站内 AEO 信号能预测企业出现在 AI 回答中吗?我们实测了 62 家企业

在本研究中,答案是否定的。在日本 62 家本地企业中,我们的站内 AEO 分数(结构化数据、llms.txt、爬虫访问等信号)与 Perplexity 在被要求推荐时提及或引用该企业的频率之间没有关联:Spearman ρ = 0.03(95% CI −0.23 至 0.28,p = 0.834)。由于样本只有 62 家企业,本研究只能可靠地检测出约 |ρ| ≥ 0.35 的相关性,因此无法排除存在较弱关联的可能。

发布于 2026 年 10 月 28 日,数据测量于 2026 年 10 月 24 日。Nurevo 开发 AEO 工具,包括本文所检验的分数;详见下文“我们的利益冲突”。

摘要

  1. 问题:网站在 Nurevo 的 AI 可读性分数(0 至 100 分)上得分越高的企业,在不指名该企业的提问中,是否更常出现在 AI 回答里?
  2. 答案:不成立。总体 ρ = 0.03,在对行业和城市进行调整后仍为 0.03。
  3. 总体而言,企业出现在 21.0% 的发现型问题回答中;62 家中有 25 家至少出现过一次。
  4. 在进行多重检验校正后,分数的任何单项(结构化数据、llms.txt、覆盖度等)同样未显示出关联。
  5. 我们的结论:结构化数据有助于 AI 正确读取企业信息,但仅凭它并不能决定企业是否被提及。其他因素更为重要,很可能包括其他网站对该企业的评价。最后这一点是本研究未检验的假设。

为什么开展这项研究

AEO(答案引擎优化)领域的建议(包括我们自己的建议)认为,让网站更易于被 AI 读取(schema.org 结构化数据、llms.txt 文件、允许 AI 爬虫访问、服务器端渲染内容)有助于企业出现在 AI 回答中。Nurevo 销售的正是基于这些信号的分数。我们希望获得可靠的证据,判断这一分数是否反映了企业主真正关心的事情:被 AI 提及。在收集任何回答之前,我们就确定了假设、分析方法和判定标准,并承诺无论结果如何都会公开。

研究方法

  1. 样本:通过网络搜索选取 72 家拥有自有官方网站的本地企业(排除门户网站),涵盖 5 个行业(牙科诊所、餐厅、美容院、税务师事务所、住宿设施)和日本 4 个城市(东京、大阪、福冈、札幌)。其中 10 家因网站无法计算分数而被排除,最终 62 家纳入分析。
  2. 分数:使用与 Nurevo 公开分数相同的代码,对每个网站的首页、robots.txt 和 llms.txt 进行评分:结构化数据(30 分)、覆盖度(25 分)、可读性(20 分)、llms.txt(15 分)和一致性(10 分),另设爬虫访问、边缘拦截和服务器端渲染的门槛项(未通过则分数上限为 15 分)。
  3. 引擎:Perplexity,通过其 Agent API 使用“fast”预设(执行一次网络搜索后作答),与 Nurevo 付费方案中 AI 可见度功能所用的适配器相同。仅使用一个引擎,详见局限性部分。
  4. 问题:每家企业设置三个“发现型”问题,只指明地区和业态而不提企业名称(例如“推荐一家梅田的牙医”),同一地区同一行业的企业共用这些问题;另设一个“指名型”问题,询问该企业的地址和营业时间。每个问题各提问三次。
  5. 结果指标:如果企业名称出现在回答中,或其自有域名位于引用来源之中,即视为该企业“出现”在回答中。出现率是指该企业在发现型问题回答中出现的比例。
  6. 检测器验证:在指名型问题的回答中,企业名称的检出率为 84.3%,高于我们为信任检测器所设定的 70% 阈值。
  7. 分析:采用 Spearman 秩相关,并以置换检验计算 p 值、以自助法计算置信区间;以行业和城市为固定效应的偏相关;分层内置换检验;以及包含行业和城市固定效应、并采用准二项校正的逻辑回归,因为同一问题的重复回答并不相互独立。六项分项检验均采用 Holm 校正。

“成立”的判定标准已事先确定:ρ ≥ 0.3、p < 0.05、95% CI 高于零,且调整后的相关系数为正。回答文本未被保存,仅记录名称是否出现、域名是否被引用以及引用位置。

研究结果

结论为“不成立”。分数与出现情况之间的所有检验,相关系数均接近于零:

n = 62 家企业。于 2026 年 10 月 24 日在 Perplexity 上测量。
检验结果p 值
分数与出现率(Spearman ρ,主要分析)0.03(95% CI −0.23 至 0.28)0.834
同上,经行业和城市调整(偏相关)0.030.845
同上,分层内置换检验0.030.829
分数与名称出现(发现型问题)−0.040.782
分数与自有网站被引用(发现型问题)0.180.149
分数与自有网站被引用(指名型问题)−0.030.813
含行业/城市固定效应的逻辑回归(准二项):分数每增加 1 个标准差(18.81 分)的比值×1.01(95% CI 0.62 至 1.64)0.972

最大的系数是分数与企业自有网站被引用之间的 0.18,但它与零没有显著差异(p = 0.149),不应被视为一项发现。

按分数区间

Nurevo 以红、黄、绿三色显示分数。样本中大多数网站为红色,没有任何网站达到绿色,因此本研究无法说明极高分数的情况。

区间企业数平均出现率至少出现一次
红色5420.8%22
黄色822.2%3
绿色0--

按分数构成项

分数的各个构成项均与出现情况无关。经 Holm 校正后,所有 p 值均为 1.000。这些检验属于探索性分析。

所有构成项经 Holm 校正后 p = 1.000。
构成项与出现率的 Spearman ρ
结构化数据(schema)0.08
覆盖度0.12
可读性−0.17
llms.txt−0.02(比值比 1.41,95% CI 0.79 至 2.52)
一致性0.06
门槛项(爬虫访问、边缘、服务器端渲染)61 家通过:出现率 21.3%;1 家未通过:0%

按行业和城市

出现率在不同行业和城市之间的差异大于在不同分数之间的差异。以下为小样本分组的描述性数据,并非经过检验的差异。

行业各行与城市各行分别涵盖相同的 62 家企业。
分组企业数平均分数出现率
税务师事务所1327.9210.3%
住宿设施1321.0823.9%
牙科诊所1340.1525.6%
美容院824.258.3%
餐厅1524.2030.4%
大阪1526.2715.6%
札幌1729.419.8%
东京1525.5331.1%
福冈1529.2728.9%

局限性

  1. 横断面研究:对众多网站的单次测量只能显示关联,而非因果。改进网站能否改变其出现情况,需要对同一批网站进行前后对比研究。
  2. 统计功效:在 62 家企业的样本下,弱于约 |ρ| = 0.35 的相关性很可能被遗漏。同一地区、同一行业的企业共用相同的回答,因此有效样本量更小。此处的“未发现”并不意味着“不存在”。
  3. 单一引擎、单一周期:使用“fast”预设的 Perplexity,测量于 2026 年 10 月 24 日。ChatGPT、Gemini、Google 的 AI Overviews 和 Copilot 使用不同的搜索索引和模型,本研究结果不能推及这些平台。
  4. 未观测的混杂因素:评价、品牌知名度、广告、营业年限以及在其他网站上的收录情况均未测量,仅对行业和城市进行了调整。
  5. 样本:企业是通过网络搜索找到的,因此偏向于本来就容易被找到的企业。没有任何网站达到绿色。日本的 5 个行业和 4 个城市未必能代表其他行业、地区或语言。

对企业网站意味着什么

结构化数据、llms.txt 和爬虫访问依然有其作用:它们让 AI 能够直接、准确地读取企业信息(地址、营业时间、电话号码、服务项目),而不必靠猜测。这项工作值得做,但它与“被推荐”是两回事。在本研究中,更易被读取的网站并没有被更多地提及。

我们目前的假设是:在 AI 回答推荐类问题时,网站之外的信息来源(点评和地图平台的收录、本地媒体、商家名录、其他提及该企业的网站)对 AI 是否提及某家企业有很大影响。本研究并未测量这些来源,因此这只是一个有待检验的假设,而非研究结果。

实践建议:继续做好站内基础工作,因为它能让 AI 对您的描述更加准确;同时,应直接测量 AI 是否真的提及了您,而不是根据可读性分数去推断。

我们的利益冲突,以及我们将做出的改变

Nurevo 开发 AEO 工具,本文检验的分数正是我们的产品之一。“分数无法预测出现情况”并不是我们希望看到的结果。我们之所以公开它,是因为判定标准在数据收集之前就已确定,也因为企业主应当了解一个分数能说明什么、不能说明什么。

我们的应对措施:我们不会将 AI 可读性分数宣传为预测企业出现在 AI 回答中的指标,而是直接测量出现情况:Pro 方案可测量 Perplexity 提及或引用网站的频率(测试版),我们还将为 Free 和 Standard 方案的网站增加小规模的每月出现情况检查。此外,我们正在开发第二版分数,将实测的 AI 可见度与站内信号相结合,而不再仅依赖站内信号。

所测企业的名称和网站不予公开。

常见问题

结构化数据能让 AI 提及我的企业吗?

在本次针对 Perplexity 上 62 家本地企业的研究中,结构化数据等站内信号与企业被提及的频率之间未发现关联(ρ = 0.03)。结构化数据有助于 AI 正确读取您的信息,但仅凭它无法预测是否会被提及。

llms.txt 能帮助企业出现在 AI 回答中吗?

本研究未发现关联:llms.txt 单项与出现率之间的 ρ = −0.02(经 Holm 校正后 p = 1.000)。本研究规模较小且只使用了一个引擎,因此这并不能证明 llms.txt 永远不起作用。

这是否意味着 AEO 毫无意义?

不是。站内 AEO 能让 AI 对企业的描述更加准确。本研究表明,仅靠它还不足以获得推荐,而是否被提及应当直接测量,而不是根据可读性分数推断。

测量的是哪个 AI 引擎?

仅测量了 Perplexity,通过其 Agent API 使用“fast”预设,测量日期为 2026 年 10 月 24 日。结果不能推及 ChatGPT、Gemini、Google 的 AI Overviews 或 Copilot。