入门
什么是 GEO？
更新于
GEO（Generative Engine Optimization，生成式引擎优化），也有人叫 AI 搜索优化、AIGC 搜索优化，指的是：让你的品牌、产品和内容在 AI 生成的回答里被提及、被准确描述、被列为引用来源的一套方法。
“生成式引擎”指什么
指那些直接用一段文字回答问题的产品：DeepSeek、豆包、Kimi、腾讯元宝、ChatGPT、Perplexity、Gemini，以及搜索引擎页面顶部的 AI 摘要（如 Google 的 AI 概览）。它们的共同点是：用户看到的不是十条链接，而是一段综合后的回答，外加少量引用来源。
这些回答的内容大致来自两处：
- 模型训练时学到的知识——更新慢，你很难直接影响，但网上长期、一致、准确的信息会逐步沉淀进去。
- 回答时联网检索到的网页——这是 GEO 最能发力的地方：AI 先搜索，再从搜到的页面里挑段落、做综合、标出处。
这个词从哪来
“Generative Engine Optimization”这个说法出自 2023 年的一篇论文 GEO: Generative Engine Optimization（Aggarwal 等，发表于 KDD 2024）。作者构建了一个测试集，比较多种改写网页内容的方法对“来源在生成回答中的可见度”的影响。论文报告：补充引用出处、加入引语、加入统计数据这类让内容更可信、更具体的改写，可见度提升明显（最高约 40%）；而传统的关键词堆砌效果不佳。
需要说明：这是实验室基准上的结果，真实平台的检索和排序各不相同、还在不断变化，不能直接当作效果承诺。但它支持一个朴素的方向——把内容写得更可信、更具体、更好引用，比在关键词上做文章有效。
GEO 和 SEO 的区别
| SEO（搜索引擎优化） | GEO（生成式引擎优化） | |
|---|---|---|
| 用户看到什么 | 一列链接，自己点开比较 | 一段综合回答，附少量来源 |
| 目标 | 页面排名靠前、被点击 | 品牌被提到、被说对、页面被引用 |
| 优化单位 | 整个页面、关键词 | 能被单独摘取的段落、事实、问答 |
| 怎么衡量 | 排名、展现、点击 | 提及率、引用率、描述准确性、在回答中的位置 |
| 结果稳定性 | 相对稳定 | 同一问题多次提问结果会变，需要多次采样统计 |
两者不是替代关系。很多 AI 平台回答时会先联网检索，检索依赖搜索引擎的索引——SEO 的基础工作仍然是 GEO 的地基。GEO 关注的是地基之上的一层：AI 拿到你的页面之后，能不能读懂、愿不愿意引用。
哪些因素会影响 AI 是否引用你
- 读得到：没有被 robots.txt 挡住；正文在原始 HTML 里，而不是靠浏览器脚本才渲染出来。Vercel 在 2024 年 12 月发布的 抓取数据分析 显示，OpenAI 和 Anthropic 的爬虫会下载 JavaScript 文件，但不执行。
- 读得懂：标题层级清楚，一个小节回答一个问题；关键事实（你是谁、做什么、服务哪些人、在哪里）写成明确的句子，并用结构化数据标注。
- 值得引用：有具体的数据、步骤、对比和出处，而不是空泛的口号；内容有日期、有更新。
- 说法一致：官网、百科、行业目录、媒体报道里的信息互相印证。说法打架时，AI 可能挑错的那个。
- 被别处提到：AI 经常引用第三方页面（行业媒体、评测、问答、百科）。你在这些地方是否有真实、准确的信息，直接影响回答。
怎么衡量 GEO 的效果
因为 AI 的回答会变，单次截图说明不了问题。我们用的指标是：
- 提及率：一组问题、每题多次提问中，你的品牌被提到的比例。
- 引用率：你的网页被列为回答来源的比例。
- 描述准确性：AI 关于你的事实陈述，有多少是对的、有多少是过时或错误的。
- 位置与语气：你出现在推荐列表的第几位，评价是正面、中性还是负面。
同一套问题集、同样的采样次数，在改造前后各测一次，才能说明改动有没有用。具体做法见 我们的方法。