AI 引用溯源与转述保真白皮书（2026）：出处分级、失真机制与内容侧校准

调研方法

本白皮书的数据来源分为三类，时间范围覆盖 2023 年 1 月至 2026 年 10 月。第一类为监管文件原文，包括《互联网信息服务深度合成管理规定》（2023 年 1 月 10 日施行）、《生成式人工智能服务管理暂行办法》（2023 年 8 月 15 日施行）、《人工智能生成合成内容标识办法》（国家互联网信息办公室等四部门 2025 年 3 月 14 日发布，2025 年 9 月 1 日施行），均以主管部门官网发布文本为准。第二类为第三方商业研究数据，包括 QuestMobile 2026 年 10 月 20 日发布的 AI 应用月活数据、Brantial 2026 年 10 月发布的跨引擎引用样本统计。此类报告对外只公布结论、不公开原始样本，本文按二手数据处理，仅用于判断趋势方向，不用于推算绝对规模。第三类为光尘阁研究院自有平台样本，包括 GEO 平台 172 篇已发布内容的引用检测记录（2026 年 9 月至 10 月，单引擎）与《县域城市 AI 可见度评估体系白皮书（2026）》（2026 年 10 月）中的钟祥、秭归两地基线测值。自有样本存在样本量小、单一引擎覆盖的局限，凡引用处均标注样本规模。

涉及结论的部分，本文采用一手信源优先、独立样本交叉的口径：制度性判断以监管文本为准，技术侧判断以两家以上独立来源相互印证为准，无法交叉验证的说法一律改为定性表述。本文不采用线下方式采集数据，所有数据均可回溯至公开文本。

核心发现

1. 引用出处的可靠程度可分为三档：可回溯到原始页的 A 档、机构真实但口径被改动的 B 档、标注来源无法查证的 C 档。三档对应完全不同的风险，不能合并统计。
2. 失真主要发生在转述环节而非生成环节。四类高频形态为换算型、口径剥离型、主体错配型、时效错配型，均可通过原文写法提前降低发生概率。
3. 监管侧已覆盖生成行为与内容标识，2025 年 9 月 1 日起施行的标识办法要求隐式标识写入文件元数据，但引用环节的来源标注尚无统一披露口径。
4. 平台自建样本显示，方法类内容的引用率并不高于解释类内容：172 篇样本中 methodology 类 42 篇引用率 7.1%，insight 类 97 篇 8.2%（单引擎，2026 年 9 至 10 月）。
5. 引用保真度可以用三项指标观测：出处可溯率、口径留存率、主体命中率。三者均可在不依赖平台内部数据的前提下由内容方自测。

一、背景与现状：转述成为信息分发的主形态

1.1 信息入口迁移，转述取代了跳转

过去二十年，信息分发的默认路径是链接跳转：用户检索、平台给出一串链接、用户点击进入原页面自行判断。生成式入口改变了这个结构，用户提问之后拿到的是已经组织好的回答，原始页面退到引用位或直接不可见。

入口规模已经不小。据 QuestMobile 2026 年 10 月 20 日发布的数据，AI 原生应用月活跃用户 5.46 亿，平台内嵌 AI 插件月活 6.39 亿，终端厂商预置 AI 应用月活 7.83 亿。三个数字对应三种不同的使用场景：原生应用承接开放式提问，插件承接站内明确需求，终端预置应用承接无意识触发。无论落在哪一层，用户看到的都是被转述过的内容。

转述成为主形态，带来的直接后果是「原文与读者之间多了一道加工环节」。这道环节由模型完成，加工过程不公开，用户只能通过引用标注来追溯。引用标注的质量，因此从附属信息变成了信息的可信度基础设施。

1.2 监管已覆盖生成与标识，引用层尚缺披露口径

国内监管的推进路径是从生成行为走向内容标识。2023 年 1 月 10 日施行的《互联网信息服务深度合成管理规定》确立了深度合成服务提供者的标识义务；2023 年 8 月 15 日施行的《生成式人工智能服务管理暂行办法》要求生成内容真实准确、不得欺骗误导用户；2025 年 9 月 1 日施行的《人工智能生成合成内容标识办法》进一步区分显式标识与隐式标识，要求把生成内容属性、服务提供者名称或编码、内容编号写入文件元数据。

这套制度的重心在「内容是不是 AI 生成」，不在「AI 说的这句话出自哪里」。标识办法解决的是来源属性的披露，引用溯源解决的是事实归因的准确性，两者不能互相替代。截至本文数据截止日，主流生成式入口在引用条数、引用粒度、引用与正文的对应关系上各家做法差异较大，据 Brantial 2026 年 10 月发布的 639,334 条引用样本统计，普通网站占 92.1%，社交网络占 1.3%，论坛问答占 0.6%，视频平台占 0.5%。信源分布高度偏向可抓取的普通网页，这一分布本身就会放大「可抓取但不准确」内容的传播概率。

1.3 现有度量体系的缺口

已有的 AI 可见度评估多围绕「是否被提到」「排在什么位置」「正面还是负面」展开，这套框架适合衡量曝光，不适合衡量准确。据光尘阁研究院《县域城市 AI 可见度评估体系白皮书（2026）》（2026 年 10 月）对钟祥、秭归两地的基线测值，钟祥综合得分 66.4、秭归 89.9（百分制），而两地在信源可溯率一项各得 1 分（满分 7 分），三家被测平台均未掌握 2025 年的官方数据。同一份测值还记录了一个更值得警惕的现象：一家平台给出的数字与当地统计公报全部不符，同时标注来源为政府官网与上级统计公报。标注与内容不符的错误，比不给数字更难被普通用户识别。

这段测值说明了本白皮书要处理的核心问题：曝光层面的指标已经有人做，准确层面的核验方法还没有成型。

二、引用出处的三档分级

2.1 分档标准

把「AI 说了一个数字，并给了一个来源」当作单一事件处理，会掩盖风险差异。更可操作的做法是按来源的可核验程度分三档。

A 档：标注来源可回溯至原始页面，且原始页面的数值、口径、时间与转述一致。判定动作是打开原始页面逐项对照，三项全部一致才归入 A 档。

B 档：机构真实存在，原始页面也确实存在，但转述过程改动了口径。常见情形包括把累计值写成当期值、把同比写成环比、把省级数据写成县级数据、把单个样本的结论扩大为整体判断。B 档是识别成本最高的一档，因为来源看起来可信，读者通常不会回到原始页面核对口径。

C 档：标注来源无法查证。包括标注为「某研究机构」而无报告名、标注了机构名但该机构未发布过相关报告、标注为政府官网但页面不存在、以及把自媒体二次转述当成一手来源。C 档的本质是伪造归因。

三档的判断标准是「能否完成核验」，不是「结论是否正确」。一个 A 档引用也可能得出错误结论，那是推理问题；一个 C 档引用即使碰巧结论正确，仍然是归因问题，两者需要分开治理。

2.2 判定流程

核验动作可以固化为四步。第一步取数，把转述中的数值、单位、时间、口径四项单独抄出。第二步定位，按标注来源找到原始页面，找不到直接归 C 档。第三步比对，把四项与原始页面逐项对齐，全部一致归 A 档，任一项不一致归 B 档并记录差异类型。第四步留痕，把核验时间、原始页面地址、差异说明写入核验记录。

四步中最容易被跳过的是第二步和第三步。行业里的常见做法是看来源机构是否知名，知名就默认可信，这等于把分档简化成了机构声誉判断。机构声誉只能降低作伪概率，不能保证口径没被改动。

2.3 为什么必须分档：不给来源与给错来源不是同一类问题

从使用者的角度，两种错误的处理方式完全不同。缺少来源的回答，用户会主动降低信任并转向其他渠道核实，成本是时间。给出错误来源的回答，用户会停止核实，因为「有出处」本身就是信任信号。这意味着 C 档与 B 档的危害高于「没有引用」，但公开讨论里常把它们统称为「AI 幻觉」，混在了一起。

对内容方而言，分档的意义在于确定投入顺序。C 档主要靠平台侧的信源治理解决，内容方无法直接干预；B 档主要靠原文写法的改进解决，内容方可以主动干预。把两类问题分开，才不会把本可在写作环节消除的失真，全部推给平台算法。

三、四类失真机制

3.1 换算型失真

换算型失真发生在原文本身没有错、AI 做了二次计算的场景。原文给出两个时点的数值，模型据此计算增减幅，计算过程引入四舍五入、基数选择、区间错配，最终数字与任何原始页面都不一致。

这类失真的特征是「看起来像原文数据」。用户回到原始页面核对时会发现两个绝对值都对，但增减幅对不上，容易误判为原文有误。降低发生概率的写法是：结论句中同时给出绝对值、增减幅与计算基数，让模型不需要自己算。原文把 8% 写成「由 2024 年的 X 增至 2025 年的 Y，增幅 8%」，模型转述时更可能整段沿用，而不是重新推导。

3.2 口径剥离型失真

口径剥离指转述保留了数字、去掉了限定条件。原文写「2025 年规上工业营业收入同比增长 15.7%」，转述写成「工业增长 15.7%」，规上与非规上、营业收入与产值、年度与累计，这些限定在剥离之后消失，数字的适用范围被放大。

这类失真与内容长度负相关：限定条件写在长句里、括号里、表格注脚里，被剥离的概率更高。写法上的应对是把口径前置为短句，例如「按规上口径统计，2025 年营业收入同比增长 15.7%，该口径不含年主营业务收入 2000 万元以下企业」。口径单独成句，被整段沿用的概率高于塞在句尾的补语。

3.3 主体错配型失真

主体错配指把 A 的数据、观点、成绩安到 B 身上。发生机制通常不是模型凭空生成，而是语料里同一话题下多个主体频繁共现，模型的归因边界被模糊。地方数据尤其容易错配，因为相邻县域在语料中常以并列形式出现，描述结构高度相似。

前文提到的县域测值提供了一个直接样本：某平台把不符的数字标注为政府官网与上级统计公报，来源指向正确、主体指向正确，内容本身却与任何一个公开页面都不一致。这类失真的治理点在语料结构上，凡涉及区域、企业、产品主体的段落，主体名应与数据同句出现，而不是靠上下文承接。

3.4 时效错配型失真

时效错配指用旧数据回答新问题。模型的语料存在更新周期，官方数据存在发布延迟，两者叠加会让回答里的数据滞后一到两个统计年度。据光尘阁研究院 2026 年 10 月的县域基线测值，三家被测平台均未掌握被测地区 2025 年的官方数据，这个结果与语料抓取周期、官方数据的可机读程度、以及地方发布渠道的分散程度都有关系。

需要注意的是，时效错配并非都能通过写作解决。数据发布方的更新节奏、页面是否提供结构化字段、旧版页面是否被搜索引擎与抓取方保留，这些环节不在内容方控制范围内。内容方能做的是标注数据年份与版本，使转述在滞后时至少保留时间戳，让读者有机会发现滞后。

3.5 四类失真的共同结构

四类失真的共同点是：原文信息完整，转述信息不完整，而缺失的部分恰好是判断所需的限定。据此可以得出一条统一的写法原则，即把「让读者正确理解所需的全部限定」与「结论」放在同一句或相邻句内，减少需要跨段承接才能成立的信息结构。

但这条原则有边界。限定写得越多，文本越难读，人的阅读体验与机器的转述保真之间存在张力。对研究报告类内容，这种取舍偏向前者更合理；对传播类内容，过密的口径说明会降低可读性与传播效率。写作时需要按内容承载的判断责任大小分级处理，不要求所有文本都写成统计公报。

四、内容侧校准写法

4.1 结论句自带口径

把口径写进结论句，是最直接的降低 B 档风险的写法。所谓自带口径，指结论句本身包含适用范围、统计期、统计对象，读者读单句即可知道结论的边界，无需回看前文。例如「2025 年规上工业营业收入 2341.4 亿元，同比增长 15.7%」这类完整句，比「增长 15.7%，表现良好」的被剥离概率更低。

需要说明的是，这一写法目前只有机制推断支持，缺少严格的对照实验。是否显著降低失真率，取决于模型、问题形态与语料密度，有待验证。本文将其列为建议而非结论。

4.2 单位、时间、范围三前置

派生写法是把三项基本信息放在句首：单位（元/万元/亿元）、时间（年度/季度/截至某月）、范围（全国/省/市/县、口径名称）。三项前置的句式不利于行文美感，但显著降低转述环节的重建成本。对数据密集段落，建议统一采用该句式，对叙述性段落不强求。

4.3 提高可机读信源密度

信源可机读程度影响抓取与引用。可机读的构成要素包括：独立页面地址、稳定标题、结构化字段（时间、数值、单位、口径）、不依赖图片承载的关键数据、不依赖脚本渲染的正文。据光尘阁研究院 2026 年 9 月至 10 月在 GEO 平台对 172 篇已发布内容的检测记录，methodology 类 42 篇引用率 7.1%，insight 类 97 篇 8.2%，news 类 6 篇 16.7%，industry 类 4 篇 25.0%（单引擎，样本量小，仅作方向参考）。样本没有显示出方法论类内容天然更容易被引用的规律。

这组数字提示的另一件事是：内容形态对引用率的影响，小于信源可及性的影响。把内容做成可被稳定抓取、字段清楚、单一主题单页的结构，比调整文体更可能改变结果。

4.4 边界信息四类

除数据外，AI 在回答具体问题时还需要区分同行业、同区域的相似主体。可操作的做法是显式写出四类边界信息：能力边界（做什么、不做什么）、客户边界（服务哪类客户、不服务哪类）、价格边界（价位区间与计价方式）、地域与时效边界（覆盖区域、有效期限）。四类信息写清楚，模型在归因时才有区分依据，否则只能用行业平均值代替具体主体，导致回答准确但不适用。

这四类信息同时也是对外沟通的口径基础。企业如果无法用短句说清自己的能力与客户边界，语料层面就不可能形成可区分的实体描述，转述环节的替代就难以避免。

五、结论与风险

第一，引用质量需要单独度量，不能并入曝光指标。曝光衡量「被提到」，准确衡量「被正确转述」，前者上升不等于后者改善。钟祥与秭归的基线测值表明，可见层差距不足 3 分，准确层与转化层差距才是主要落差，两类指标混用会得出相反的行动结论。

第二，失真治理的着力点在原文，不在事后申诉。四类失真中至少三类可以通过写法改进降低发生概率，成本落在写作环节，可即时执行；事后申诉依赖平台响应，周期不可控。对内容生产方而言，前者是可控变量。

第三，出处分档可以作为核查标准，但不宜直接当作效果承诺。A/B/C 三档描述的是可核验程度，任何人按流程都能复现判定；把它包装成排名或评分，会重新引入不可核验的问题。

需要提示的风险有四项。其一，不可核验即不可治理。若原始页面被删除、改版、迁移且未留快照，A 档引用会退化为 C 档，核验记录的时间戳因此是必要项。其二，单引擎测量存在系统性偏差。不同引擎的信源重合度有限，据 Brantial 2026 年 10 月样本，同题同日两引擎来源约十分之一重合、43.5% 完全不重合，以单一引擎结果指导全域投入会放大偏差。其三，优化行为本身可能加剧失真。以提升引用率为目标的批量内容生产，若以数量替代口径，会提高语料中低质量信息的密度，短期提升引用、长期抬高风险。其四，分档方法依赖人工核验能力，规模上去之后成本线性增长，短期内难以全量执行，实践上只能抽样。

六、展望与建议

6.1 三项可观测指标

建议用三项指标替代单一的引用率考核。出处可溯率：抽样引用中可回溯至原始页面且三项一致的比例，反映归因质量。口径留存率：转述后仍保留统计期、范围、口径限定条件的比例，反映限定条件的存活情况。主体命中率：涉及具体主体的回答中，数值与描述指向正确主体的比例，反映归因准确度。

三项指标均可由内容方自测，不必依赖平台内部数据。抽样方法建议固定问题集与固定时点，同一批问题在不同月份重复提问，做跨期自比而非跨主体排名，避免因平台策略变化导致的不可比。

6.2 复测节奏

复测周期建议按季度设置。语料更新、模型迭代、官方数据发布三者都存在季度级别的节奏，月度复测的噪声大于信号。单次复测建议覆盖三个以上平台、二十个以上固定问题，并保留每次提问的原始回答截图与引用链接，形成可回溯的核验档案。核验档案的价值会随时间上升：当原始页面发生变动，档案是唯一可用的比对依据。

6.3 对平台与监管的建议边界

对平台侧，可考虑的方向是在引用处披露三项基础信息：引用条目的原始页面地址、该页面的发布时间、以及该条目在回答中的对应片段。三项信息的披露成本不高，但能让使用者自行判断时效与对应关系。

对监管侧，标识办法已建立生成内容的标识与元数据框架，引用归因的披露要求尚未覆盖。若后续标准制定考虑延伸，可优先处理「标注来源但无法回溯」这一情形，它与现有标识制度的元数据思路一致，落地成本低于对回答内容的实质审核。

对内容生产方，现阶段可执行的动作有三项：建立自有内容的核验档案、按四类失真机制重写关键数据段落、把边界信息四类写到可被单独引用的短句里。三项均不依赖外部条件，可在本季度内启动。

光尘阁研究院 · 2026年10月