TL;DR
- 生成式引擎靠引用网页回答选举问题,GEO 又专门把页面改成会被引用的样子。我们调查的是:这会不会被用来改变选民看到的候选人。这个风险叫 VoteGEO。
- 两场选举里,25% 到 44% 的引用来自竞选方能控制的来源;独立机构只占 1% 到 3%,而 Google 搜索结果里是 39%;稳定话题上被引用的页面会连续几天留在回答里。
- 这三个观察让风险值得直接去测。第二到第四篇讲实验。
越来越多的人问生成式引擎而不是搜索引擎:该投谁,某个候选人主张什么。搜索引擎给的是一列链接,生成式引擎会先检索网页,再用网页的内容写出一段回答,所以它挑了哪些页面,决定了选民读到什么。与此同时,生成式引擎优化(GEO)已经是一种普通的营销做法:把页面改写成引擎更愿意引用的样子。把这两件事放在一起,问题就来了:GEO 会不会被用来抬高某个候选人或政党在选民得到的回答里的存在感?我们把这个潜在风险叫做 VoteGEO,论文 VoteGEO-Bench 就是想弄清楚它到底有多真实。
这是四篇里的第一篇,讲我们要调查什么,以及哪些观察让我们觉得这个风险值得动手测。后三篇讲实验:改写需不需要指明目标、哪些改写策略能改变曝光、提问者的画像会不会改变效果。
VoteGEO 的准确定义
一个讲选举的页面通常会同时提到好几个候选人或政党。所以 VoteGEO 不能只问“改写后的页面有没有被引用得更多”,它问的是:改写能不能提高一个目标在引擎回答里的曝光,目标指页面上提到的某个具体候选人或政党。曝光用三种方式衡量:目标有没有被提到、它在所有被提到的实体里占多少声量、它有没有排在第一。
我们搭了什么来测它
我们采集了两场选举。美国 2024 年总统选举,260 条查询在 Google 的 AI 回答上连续跑了 106 天,得到 27,550 个查询单元和 11,501 个不同的被引用页面。日本 2026 年众议院选举,25 条投票建议类查询在四个联网引擎上跑了 7 天,得到 650 个单元和 5,750 个页面。一个单元是一条查询在某一天、某个引擎上的一次回答,连同它引用的页面。为了第三项研究,我们还构建了 15 个美国选民画像和 44 个日本选民画像。
观察一:引擎很依赖竞选方自己掌控的来源
改写之前,我们先看引擎在引用谁。两场选举里最大的来源都是媒体报道,占引用的 46.4% 到 60.9%。第二大来源是自有和自行发布的内容,也就是政党网站、候选人网站和竞选帖子,占 24.8% 到 44.3%。论坛和社交媒体这类开放平台上的用户内容,在部分查询组里达到 22.2%。
这些来源,候选人或政党花很低的成本就能发布或修改。如果引擎有四分之一到接近一半的引用来自这里,那么最有动机去影响回答的人,手里已经握着大部分原材料。
观察二:独立来源几乎消失了
研究机构和无党派选民指南这类独立机构,只占引擎引用的 1.4% 到 3.0%。同一批美国查询放到普通的 Google 结果页上,这类机构占 39.3% 的位置。生成式引擎不是在照搬搜索的来源构成,它把构成往“最不容易被外人编辑”的那类来源的反方向推了。
观察三:稳定话题上,同样的页面会一直被引用
改写只有在页面持续被用到时才有意义。我们统计了相邻两天之间被引用 URL 的重复率。问最近新闻的查询,一个都不重复。问候选人是谁的查询,25.0% 的 URL 跨天重复;日本的政策议题查询在 2.7% 到 8.8% 之间,社会保险话题最高。按域名统计的重复率一直高于按 URL 统计,所以即使具体页面换了,同样的发布方仍然可见。
也就是说,在稳定话题上,一个页面进来了就会待上好几天。一次起效的改写不会只影响一天。
为什么这三个观察引出了三个实验
把三个观察放在一起看:生成式引擎经常使用竞选方能低成本发布或修改的来源,它用的独立来源比搜索少,在稳定话题上被引用的页面会持续存在。这足以说明 VoteGEO 值得直接去测,而不是停留在推测。我们接着问了三个问题:改写需不需要知道自己为哪个目标服务,哪一类改写能改变曝光,提问者的画像会不会改变效果。
怎么在不制造风险的前提下做测试
所有改写实验都在固定的历史页面池上离线进行,关闭了引擎的联网检索,引擎只能在我们给的页面里选。我们没有发布任何改写后的政治内容,因为一旦发到公开的网上,页面可能留在缓存和存档里,触及真实的选民。指标只数曝光,不判断一次提及是正面的、准确的还是有说服力的。我们公开这些结果,是希望它们能帮助建立防范“通过被检索的网页操纵回答”的保护措施。