Auto-sync: 2026-04-26 08:02
This commit is contained in:
46
wiki/concepts/Generative-Engine-Optimization.md
Normal file
46
wiki/concepts/Generative-Engine-Optimization.md
Normal file
@@ -0,0 +1,46 @@
|
||||
---
|
||||
title: "Generative Engine Optimization (GEO)"
|
||||
type: concept
|
||||
tags: ["AI", "SEO", "marketing", "visibility", "generative-AI"]
|
||||
last_updated: 2026-04-26
|
||||
---
|
||||
|
||||
## Definition
|
||||
|
||||
Generative Engine Optimization (GEO) 是针对生成式 AI 引擎的可见性优化策略,通过信号工程(signal engineering)提升品牌内容在 AI 生成答案中被引用的概率。GEO 是 AEO(Answer Engine Optimization)的更广泛范畴,不仅限于问答式 AI,而是覆盖所有类型的生成式 AI 引擎。
|
||||
|
||||
## Core Pillars
|
||||
|
||||
1. **Authority Signals**:建立内容权威性(引用来源数量、内容深度、专家署名)
|
||||
2. **Structure Signals**:使用 AI 友好的内容结构(标题层级、列表、表格、Schema)
|
||||
3. **Entity Signals**:清晰的实体标注和知识图谱关联
|
||||
4. **Quantity Signals**:大量相关内容覆盖,增大被 AI 发现和引用的概率
|
||||
5. **Distinctiveness Signals**:差异化内容,避免同质化
|
||||
|
||||
## GEO Techniques
|
||||
|
||||
### Quantitative Expansion
|
||||
创建大量相关主题的补充内容,覆盖长尾查询,增加被 AI 引用的表面积。
|
||||
|
||||
### Quotable Generation
|
||||
生成容易被直接引用的精炼陈述,适合作为 AI 答案中的引用来源。
|
||||
|
||||
### Statistical Amplification
|
||||
在内容中加入数据、统计数字、研究发现——AI 倾向于引用有具体数字支撑的内容。
|
||||
|
||||
### Technical Style Matching
|
||||
研究目标 AI 平台的引用偏好,调整内容风格(ChatGPT 偏好权威性来源,Claude 偏好平衡分析,Perplexity 偏好时效性和多样性)。
|
||||
|
||||
### Source Diversity
|
||||
跨多个平台和渠道发布内容,增大被不同 AI 引擎训练数据覆盖的概率。
|
||||
|
||||
## Related Concepts
|
||||
|
||||
- [[Answer Engine Optimization (AEO)]]:GEO 的子集,专注问答式 AI
|
||||
- [[Citation Rate]]:衡量 GEO 效果的量化指标
|
||||
- [[Entity Optimization]]:GEO 的核心技术之一
|
||||
- [[Platform-Specific Patterns]]:不同 AI 引擎的引用偏好差异
|
||||
|
||||
## Sources
|
||||
|
||||
- [[AI Citation Strategist]]
|
||||
Reference in New Issue
Block a user