研究领域 — 五个方向
Open LLMO Research Initiative 将工作划分为五个研究领域。各领域独立推进，最终汇入 LLMOFramework Score 的指标体系。
| 领域 | 核心问题 |
|---|---|
| 1. AI Citation Analysis | LLM 引用哪些内容？在什么条件下引用？ |
| 2. Grounding Visibility | 如何让 AI 的 grounding 来源可见？ |
| 3. LLM Retrieval Optimization | 文档应如何为 LLM 检索层优化？ |
| 4. AI-native Documentation | LLM 最擅长处理哪种文档格式？ |
| 5. Agent-oriented Information Architecture | 哪种信息结构最便于 AI 智能体导航？ |
1. AI Citation Analysis
Section titled “1. AI Citation Analysis”针对给定主题，分析 LLM（ChatGPT、Claude、Gemini、Perplexity）会引用哪些内容。观察对象包括引用频率、被引用文档的结构特征以及导致引用发生的 retrieval 路径。
- 对同一主题，不同 LLM 之间的引用域名重合度有多高？
- 能否识别被引用文档的结构特征（heading 层级、表格、统计密度、外链数量等）？
- 能否事后构建一份 checklist，让内容更易被引用？
AI 引用观测的数据采集已经开始。Phase 1 计划：将 Citation Visibility 作为指标内置进 OSS llmo-checker。
2. Grounding Visibility
Section titled “2. Grounding Visibility”可视化 AI 响应的 grounding。涉及 LLM 据何生成答案，以及该来源能否回溯到可验证的一手参考。
- 能否定义一个从 AI 响应反向定位到源文档的标准方法？
- 让 grounding 在网站上”可见”（明确出处、数据来源、引用格式）是否与更高的 AI 引用率相关？
- 幻觉与薄弱的 grounding 之间是否相关？
已在 LLMO Framework 第五个组件 Citation Signals 中部分处理。Phase 1 计划：量化为 Grounding Stability 指标。
3. LLM Retrieval Optimization
Section titled “3. LLM Retrieval Optimization”文档侧针对 LLM 检索层（RAG、embedding retrieval、Web 检索插件等）的优化。涉及 chunking 策略、语义结构、文档长度与 heading 设计。
- 不同主题下，chunk 大小与 retrieval 精度的关系如何变化？
- Markdown、HTML、JSON-LD 之间的 retrieval 效率差距有多大？
- 内部链接密度如何影响 AI 检索的上下文扩展？
llmoframework.com 本身就作为实现参考。Phase 1 计划：公开 chunking 对比实验。
4. AI-native Documentation
Section titled “4. AI-native Documentation”研究 LLM 易于读写的文档格式。涉及 llms.txt、Markdown 约定与面向 AI 元数据的最优形态。
- 实际上哪些 LLM 与爬虫会查阅 llms.txt？
- Markdown 与 HTML 之间，retrieval 效率与表达力的最佳平衡点在哪里？
- 面向 AI 的结构化元数据（JSON-LD 等）是否影响引用率？
llms.txt 的实现与效果测量在持续进行。Phase 1 计划：发布 OSS 工具 llms.txt-validator。
5. Agent-oriented Information Architecture
Section titled “5. Agent-oriented Information Architecture”研究面向 AI 智能体（Claude Code、Cursor、自主 agent 等）的信息架构。涉及 MCP（Model Context Protocol）暴露、API 文档设计与可发现性。
- 暴露 MCP 服务器的网站在 AI 搜索可见性上是否更有优势？
- agent-readable 的 API 文档（OpenAPI + 自然语言）是否比纯 API 参考更易被发现？
- 能否建立观察自主 agent 探索行为的方法？
MCP 暴露对搜索可见性影响的实验正在进行。Phase 1 计划：提出 Agent Visibility 初步指标。
与 Phase 的对应
Section titled “与 Phase 的对应”| 领域 | Phase 1 计划交付物 |
|---|---|
| AI Citation Analysis | llmo-checker 中的 Citation Visibility 指标 |
| Grounding Visibility | Grounding Stability 指标 + 评测数据集 |
| LLM Retrieval Optimization | chunking 对比实验报告 |
| AI-native Documentation | OSS llms.txt-validator |
| Agent-oriented IA | Agent Visibility 初步指标 |
各领域的进展会发布在 Changelog 与 GitHub Issues。