Location, Location, Generation: Where You Ask Matters for Generative Engine Optimization(位置、位置、生成:提问地点对生成式引擎优化的影响)于 2026-10-16 提交到 arXiv,作者 Mahe Chen, Nick Koudas。去 arXiv 读原文,或下载 PDF。
为什么和被引用有关
- 在针对 300 个问题收集的 31,200 个回答中,提问地点显著改变了生成式引擎引用的信息来源。
- ChatGPT 能够识别 19 个声明的位置并精确到具体城市,它会把地名写入搜索词并在后台进行本地化检索,同时完全忽略网络来源。
- 从五个网络位置测试 Gemini 时,该模型忽略声明的具体坐标,转而依据网络所在的国家更换大部分引用来源,即使普遍问题同样如此。
- 生成式模型在回答中推荐的企业和品牌会随着底层引用来源的切换而同步发生变动。
最重要的一点。 生成式搜索的曝光结果高度依赖用户的位置,因此相关的优化与监测工作必须同时兼顾应用声明的城市和网络所在的国家。
摘要
Generative search engines answer local and commercial questions with a written answer and a few cited sources. A growing practice of generative engine optimization (GEO) monitors which sources and brands these answers show, typically from a single place. In this paper, we present a controlled audit of how the user’s location changes the sources that generative engines cite. We ask 300 questions of ChatGPT with 19 declared locations, and of ChatGPT and Gemini from five network locations, each twice to measure run-to-run noise (31,200 answers). The engines take location from different channels. ChatGPT follows the location an application declares, down to the city: it writes the place into its own searches, and its search backend localizes results even when the queries name no place. It ignores the network. Gemini ignores the declared location and follows the country of the network, changing most of its sources even for questions that do not depend on place. The businesses the answers recommend change with the sources. Thus, visibility in generative search is specific to the user’s location, and audits must control both channels.
译文:生成式搜索引擎通过撰写文本并附上少数引用来源来回答本地与商业问题。正在兴起的生成式引擎优化通常从单一地点监测这些回答展示的来源和品牌。在本文中,我们进行了一项受控审计,研究用户所在位置如何改变生成式引擎引用的来源。我们向 ChatGPT 提出了包含 19 个声明位置的 300 个问题,并从五个网络位置向 ChatGPT 和 Gemini 各提问两次以测量单次运行之间的随机噪点,总计收集了 31,200 个回答。不同引擎获取位置信息的渠道截然不同。ChatGPT 遵循应用程序声明的细分到城市的位置,它会将地名写入自己的检索词中,即使检索词没有提及地点,其搜索后台也会本地化搜索结果,同时它会忽略网络。Gemini 忽略声明的位置,转而采用网络所在的国家,甚至对不依赖地点的普遍问题也会更换大部分引用来源。答案推荐的企业会随着引用来源的变化而改变。因此,生成式搜索中的曝光度高度依赖用户的位置,审计工作必须同时控制这两个渠道。
关键术语
- 生成式引擎优化:通过优化网站内容使其被人工智能引擎在综合回答中引用的方法。
- 声明位置:由应用程序主动传递给模型接口的地理位置。
- 网络位置:模型根据网络传输路径推测出的地理位置。
- 本地化指数:通过对比不同地区测试与重复测试之间的域名重合情况,用来衡量超出随机波动的地区差异数值。
- 孪生运行:在完全相同的参数设置下重复执行两次测试,用以测量输出本身的随机波动。
论文原文
ChatGPT 完全依赖声明的地理位置调整搜索词和后台检索结果,忽略网络信号。
ChatGPT follows the location an application declares, down to the city: it writes the place into its own searches, and its search backend localizes results even when the queries name no place. It ignores the network.
译文:ChatGPT 遵循应用程序声明的细分到城市的位置:它会将地名写入自己的检索词中,即使检索词没有提及地点,其搜索后台也会本地化搜索结果。它会忽略网络。
Gemini 根据网络所在的国家确定搜索范围,并相应替换来源和推荐的企业。
Gemini ignores the declared location and follows the country of the network, changing most of its sources even for questions that do not depend on place. The businesses the answers recommend change with the sources.
译文:Gemini 忽略声明的位置,转而采用网络所在的国家,甚至对不依赖地点的普遍问题也会更换大部分引用来源。答案推荐的企业会随着引用来源的变化而改变。
两个系统在过滤和展示信息时采用的地理粒度截然不同。
Thus, to ChatGPT every other city is a different place; to Gemini, only another country is.
译文:因此,对 ChatGPT 来说每个不同的城市都是另一个地方;而对 Gemini 来说,只有另一个国家才算。
论文里的图
该图展示了在 ChatGPT 中改变声明城市以及在 Gemini 中改变网络位置时,不同类型问题的引用域名重合情况。
图来自论文 arXiv:2610.24081,版权归作者。原图说明:Figure 1. Localization index of cited domains (twin overlap minus overlap between settings; 95% CI over questions). Declared: ChatGPT with a stated city (E1). Network: no stated location, different network locations (E2). Dot plot of the localization index for three question groups. ChatGPT with declared locations and Gemini with network locations in different countries show large positive values for near-me and place-dependent questions; Gemini also for not-local questions. ChatGPT with network locations and Gemini between US East and US West stay at zero.
作者自己说的含义
- 仅在单一地点监测生成式搜索的曝光情况会得到片面的数据,无法代表其他城市或国家用户的真实体验。
- 本地商家在面向 ChatGPT 做优化时需要争取城市级别的收录,在面向 Gemini 时则需要建立国家层面的存在感。
- 监测工具在评估不同引擎时,必须分别配置声明位置参数和网络代理路线。
可以怎么做
- 在监测 ChatGPT 的品牌曝光时,请在多个目标城市分别输入声明位置进行测试。 依据:ChatGPT 会根据声明的城市改变引用的来源。
- 在测试 Gemini 的可见度时,请把网络出口配置在每个目标国家。 依据:Gemini 依据网络所在的国家挑选来源,并忽略声明的具体坐标。
- 为不同城市建立专门的落地页以提升本地推荐概率。 依据:生成回答中推荐的企业会随着本地引用来源的变化而改变。
注意。 该研究测试的是特定应用程序接口的受控调用,没有覆盖带有个人历史记录的网页端用户界面。
一句话
提问发生的位置决定了人工智能会引用哪些网站和推荐哪些企业。ChatGPT 关注声明的城市,Gemini 关注网络所在的国家,营销人员必须同时控制这两种信号。如果只从固定地点进行监测,就会遗漏各个地区之间的显著差异。
这篇解读根据论文原文写成,发布前有人看过。引用的段落是原话,数字都是作者自己报告的。方法和完整结果请读论文。