:權重的由來、常數怎麼定、 效度閘(Gate R)的五項檢查與目前狀態、突變驗證,以及每一個還沒驗證的部分。
英文版:How Cited scores AI readiness
方法論版本 sitewide-structural-readiness-v1;同業語料採集於 2026-10-02。