开展 GEO 工作前需要厘清的 39 个概念

GEO（生成引擎优化）指的是让品牌被生成式 AI 助手在答案里点名、推荐和引用的做法。与争夺链接列表位置的搜索优化不同，GEO 争的是答案正文里的一句话。

AEO（答案引擎优化）是面向「直接给答案而不是给链接列表」的系统的优化。实际范围与 GEO 几乎完全重合，侧重点在于成为答案所依据的来源。

LLMO（大语言模型优化）是一个更宽的说法，指针对「大语言模型如何理解和引用一个品牌」的工作，既包括联网检索型答案，也包括模型从训练数据中吸收的部分。

生成式引擎指的是用自然语言组织出一段答案、而不是返回一个文档排序列表的系统。大陆用户用得最多的是 DeepSeek、豆包、文心一言、通义千问、腾讯元宝和 Kimi。

答案引擎指主要输出是「直接答案」的系统 —— 既包括生成式助手，也包括在链接之上先给一段综合摘要的搜索结果页。

黑帽 GEO 指那些不创造任何真实信息、只在信息分布上做手脚的手法：伪造评价、在低质站点上批量生成模板内容、以及直接操纵模型输入的尝试。

AI 可见度指品牌在 AI 生成的答案中被提及、推荐和引用的程度。它是针对一组固定问题测出来的，不是一个全局分数。

被点名率是「答案中出现该品牌」的组合数占全部「问题 × 平台」组合数的比例。20 个问题在 6 个平台上跑，分母就是 120。

声量份额是某个品牌的被提及次数，除以同一组问题下所有品牌被提及的总次数。它回答的是「被说出口的名字里，有多少是我的」。

引用份额是答案中被引用的来源里，属于自有域名的比例。只统计答案正文中真实标注出来的来源。

点名语境指品牌在被提及的那句话中被如何描述，记为正面、中性或负面三种取值之一。它是独立于「是否被点名」的另一个记录字段。

负面提及指品牌虽出现在答案中，但所处语境不利：被描述为低价选项、与投诉一同被提及，或被列为应当避开的对象。

基线是第一次完整测量：将冻结的问题集在每个平台执行一轮，记录被点名率、点名语境、同时出现的竞品与被引用的来源域名。

复测指按周期、在相同条件下重跑冻结的问题集，并汇报与上一轮的差异。

零点击指用户直接从答案中获得所需信息，未访问任何网站。影响已经产生，访问未曾发生。

语义词指客户真实会问出口的那句话，而不是他会敲进搜索框的关键词。「深圳小公司代理记账一般多少钱」是语义词，「深圳代理记账」是搜索关键词。

语义词组指需要同一批材料来回答的一组问题。「哪家靠谱」与「怎么选服务商」属于同一组，「多少钱」属于另一组。

长尾语义词指窄而具体的问题 —— 通常是品类加上地域、行业或场景。单条量小，合起来量大。

品牌词是直接点名公司的提问：「XX 靠谱吗」「XX 是做什么的」。用户已经知道这个品牌，是在核实。

品类词问的是品类而不是某家公司：「GEO 服务商怎么选」「哪家代理记账好」。用户手上还没有候选名单。

问题集是用来衡量 AI 可见度的那份固定问题清单。一次写定，服务期内冻结，每一轮原样重跑。

信源指模型在组织答案时取用的任何页面或文档。自己的官网只是其中之一，媒体报道、百科词条、B2B 平台、社区讨论都是。

权威信源指模型在取材时给予较高权重的来源：有真实编辑流程的媒体、百科词条、官方登记与标准机构。这里的「权威」是行为意义上的 —— 就是模型实际会引用的那些。

信源矩阵指把关于一个品牌的准确、一致的材料，有意识地铺在几类不同的信源上，使模型能从多个方向读到同一组事实。

结构化数据是机器可读的标记，显式说明页面内容的含义 —— 这个字符串是公司名、那个是电话、这一块是一问一答。

Schema.org 是网页结构化数据使用的共用词汇表 —— Organization、Article、FAQPage、Product、BreadcrumbList 等数百种类型。

FAQPage 是问答型内容的结构化数据类型。它明确告诉模型哪段文字是问题、哪段是对应的答案。

llms.txt 是放在站点根目录的纯文本文件，面向大语言模型索引整个站点 —— 这家机构是什么、哪些页面重要、它们之间什么关系。它是一个新兴约定，不是标准。

robots.txt 是告诉爬虫可以抓取站点哪些部分的文件。对 GEO 来说，关键在于有没有放行 AI 爬虫。

AI 爬虫是模型厂商用来抓取网页内容的机器人 —— 用于训练、用于实时检索，或两者都有。每一个都用自己的 user agent 标识身份。

可抓取性指爬虫能不能真的取到一个页面 —— 包括 robots 规则、防火墙与 CDN 行为、限流、跳转和状态码。

渲染可读性指页面内容是否存在于爬虫收到的 HTML 里，还是要等浏览器执行 JavaScript 之后才出现。

canonical 规范链接用于声明：当同一份内容可以从多个地址访问时，哪一个是权威地址。

实体指一个具体的、可识别的对象 —— 一家公司、一个人、一个产品 —— 区别于用来指称它的词。模型处理的是实体，这也是名字相近的两家公司会被混淆的原因。

知识图谱是实体及其相互关系的结构化存储。搜索与 AI 系统用它来判断一个名字指的是什么、关于它已知哪些信息。

幻觉指模型给出的、没有任何来源支撑却语气笃定的说法 —— 编出来的服务、编出来的年份、编出来的案例。

联网搜索指模型在回答的当下去取当前网页，而不是只依赖训练时吸收的内容。

训练数据指模型在发布之前吸收的语料，区别于它在回答具体问题时临时检索到的材料。

检索候选池是模型在组织答案之前拉回来的那批文档。其中大部分不会被采用，也大部分不会展示给用户。