Kimi长文本场景下的“被引用”，需要先分清两种完全不同的情况：一种是用户上传长文档后，Kimi在回答中引用你文档里的内容；另一种是企业希望自己的公开内容，在Kimi联网回答用户问题时被采信和引用。两者的优化逻辑完全不同，混在一起谈，动作就会做错。
情况一：用户上传了你的长文档，Kimi在回答里引用它
当用户把一份PDF、研报或合同丢给Kimi，然后提问时，Kimi的引用表现为：在回答末尾或段落中标注来源，告诉你这段话来自原文哪一部分。
这种场景下，被引用的前提是文档本身能被Kimi正确读取和定位。文档必须可被文本提取。扫描版PDF如果只是图片，Kimi读不到里面的字。上传后要确认界面显示已识别文本，否则后续所有提问都是在对着像素说话，引用无从谈起。
提问要逼它引用原文。泛泛地问总结一下，Kimi会给一段概括，但不一定标注出处。有效的指令是让它引用原文第几页第几段，或列出原文中的付款条款并标注位置。Kimi的长上下文能力让它能一次性处理几十万字的材料，但中间遗忘现象仍然存在，关键条款要让它引用原句，而不是依赖它记住全文。
分段提问比一次性投喂更准。一份几百页的材料，一次性扔进去问全局问题，Kimi可能漏掉中间章节的关键信息。更稳的做法是先要目录和结构，再按章节逐段深挖，每个问题都限定在特定范围内。
情况二：你的公开内容，在Kimi联网回答中被采信
这是企业做GEO时关心的场景：用户问Kimi一个行业问题，Kimi联网搜索后，会不会引用你的官网、白皮书或行业文章。
Kimi在这方面有几个明显的偏好。权威信源权重高，政府网站、教育机构、知名研究机构、行业协会官网的内容，比自媒体和用户生成内容更容易被采信。深度长内容有优势，Kimi的差异化能力就是长文本处理，浅显的营销短文、列表式文章很难被它视为有价值的信息源，结构清晰、有数据、有论证的深度分析更容易进入它的引用范围。时效性影响采信，联网模式下，发布时间较新的内容被引用的概率更高。
一个容易被忽略的细节是实体一致性。Kimi在判断一个信息是否可靠时，会看同一个实体，比如你的公司，在不同信源里的描述是否一致。官网写的成立时间、业务范围、核心数据，如果在其他平台上的版本对不上，Kimi对这个信源的信任度会下降。所以做Kimi优化，第一步不是写新内容，而是检查现有公开信息有没有矛盾。
一个务实的判断
先想清楚你要的是哪一种被引用。
如果是让用户上传你的文档后，Kimi能准确引用其中的内容，核心动作是确保文档可读、提问指令明确、关键信息分段定位。这是使用技巧层面的事，不需要做内容优化。
如果是让你的公开内容在Kimi回答行业问题时被采信，核心动作是：把深度内容做成结构清晰的长文档，比如白皮书、技术报告、行业分析，发布在权威渠道上，确保全网实体信息一致，并且持续更新。Kimi偏深度查询的用户画像，决定了短平快的营销内容在这个平台上被引用的概率天然偏低。做深做透，比铺量更有意义。
