Google 研究：主語/受詞實體順序影響 AI 答案——內容結構如何決定你的品牌能否被 AI 引用 | SEO Agency Hong Kong

一、核心發現：知識編碼與回憶的巨大落差

Google 研究團隊（與外部合作者）發表了一篇題為《Empty Shelves or Lost Keys? Recall Is the Bottleneck for Parametric Factuality》的研究論文， 揭示了一個令人震驚的事實：前沿 LLM（如 Gemini-3-Pro 和 GPT-5）已編碼了 95-98% 的事實知識， 但當被直接提問時，卻無法回憶出 26% 到 34% 的已編碼資訊——即使在「思考模式」下，仍有 11-12% 的事實無法被正確回憶。

研究人員將這比喻為「架上擺滿了書，但找不到你要的那一本」。這對香港企業意味著什麼？ 即使你的品牌資訊已經被 AI 模型「學習」了，也不保證在用戶提問時會被正確回憶出來。

二、主語/受詞實體：答案順序如何影響 AI 回憶

研究中最令人矚目的發現是：實體的順序（主語在前、受詞在後）直接影響 LLM 的回憶能力。

研究團隊使用以下概念來說明：

• 主語實體（Subject Entity）：在訓練文本中首先出現的實體。例如「Oasis 在 Boardwalk 俱樂部進行了首場演出」中，「Oasis」是主語。
• 受詞實體（Object Entity）：在訓練文本中隨後出現的實體。同一個例子中，「Boardwalk 俱樂部」是受詞。
• 直接問題：答案在受詞位置的問題（「Oasis 在哪裡進行了首場演出？」→ 答案：Boardwalk 俱樂部）
• 逆向問題：答案在主語位置的問題（「哪個樂隊在 Boardwalk 俱樂部進行了首場演出？」→ 答案：Oasis）

當問題的實體順序與訓練文本中的順序相反時，LLM 回憶相關事實的能力顯著下降。 這不是因為模型沒有學到這個事實，而是因為「回憶」環節出現了瓶頸。

三、為什麼這對香港企業的內容策略至關重要

這項研究對香港企業的 GEO 和內容策略有幾個深遠啟示：

• 品牌實體的放置順序：如果你的品牌是某個事實中的「主語」，確保在內容中以主語形式出現。 例如，如果你的 SEO Agency Hong Kong 是「第一家引入 AI Overviews 優化的香港 SEO 公司」， 那麼這句話中「SEO Agency Hong Kong」應該是主語（先出現），而不是受詞。
• 最常見的查詢順序優先：研究雖然沒有直接測試 SEO 應用，但直覺上——按照用戶最常見的查詢方式排列主語和受詞順序， 可能有助於 AI 更容易回憶你的品牌。
• 長尾知識（Rare Facts）更難被回憶：研究發現，稀有知識（長尾事實）的編碼與常見知識差距不大， 但回憶差距卻顯著更大。如果你的業務涉及較小眾的服務或專業領域，更需要通過反覆出現在多個高品質來源中來強化實體順序關聯。

四、不只是「學更多」，而是「更好回憶」

研究最關鍵的結論是：單純擴大模型規模或增加訓練數據，並不能解決回憶瓶頸。 對於香港企業而言，這意味著：

• 內容分發比內容創作更重要：你的資訊被多個高權威來源以一致的實體順序引用， 比僅僅在自己的網站上寫一篇優質文章更有可能被 AI 正確回憶。
• 一致性比創造性更重要：當你的品牌資訊（名稱、服務、位置）以相同的實體順序反覆出現在不同權威來源中， AI 模型會更容易建立穩固的「主語 → 受詞」關聯。
• 提問方式的措辭影響不大：研究測試了重新措辭問題的效果，發現對回憶能力的影響微乎其微。 也就是說，即使用戶以不同方式提問，如果你的實體順序與訓練數據一致，仍可能獲得更好的回憶結果。

五、思考模式能部分解決問題

研究發現，當 LLM 啟用「思考模式」（Chain-of-Thought reasoning）時， 可以回憶出 40-65% 原本無法直接回答的已編碼事實。然而，思考模式的計算成本非常高， 且系統如何判斷何時需要觸發思考模式本身也是一個挑戰。

對香港企業的啟示是：即使你的品牌資訊被正確回憶，也不能完全依賴「直接回答」。 如果你的內容在 AI 的「思考過程中」被引用為推理步驟的一部分，這可能比作為直接答案被引用更具價值。 Google 的 AI Overviews 和 AI Mode 正在越來越多地使用這種多步推理方式。

六、香港企業的實戰行動建議

• 審視核心品牌敘述的實體順序：檢查你的品牌介紹、服務描述、案例研究等關鍵內容， 確保你的品牌作為「主語」出現在最常見的描述模式中。
• 建立一致的實體模式：在所有平台上使用相同的品牌名稱、服務名稱和有實體關聯的描述方式， 避免同一事實在不同位置出現不同的主語/受詞排列。
• 強化第三方來源的一致性：當你與媒體、目錄網站或行業協會合作時， 確保他們使用的品牌描述也遵循與你網站相同的實體順序模式。
• 為「長尾知識」建立重複曝光：如果你的業務涉及獨特或小眾服務，通過多篇相關文章、 專家訪談、行業報告等多個來源反覆強化同一事實，幫助 AI 建立更穩固的實體關聯。
• 結合結構化資料定義實體關係：使用 Schema.org 的結構化資料明確標記實體之間的關係， 如 founder、makesOffer、areaServed 等屬性， 幫助 AI 正確理解你的品牌與其他實體的關聯方向。

小結

Google 這項研究提供了一種全新的視角來理解 AI 搜尋的運作原理：問題不在於 AI「知不知道」你的品牌， 而在於它能否在用戶提問時「回憶起」你的品牌。

這將 SEO 的競爭從「內容品質」提升到「內容的資訊架構與實體關聯設計」。 對於香港企業來說，現在是時候開始審視你的品牌資訊如何在 AI 的「記憶圖譜」中被組織和排列了——因為這直接決定了你的品牌能否在 AI 搜尋中被正確回憶和引用。

如需了解如何針對 AI 的回憶機制優化您的內容策略，歡迎聯繫我們的團隊進行免費諮詢。