5. 引用信号
引用信号是你的内容中提供的参考文献、来源和元数据，它们使AI系统能够验证主张、追溯出处，并增强引用你的内容的信心。
LLM越来越倾向于为其回答提供来源支撑。包含可验证参考文献的内容更容易被引用，因为AI可以将你的主张与其他来源交叉验证，从而增强对你内容准确性的信心。
1. 链接到一手来源
Section titled “1. 链接到一手来源”在提出主张时，直接链接到原始来源：
- 学术论文（附DOI或arXiv链接）
- 官方文档
- 原始公告或新闻稿
2. 包含发布日期
Section titled “2. 包含发布日期”始终为内容标注日期。AI系统利用日期来：
- 判断信息的时效性
- 解决信息冲突（倾向于引用更新的来源）
- 在回答中提供时间背景
3. 提供版本信息
Section titled “3. 提供版本信息”对于技术内容、文档或持续演进的框架：
- 注明引用的软件/API版本
- 包含”最后更新”日期
- 记录重大更新的变更日志
4. 引用标准和规范
Section titled “4. 引用标准和规范”在适用的情况下，引用已确立的标准：
- W3C规范
- RFC文档
- ISO标准
- 行业框架
5. 使用规范的学术引用格式
Section titled “5. 使用规范的学术引用格式”对于研究导向的内容，使用AI系统可解析的引用格式：
- 作者姓名、年份、标题、发表场所
- DOI或稳定URL
- 会议或期刊名称
❌ 无引用：
研究表明，结构化数据能提升AI可发现性。
✅ 规范引用：
Aggarwal等人（2024）证明，结构化内容格式可将生成式搜索引擎中的可见度提升高达40%（GEO: Generative Engine Optimization, KDD 2024, arXiv:2311.09735）。
- 主张有一手来源的链接支撑
- 所有内容包含发布日期或最后更新日期
- 技术引用注明了版本号
- 学术引用包含作者、年份、标题和发表场所
- 链接指向稳定的URL（DOI、arXiv、官方文档）