调整页面排版会不会更容易被生成式引擎引用，实验给出两个百分比

调整页面结构与排版会不会更容易被生成式引擎引用，实验给出的两个读数是被引用率提升 17.3% 与主观质量提升 18.5%。这项研究把「内容写法不变、只动页面组织方式」当成一个可单独测量的变量，看它能不能改变原始来源被引到的概率。它属于生成式引擎优化里偏执行的一端：不改结论、不加新事实，只调同一批信息在页面上的排布层级。

把排版当优化特征是什么意思

论文把内容结构拆成三层来看：整篇文档的架构、信息如何分块、以及块内的视觉强调。这三层在页面上各有对应的改动位置——标题层级与章节顺序、一段话承担几个要点、哪些句子用列表或加粗突出。研究的说法是在不改变语义完整性的前提下提升结构有效性，换句话说，动的是「同一份内容怎样被切开、按什么顺序排」，不是「写什么」。

实验是怎么做的

评测面是六个主流生成式引擎，研究称在这几类引擎上都观察到一致方向的提升。论文没有公布这六个的具体名单，所以读结论时不要把它当成对某一家引擎的承诺。能确认的是：这是一组跨引擎的对照实验，两个读数分别落在「原始来源被引用」与「人工评估的主观质量」两条指标上，而不是流量、排名或收录量。

两个百分比各自指什么

前者衡量原始来源被引用的比例，回答的是「答案里有没有回到你这站」；后者来自人工评估，回答的是「这一版答案被评的质量怎样」。两者都不是访问量的口径，也不能相加，更不能读成「排名上升」。把它们当成同一条收益曲线，是这类结论常被误用的地方。

为什么不动主题内容

只调结构、不动语义，是为了把这个变量从内容质量里分离出来。含义是：结构层面的收益不会替你补事实的缺口。原本就答非所问的页面，重排之后仍然缺证据；结构改善带来的可见度提升，建立在内容本身能回答问题之上。

结论能推广多远

跨引擎的一致是研究范围内的结论，换一批引擎、换一种提问方式，效果未必复现。站点上更稳的做法是把结论当假设检验：选几条真正在意的长问句，保留原问法逐条复核，看改动前后的引用情况有没有变化，再把有效的那套排布固定成模板。

站内的 llms.txt 是另一层：它由系统自动生成，给大语言模型读的是站点有哪些内容、从哪里找，解决「读得到、看得懂站点结构」。这层站点说明管入口，页面排版管单条答案里愿不愿意引你，两者互补，不能相互替代。

常见问题

问：只改标题层级就够了吗？ 答：三层各自对应不同改动，只动标题不涉及信息分块与块内强调，收益区间会明显变窄。

问：提升 17.3% 是流量的提升吗？ 答：不是。它指原始来源被引用的比例这一条指标，与访问量的关系要靠站外点击归因另外观察。

问：要不要全站一次性重排？ 答：先按问题面挑几页做对照更稳，确认在自己关心的问法上有效，再决定推广到模板层。