做 GEO 优化内容的从业者常会碰到一类棘手问题：自己发布的内容被大模型引用之后，模型衍生出很多原文不存在的信息，也就是常说的幻觉。很多人第一反应会把问题归因为模型本身，但很少有人从源文本的撰写方式寻找突破口。

不少幻觉的根源，是参考素材只给出简单结论，缺少前置条件和适用边界。模型拿到孤立结论，不清楚这条结论适用于哪些场景、哪些场景不能用，就容易超出原文范围自行推演、编造信息。针对这个痛点，2025 年 3 月发布的这篇论文设计对照实验，验证文本结构对幻觉的影响。

实验设置了两组版本，基于同一个核心结论撰写素材。版本一直接抛出结论，没有补充任何前提限制；版本二采用结构化写法，包含结论、适用条件、风险边界以及不适用场景。两组素材送入模型问答，统计诱发幻觉的频次差异。

实验数据有很直观的体现：只给结论的简短素材，诱发模型幻觉的概率，比附带边界说明的版本高出 94%。当原文主动标注结论成立条件与不适用场景，模型很少脱离原文约束向外推演。同时，分段分区的结构化表达，相比密集堆砌的长段落，更便于模型抓取里面的约束条件。

这项研究的背景，是学界一直在寻找低成本抑制大模型幻觉的方案，在 GEO 内容生产的场景下，源文本是整个链路的起点，具备很高的优化价值。

作者在原文里写明了研究短板：实验素材以英文技术说明文本为主，营销类内容参考价值有限；文本结构优化只能降低幻觉概率，无法彻底消除幻觉，幻觉本身是多重因素叠加形成；本次没有测出内容长度的收益拐点，过量的边界文字会稀释信息密度。

学界和从业者对此也存在不同声音。一部分观点站在用户阅读视角，认为受众更喜欢简短直白的结论，大量边界说明会降低阅读体验；还有学术观点提出，这种写法仅仅是引导模型复述原文自带约束，不代表模型真正理解约束背后的逻辑。

这项研究给 GEO 内容创作提供了明确参考：在撰写作为模型参考源的内容时，补充场景边界与风险说明，是可行的优化思路。在面向全国 SaaS 与收银服务商做内容的过程中，芳晟科技一直持续跟进 GEO 相关学术进展。