AI 摘要引用了你，不代表它說的是你說的：一份 98,020 句的研究怎麼量
先講結論：AI 摘要引用了你的頁面，不代表摘要裡那句話是你寫的。一份逐句比對的研究量到，大約每九句就有一句在它引用的頁面上找不到支撐。但這個數字很容易被講過頭，它的方法和限制要一起看。
這篇也順便拆一件事：這份研究在網路上流傳時，常常跟另一個「AI 摘要出現在 60% 搜尋」的數字放在同一行。那是兩個不同的研究，分母完全不同。
研究是誰做的、怎麼做的
《Measuring Google AI Overviews: Activation, Source Quality, Claim Fidelity, and Publisher Impact》，作者是華盛頓大學聖路易分校的 Haofei Xu、Umar Iqbal、Jacob M. Montgomery，2026 年 5 月 13 日提交到 arXiv，目前標註「審查中」，還沒經過同儕審查。
做法：
- 查詢：每 24 小時從美國在地化的 Google Trends 抓 19 個類別的熱門查詢，2026 年 3 月 13 日到 4 月 21 日，40 天共 55,393 個。
- 環境：美國維吉尼亞北部的伺服器，每次用全新、沒有 cookie 的瀏覽器。
- 樣本：抓到 7,583 則 AI 摘要，其中 7,491 則可以驗證。
- 拆句：把摘要拆成「一句一個事實」，把代名詞換回完整名稱，讓每句不用上下文也看得懂，去掉標題與重複，得到 98,020 句。
- 判定：每句拿去比對摘要自己引用的頁面，分成五類。判定由模型（Grok 4.1 Fast Reasoning）做，研究另外抽 100 句做人工雙標註，模型跟人工在 98 句上一致，整體準確率 95.6%。
數字
| 類別 | 定義 | 比例 |
|---|---|---|
| 明確支撐 | 引用頁直接、明確寫了 | 84.6% |
| 大致支撐 | 引用頁有，但說得比較籠統 | 4.4% |
| 前後矛盾 | 引用頁不同段落說法衝突 | 1.4% |
| 被反駁 | 引用頁的內容跟這句相反 | 2.7% |
| 沒提到 | 引用頁找不到這句 | 7.0% |
後三類合計 11.0%，論文稱為「不一致」。以單則摘要看，中位數是 93.33% 的句子有支撐；7,491 則裡有 41.9% 是每一句都有支撐。
論文自己的一句話結論是：AI 摘要引用的來源可信，但將近九句就有一句沒被支撐。
11% 不等於 11% 是錯的
這是最容易被講過頭的地方。作者自己列了幾個限制，每一個都會讓數字往下修：
- 真正被反駁的只有 2.7%。最大宗的 7.0% 是「研究抓得到的引用頁內容裡找不到」，不是「引用頁說了相反的話」。
- 社群平台被排除。研究沒有抓 Facebook、Instagram、Reddit、YouTube 這類頁面。作者估計在最寬鬆的假設下，不一致率會從 11.0% 降到大約 5.3%。
- 付費牆。藏在付費牆後的內容，研究抓不到，會被判成沒支撐。
- 即時數據的時間差。天氣這類數值，研究去抓引用頁的時間晚於摘要生成，數字變了就被判不一致。氣候類的一致率只有 48.23%，作者直接稱之為量測假象。
- 只有一個快照。40 天、美國、熱門查詢，沒有量不同地區、個人化狀態、也沒有量 AI Mode。
作者的建議是把 9.64%（沒提到加被反駁）當成上限，不是精確估計。
反過來也有一個方向的雜訊：研究另外驗證了拆句這一步，召回率是 83.23%，也就是原本存在的事實約有一成七沒被拆出來。量測誤差不只往一個方向。
所以比較準的說法是：在美國熱門查詢上，AI 摘要大約每九句有一句在引用頁上對不上，其中真正說反的是少數。 這已經足夠構成一個問題，不需要把它講成「AI 摘要一成是錯的」。
那個 60% 是另一件事
網路上常見的寫法是：「AI 摘要已經出現在六成美國搜尋，其中 11% 的說法沒有依據。」
這句把兩個研究接在一起了：
| 60.32% | 13.7% | |
|---|---|---|
| 誰量的 | SEO 工具商 Advanced Web Ranking | 上面那份學術研究 |
| 查詢怎麼來 | 工具商自選的關鍵字追蹤集（二手文章說是 8,000 個） | Google Trends 熱門查詢 55,393 個 |
| 方法文件 | 工具頁上沒有寫 | 論文完整寫出 |
| 時間 | 2025 年 11 月 | 2026 年 3 到 4 月 |
同一份學術研究裡，問句型查詢的觸發率是 64.7%、非問句只有 9.5%；按類別從美妝時尚的 3.5% 到休閒嗜好的 46.1%。觸發率高度取決於你挑什麼查詢，所以「AI 摘要出現在幾成搜尋」沒有單一答案。兩個分母不同的數字不能相乘，也不能寫成「六成裡的一成一」。
同一家工具商自己也示範了這件事。Advanced Web Ranking 在 2024 年 7 月發過一份有寫方法的研究：16 個產業各 500 個、共 8,000 個關鍵字，美國桌機，當時只有 12.4% 出現 AI 摘要。工具頁的 60.32% 是否用同一組關鍵字，工具頁沒有說。同一家、隔一年多，從一成二到六成，換的是時間，也可能換了查詢集。
我們會特別拆這件事，是因為自己也踩過同類的坑：AI 可見度工具那篇在回源時，發現一個常被轉述的「AI Visibility Score」說法，其實不在原作者自己的文章裡。數字被轉述三次，就會長出原作者沒說過的意思。
不只 Google
其他一手研究量到的方向一致，但範圍各不相同，不能混著比：
- 醫療問題：史丹佛團隊刊在 Nature Communications（2025）的研究，800 題醫療問題、58,000 組陳述與來源配對，發現即使是有網路搜尋的 GPT-4o，也有大約 30% 的單句陳述沒被它引用的來源支撐。
- 新聞出處：哥倫比亞大學 Tow Center（2025）用 1,600 個查詢測 8 款 AI 搜尋工具找新聞原文出處，合計超過 60% 答錯。它量的是「找對出處」，不是「陳述有沒有被支撐」。
- 辯論題：Salesforce 研究團隊的 DeepTRACE（預印本）測了多款生成式搜尋與深度研究工具，引用準確率落在 40% 到 80%。
Google 的官方說法是：AI 摘要只顯示有頂尖網頁結果支撐的資訊，因此一般不會像其他語言模型那樣幻覺（2024 年官方部落格、2025 年官方說明文件）。Google 沒有公布引用支撐率的具體數字。
對網站主的意思
以前擔心的是「AI 不引用我」。這份研究指出另一個風險：AI 引用了你，但把你沒說的話掛在你的網址下面。 讀者看到的是你的品牌名和連結，旁邊那句話卻不是你寫的。
我們能做的有限，但有五件事有用：
- 把重要陳述寫成完整句子。 代名詞換回名稱、每句不用上下文也看得懂。理由是直覺：斷在半句、指代不清的內容，機器摘要本來就難完整轉述。這是常識判斷，這份研究沒有直接驗證這一點。
- 日期和數字寫在同一句。 研究裡被誤判最多的是時效型數值。「本季營收成長」不如「2026 年第三季營收比前一季成長 12%」。
- 不要把關鍵事實藏在付費牆後面。 AI 抓不到的內容，它不會因此不講，而是從別處湊。
- 定期手動問一次。 挑你最在意的幾個問題，問 AI 怎麼描述你的頁面，看它說的是不是你寫的。Google 的 API 量不到這件事，這在付費引用那篇寫過實測。
- 分清楚技術分數量的是什麼。 我們的 AVS 量的是網站讀不讀得懂，跟被正確轉述是兩件事。分數高能讓 AI 比較容易讀到你，但保證不了它把你的話講對。
限制
這篇是研究解讀，不是我們自己的實驗。我們沒有重跑這份研究，也沒有量過繁體中文查詢或台灣的 AI 摘要；研究本身只涵蓋美國熱門查詢，結果不能直接套到台灣。研究還在審查中，數字之後可能修正。
這是實驗室週記，不是產品承諾。
資料來源
- Xu、Iqbal、Montgomery，Measuring Google AI Overviews，arXiv 2605.14021，2026-05-13（審查中）
- Advanced Web Ranking，Google AI Overview 追蹤工具頁（60.32% 依二手引述為 2025-11）；AI Overview Study，2024-07-01
- Wu 等，Nature Communications，2025，doi:10.1038/s41467-025-58551-6
- Jaźwińska、Chandrasekar，Tow Center for Digital Journalism，2025-03-06
- Venkit 等，DeepTRACE，arXiv 2509.04499
- Google，AI Overviews: About last week（現頁面標題為 What happened with AI Overviews and next steps），2024-05-30；AI Overviews and AI Mode in Search，2025-05
常見問題
Google AI 摘要引用的頁面，真的支撐摘要的說法嗎？
多數有，但不是全部。華盛頓大學聖路易分校一篇 2026 年 5 月的預印本，把 7,491 則可驗證的 AI 摘要拆成 98,020 句逐一比對引用頁：84.6% 明確被支撐、4.4% 大致被支撐，11.0% 不一致。不一致裡 7.0% 是引用頁沒提到、2.7% 被引用頁反駁、1.4% 引用頁前後矛盾。這份研究還在審查，範圍是美國熱門查詢。
11% 是不是代表 AI 摘要有 11% 是錯的？
不是。論文的分類是「不被引用頁支撐」，其中真正被引用頁反駁的只有 2.7%。另外 7.0% 是在研究能抓到的引用頁內容裡找不到，可能是付費牆、即時數據時間差、或社群平台被排除造成的。作者自己說，扣掉社群平台的影響，下限可能約 5.3%，並建議把數字當成上限看。
AI 摘要出現在 60% 的搜尋裡嗎？
那是另一個數字。60.32% 來自 SEO 工具商 Advanced Web Ranking 追蹤的美國關鍵字集，工具頁上沒有寫方法。上面那份學術研究自己量到的整體觸發率是 13.7%，查詢來源是 Google Trends 熱門查詢；問句型查詢是 64.7%、非問句 9.5%。兩個數字分母不同，不能放在一起算。
Google 自己怎麼說？
Google 的官方說法是 AI 摘要只顯示有頂尖網頁結果支撐的資訊，因此一般不會像其他語言模型那樣「幻覺」。Google 沒有公布引用支撐率的具體數字。
網站主能做什麼？
把重要陳述寫成不用上下文也看得懂的完整句子、把日期和數字明寫在同一句、不要把關鍵事實藏在付費牆後、定期手動問 AI 怎麼描述你的頁面。技術可見度分數（例如 AVS）量的是網站讀不讀得懂，量不到 AI 有沒有把你的話轉述對。