舉個例子。同一題回答提到你的品牌，並列出自有網域、一篇媒體文章和一份政府資料三個來源。報表只寫「有引用」，內容團隊就不知道該回查哪一頁，也判斷不了哪個來源支持哪個主張。把問題、回答、來源、URL 和判讀分開記，下一次才接得回去。Citation tracking 像在報告旁邊貼索引卡，重點不是卡片數量，而是每張卡都能帶你回到原文。
citation 和整體可見度指標的關係，可以先看 AI Visibility。
要把來源網址整理成可核對的紀錄，接著看 AI 引用來源 URL 分析，處理原始連結、redirect、canonical 與頁面內容；要安排修改後重測，則用 AI 內容修改前後測試 保存回答與頁面版本。
想成一場演講的引用方式：講者提到你的名字是一回事，說「這個數字出自他們的年度報告」是另一回事。前者是被記得，後者是你的內容真的進了論述。只有把來源另外記錄，才分得出你拿到的是哪一種。
Mention 不是 Citation，先把兩件事分開
假設你固定測 30 個問題：
- 12 題提到品牌
- 4 題引用自有網域
那麼 mention rate 是 12/30，citation rate 是 4/30。
接著還要問：那 4 次引用，是都集中在同一篇文章，還是分布在產品頁、研究頁、比較頁？
這一題的答案會直接改變下一步。4 次都來自同一篇文章，代表你有一篇很好用的內容、其他頁還沒被看見；分散在三種頁面，則是另一種局面。
| 看到的現象 | 可以確認什麼 | 還不能直接推出什麼 |
|---|---|---|
| AI 提到品牌 | 有 mention | 官網有被引用 |
| AI 引用官網 | 有自有 citation | 一定會帶來點擊 |
| 產品被推薦 | 有 recommendation | 引用來源一定是官網 |
| 同一 URL 多次出現 | 該 URL 在多次回答中被採用 | 存在某個隱藏「權威分數」 |
Citation Tracking 的核心不是數網址，而是保留「哪一題、哪個引擎、哪個時間，引用了哪個來源」。
AI citation 和 backlink 不是同一種事件
傳統 backlink 是網頁 A 上有一條連到網頁 B 的連結，通常能由 crawler 長期掃描。
AI citation 則更像一次「回答事件」：某個 AI 在特定題目、時間與產品介面中，把某個來源呈現給使用者。
因此，最少要保留四個鍵：
- prompt
- engine
- observed_at
- source_url
只留 URL、沒留 prompt，你不知道它回答的是哪一種問題；只留 prompt、沒留日期，就看不出這個來源是持續出現還是曇花一現。問題、引擎、時間與來源要能接回同一筆回答。
每個來源要能接回題目與回答。建立這條資料鏈的欄位，可接著看 AI 搜尋監測 dashboard。
例如一篇「台灣企業 AI 導入流程」可能經常在問題型 prompt 被引用，但從沒出現在「推薦 AI 顧問公司」的決策題。這完全可能，因為兩種問題需要的來源不同。
第一階段先追自有網域，不用一開始就把全網爬完
最簡單的 Citation Tracking 可以先做二元判斷：每個回答有沒有引用自有網域。
累積一段時間後，再擴充：
- exact URL
- source domain
- source type
- citation position
- 競品網域
- 第三方媒體或論壇
第二階段才開始看來源版圖，會比較容易判斷哪些網域在某一類問題裡反覆出現。
有一件事要先擋住：某個來源被 AI 引用，證明的是這次回答採用了它。推導成「那個網站權威最高」則多走了好幾步，同一題換個時間問，來源可能就換人了。要談長期來源偏好，需要更多問題和重複觀測。
Google 與 OpenAI 官方資料能確認的技術邊界
Google Search Central 目前說明，AI Overviews 與 AI Mode 會呈現 supporting links，符合資格的頁面仍需要先被 Google 索引並符合一般搜尋技術要求。
OpenAI 則說明 OAI-SearchBot 用於 ChatGPT search features 的搜尋結果，網站可以透過 robots.txt 管理是否允許這個 crawler；GPTBot 的用途則另外說明。
這些官方資料可以支持「來源 URL 與 crawler 可存取性值得追」，但不會告訴你某個 AI 平台有一套公開、固定的 citation ranking factor。
一張 Citation Tracking 表，建議至少有這些欄位
如果一個回答有五個來源，可以用 answer_id 把五列來源連回同一個回答。
| 欄位 | 用途 | 範例 |
|---|---|---|
| answer_id | 串回答與多個來源 | GPT-20260920-001 |
| prompt_id | 固定的一組問題 | GEO-COMP-03 |
| engine | 回答平台 | ChatGPT |
| observed_at | 觀測時間 | 2026-09-20 |
| brand_mentioned | 品牌是否出現 | true |
| own_domain_cited | 自有網域是否引用 | true |
| source_domain | 來源網域 | ethorx.com |
| source_url | 實際頁面 | /geo |
| source_type | 官網、媒體、論壇、官方文件 | 官網 |
有了這些欄位，你算的就不只是「今天有幾次 citation」。三個月後來源換掉時，你查得出它原本出現在哪一題、哪個引擎、被誰取代，這才是這張表真正的價值。
有資料之後，可以先看三層 coverage
1. Citation Rate
多少有效回答至少引用一次自有網域。
2. URL Coverage
哪些自有頁面曾經成為引用來源。是只有首頁，還是產品頁、研究頁、比較頁也有？
3. Prompt Type Coverage
類別、比較、問題、決策題，各自有多少自有 citation。
這三層比單一總分更容易指出內容問題。
舉例，若引用都落在首頁，先回查題目是否主要在問品牌，以及其他頁是否可讀、能否回答同一個問題。若研究頁被引用而產品頁很少出現，再比較兩批題目的意圖與來源內容。來源分布指出要檢查哪裡，原因仍要回到頁面與回答核對。
Citation 高，不代表 Recommendation 一定高
這也是常見誤判。
你的研究文章可能很常成為答案來源，卻沒有讓產品進入推薦清單。反過來，產品可能被推薦，但 AI 引用的是媒體評測或第三方文章。
因此最好把三個指標分開：
| 指標 | 問的問題 |
|---|---|
| Mention Rate | 品牌有沒有出現在回答 |
| Citation Rate | 自有網域有沒有成為來源 |
| Recommendation Rate | 在有選擇意圖的題目中，有沒有被列為選項 |
這三個訊號互相有關，但不能互相代替。
Citation 也不能直接當成流量或營收
引用出現只代表回答呈現了來源，不同 AI 介面把來源放在不同位置，使用者也不一定點擊。
要評估網站流量與轉換，還是要另外接 Analytics、Search Console 或實際商業資料。
同時，不同 AI 產品的來源 UI 也不完全一致。有些顯示完整 URL，有些只顯示網域或來源卡，有些回答甚至沒有外部來源。
因此資料模型最好允許 source_url 為空，並保留原始回答與可見來源文字。
從單次快照走向趨勢
citation 會變動。網站改版、索引更新、模型與搜尋系統調整，都可能讓來源替換。
單日 snapshot 很適合查問題，但如果要談趨勢，要固定同一組問題、引擎與觀測方式持續重跑。
想先看整體流程，可以從 EthorX GEO 服務與 GEO 工具比較開始。
Otlex 如何把 citation 放回題目脈絡
我們的 Otlex 是 EthorX 開發的 AI 搜尋優化平台，觀測 ChatGPT、Google AI Overview、Google AI Mode、Gemini、Grok、Perplexity、Claude 等引擎回答中的提及、引用與推薦，並追蹤自有網域與回答位置。
對 Citation Tracking 來說，重點是保留「這個 URL 為什麼會出現」：它對應哪一題、哪個引擎、哪個日期，以及同一題之前引用誰。只有留下這些脈絡，團隊才有辦法把來源變化連回內容更新。
常見問題
AI 提到品牌就算 citation 嗎？
Mention 是回答文字裡出現品牌；citation 要有可辨識的來源關係，例如來源連到品牌自有網域或特定頁面。回到演講那個比喻：提到名字和標註出處，是兩種不同的待遇。
Citation Rate 應該怎麼算？
先定義分母。最簡單可以用「至少引用一次自有網域的有效回答數 / 有效回答總數」。如果只計算某一類題目，也要把題型寫清楚。
被第三方網站引用算好事嗎？
它代表 AI 在那次回答採用了第三方來源，對品牌認知可能是好事，對導流和第一手敘事就不一定。要建立第一手來源與導流的話，自有 citation 值得獨立追蹤。
可以從 citation 推估 AI 對網站的權威分數嗎？
citation 次數撐不起一個隱藏的「權威分數」。你能做的是觀察哪些網域在固定的一組問題裡重複被引用，那是一個現象，離「機制」還有一段距離，要更多證據才走得過去。
Citation Tracking 和 backlink monitoring 可以共用嗎？
URL、domain 與分類資料可以共享，事件本身不同：backlink 是網頁上一條長期存在的連結關係，AI citation 是某一次回答裡的來源呈現。一個是地形，一個是天氣。資料模型分開，在分析層再交叉比對。