从阅读你到给你打分

究竟什么变了？

变的是谁在问，以及问的是什么。撰写型模型读你的页面，并可能在答案中引用它；决策模型拿到的是已经被提取好的文本，然后回答一个封闭问题——「这个页面是否涵盖此主题？」「从 1 到 5，程度如何？」——并给出概率和置信度。

结果不是一句关于你的话，而是一个被勾选的格子。没有人引用你，没有人链接你，也没有人看到你的名字：某个人得到一个关于你页面的数字并据此行动，而你毫不知情，因为该模型从未接触过你的服务器。

为什么是现在，而不是更早？

用机器评判页面一直都做得到，做不到的是付得起。Jev 的输入每百万 token 收费 0.042 美元，输出则完全不计费。

Boring Tools Kit 发布的一次审计用数字说明了这点：在不到 3 分钟内对 1204 个页面作出 4816 次判断，花费不到 1 美元。折算下来每次判断约为万分之二美元，过去需要一个咨询项目才能做的事，变成了一条塞得进夜间定时任务的查询。

什么没有变？

人们以为会变的，几乎都没有变。这一点值得先说，因为误解已经在流传，而且要花钱：

• —你的 robots.txt 不起作用：决策模型没有爬虫，也从不出现在你的日志里。
• —没有可以放行或封锁的 user agent，也没有需要申请的机器人验证。
• —没有什么需要声明：不需要新文件，不需要标签，也不需要特定的标记。
• —它不引用你，所以不存在「出现在它的答案里」：它根本不撰写答案。

我们不会叫你去做什么？

这里没有人会向你兜售针对决策模型的优化手法，因为还没有任何一种被测量过。这个指数由背后有证据支撑的检查项构成，而在这个题目上，证据只有一周之久，且没有任何独立研究。

也没有人会教你如何去推动一个裁决。Jev 的文档承认，为引导模型而写的文本可以改变答案，而恰恰在这里，衡量一个网站与操纵一次判断分道扬镳：后者一直有效，直到有人去看，而那时它已不是你的网站，而是你的陷阱。

今天唯一诚实、且不需要任何产品的说法，是一句常识：决策模型处理的是爬虫从你页面中提取出来的文本，因此最终被评判的是那次提取的质量。

怎么判断这是否影响到你？

看看你的页面变成纯文本之后还剩下什么。让网站对撰写型模型可读的那些功课——脱离导航也能读懂、标题写成问句、论断附上数据和来源——同样决定了什么能进入打分型模型的输入字段。

这就是可衡量的部分，而可引用性指数已经用 33 项检查在衡量它。一个只有一周历史的类别不需要一套新方法论：它需要的是没有人去凭空发明一套。