AI 可见度
Perplexity回答旁的链接怎么读
Perplexity回答旁的编号链接，不一定是支撑这句话的来源。用一个可操作的标准逐句判断：去掉链接，句子还成立吗？
Perplexity的回答旁边常有三四个编号链接，贴着具体句子。要判断这些链接怎么读，先记住一个操作标准：去掉链接，句子还成立，这个链接只是背景；句子塌了，链接才在支撑这句话。判断要逐句做，不要对整段回答下结论。这是RankAI提出的阅读模型，不是对Perplexity内部机制的描述。我们只看可见的部分，把它当线索，不当证据。
链接指向的页面，不等于系统用过的页面
句子旁的链接指向一个页面。这个页面是链接展示出来的东西，不一定是系统生成回答时处理过的内容。检查哪些页面被引用时，要分清这一点：读到的是公开痕迹，不是内部记录。所以我们说“链接指向的页面”，谨慎一点说“看起来被用过的页面”。后一种说法是阅读假设，外部无法核实。
术语上的区分放在做完判断之后，不要放在前面：先读，再贴标签。
RankAI三步检查清单
这是RankAI的操作建议，不是通用标准。每一步都有可核对的判据。
- 去掉链接，重读句子。判据：句子如果丢了链接引入的主语、数据或原因，链接就是在支撑它；句子原样成立，链接只是背景。
- 打开页面，找那句话，不是找那个话题。判据：页面包含句子里的具体信息才算相关，只有大致话题不算。只找到话题，链接就弱。
- 同一句话对比多个链接。判据：两个链接指向的页面说法不同，这句话就按歧义处理，不能算归属到某一个页面。
检查结果怎么用
一句话三步全过，可以说链接指向的页面看起来支撑了这个说法。只过一步，链接就是装饰性或背景性的。没有一句话通过，回答旁的链接就没有在做归属工作：它们是一串可查的页面，不是一条证据链。
这个方法用来检查哪些页面被引用，不是重建引擎的内部路径。区别和我们别处强调的一样：通过API从引擎返回的是API的回答，不是人在界面上看到的画面。带链接的界面是另一种观察，读的时候要带上它的局限。
这篇文章的贡献是“去掉链接”测试，逐句应用。实操时先挑出含数字、日期、专有名词或因果关系的句子：链接在这些句子上更可能承担归属作用。描述性或过渡性的句子很少因为链接而成立或塌掉，计数时应排除，免得结果虚高。第二个做法：把结果记成“可归属”“背景”“歧义”，不要换算成分数。链接阅读是定性的，也应该保持定性；变成数字会给出可见观察并不具备的精确度。最后，记下阅读日期：回答和链接可能每次查询都不同，没有日期的结果无法和任何东西对比。
一个可核实的局限
“去掉链接”测试衡量的是句子对链接的依赖，不是信息的来源：一句话可以不带链接也成立，却是在一个没被引用的页面上构建出来的。这个局限可以核实：不打开任何链接重读回答，数一数还有多少句子保持完整。
想了解如何阅读AI引擎中可见度痕迹的整体框架，见深入阅读页。