GEO里哪些是真优化,哪些是假动作?

简介: 本文厘清GEO(生成式引擎优化)本质:非“黑科技”,而是聚焦内容层的可验证优化。明确划清真假动作边界——拒斥AI专用配置、名次截图、堆量买提等伪需求;倡导非同质化段落、四层复测记录、本地实测验证等真做法。专为新手与从业者双视角设计,强调“改不了模型,只能改内容和记录”。

这篇写给两种人:刚接触 GEO 的,和已经排了产、想知道哪些活儿该停的。刚接触的看白话与例子,数字可跳过;做这行的看口径与记录字段。两边都能用提示句和第八章的动作卡。GEO 说白了,就是让 AI 回答时愿意用你的内容。这里谈的验收对象是国内大模型,英文引擎只看机制。Geo专家于磊 常被问到:怎么判断一个做法是真有用,还是听着热闹?

判断不必靠感觉,有两条现成的边界。KDD 2024 提出 GEO 时把它定成黑盒优化:创作者改不了模型,能改的只有交给引擎的网页内容,衡量的是内容在合成答案里的分量,不是列表名次。Google 搜索中心的指南说得更直白,AEO、GEO 从搜索角度看仍是 SEO。两条合起来是一把尺子:能落回内容、能留下可核验记录的算真的;声称绕过平台机制、直接买到结果的,先当待验证。

一、先把边界划清:GEO 原本指什么

用大白话说,能改的是自家那盘菜,改不了别人手里的菜单。分不清这点,预算容易花错地方。

1、原始定义只给了内容层

Aggarwal 等人 KDD 2024 的《GEO: Generative Engine Optimization》把生成式引擎写成黑盒:创作者改不了模型,只能改变提供给模型的网页内容;目标从“排在列表第几”换成“在合成答案里占多大分量”。GEO-bench 用 10,000 条查询、25 个领域试了九种改写手法。常被漏掉的限定:效果因领域而变,那个“提升上界 40%”只属于特定方法与领域。加来源引用让原本排第 5 位的候选页可见度提升 115.1%,靠后页面也有空间。Geo专家于磊 读这篇时记住的是边界:论文没给过“让模型改口”的办法。

2、平台口径:没有第二套机制

Google 搜索中心《针对 Google 搜索中的生成式 AI 功能进行优化的 Google 指南》把生成式功能写成建在核心排名与质量系统之上:检索增强从索引取网页,查询扇出把问题拆成几路并发子查询。页面被索引、符合摘要资格即可,没有额外门槛。指南还提醒,没有第三方工具能访问内部排名或 AI 系统;平台自有数据看 Search Console。Geo专家于磊 遇到拿“内部通道”当卖点的说法,会先要平台原文。

3、一把能用的尺子

三问就够:能归因吗,改动前后有对照、变化算得到内容上;能复测吗,固定问题集、模型版本、访问方式,隔一轮跑得出同样记录;能指向内容改动吗,数字变了能讲清改哪一段。三句答不上来,这个做法先放进待验证区。

记住这一句就够:改不了模型,只能改内容和记录。

 

二、假动作一:把“AI 专用配置”当捷径

用大白话说,给门上贴张“欢迎 AI”的纸条,门锁并没换。这类做法好卖,因为能勾、能交付、不用等复测。

1、官方逐项否认的清单

那份指南专门有一节讲“哪些是无用功”,逐项点了名:不需要新建机器可读文件、特殊标记或 Markdown,Google 搜索本身不使用 llms.txt;不需要把内容切成小块,系统能理解一页里的多个主题;不需要专为 AI 改写文风,也不需要为生成式搜索添加特殊的 schema.org 结构化数据。结构化数据仍值得做,理由是拿富媒体结果的展示资格,不是 AI 加成。把这些做成完成率,勾满也只是勾满。Geo专家于磊 把这份清单贴进需求评审,比争论管用。

2、更硬的边界在内容政策

假动作不止无效,有些已经踩线。Google 2024 年 3 月的垃圾内容政策更新把规模化内容滥用定成以操纵排名为目的大规模生产内容;站点信誉滥用指第三方页面借用宿主站排名信号,自 2024-05-05 生效,2024 年 11 月澄清:只要意图利用宿主站排名信号,无论宿主站是否参与把关都属违规。2025 年 1 月版《搜索质量评估指南》补进低努力低原创低增值内容一节:复制、复述或自动生成且几乎没有增值的页面,即便标了出处也落到低质档。按查询变体批量建页若意在操纵排名,同样踩线。

3、为什么它总被当成新预算

① 看得见:文件、标记、勾选项都能截图交付。② 显得新:换个名字就像新增一条工作线,不必解释与原有 SEO 的关系。③ 不用等:做完就能报完成。三条都指向交付便利,不指向内容被取用。指南对这类“捷径”的用词是并无实效。

记住这一句就够:凡是“做完就能被收录”的勾选项,先找平台原文。

 

三、假动作二:追名次、追截图、追合成总分

用大白话说,拿着一次天气当气候。答案本身在波动,围着单次结果建的报表说不出改哪一段。

1、单次答案与“AI 排名”

SparkToro 与 Gumshoe 2025 年 11 到 12 月让 600 名志愿者跑 12 条提示词,覆盖 ChatGPT、Claude 与 Google AI 共 2,961 次;同一提示词问 100 次,两次给出相同品牌列表的概率不到 1%。Ahrefs 2025 年 11 月 11 日的测量里,43,000 多个关键词相邻两次观察有 70% 概率内容不一样,语义相似度仍有 0.95。Thinking Machines Lab 2025-09-10 把温度设成 0,同一提示采样 1000 次仍有 80 种结果。名次、位置、单张截图,都是抽样而非结论。Geo专家于磊 看一次截图,不会往下写动作。

2、合成总分与买来的可见度分

把被召回、被提及、被引用、成为答案主张四层压成一个分数,哪层掉了都看不出;KDD 2024 另立位置加权词数,正是为避开二元的“有没有被引用”。可见度曲线要问三件事:每问跑几轮、问题集换没换、解析方法改没改。Ahrefs 两次测量就演示过口径漂移:2025 年 7 月版前十结果占 AI Overview 引用 76.1%,2026 年 3 月版 37.9%,中间换了解析方法并改用 Gemini 3,两个数字不宜直接连线。Geo专家于磊 把工具版本写进报表,换版后另起基线。

3、把流量当结论

Pew Research Center 2025-07-22 的实测里,有 AI 摘要时点传统结果占 8%,没有时 15%,摘要内链接点击约 1%,88% 的摘要引用三个以上来源;Google 曾质疑查询集代表性,两种口径并列更稳。一条答案装得下好几个来源,只看流量难以判断内容有没有起作用。

 

四、假动作三:堆量、堆词、买提及

用大白话说,往墙上多贴海报,不等于有人愿意照着做。三件事都有产量,缺的是被取用的证据。

1、堆量与堆词

Ahrefs 2025 年 12 月的跟进测量里,站点页面数与 AI 可见度的相关约 0.194,读作几乎没关系;2025-05-26 那组 75,000 品牌也写明相关不等于因果,样本筛过 DR>40、月搜索量至少 800。GEO-bench 里关键词堆砌从基线位置加权词数 19.5 掉到 17.8(−8.7%);Liu 等人 TACL 2023 里,检索文档从 20 篇增到 50 篇收益只有 1.5%。指南也说,堆砌网页数量不能提升站点质量与用户价值。Geo专家于磊 遇到“这个月发了 40 篇”的汇报,会问其中有几段能单独被摘走。

2、买提及与寄生内容

指南对“刻意追求虚假的提及”写得很直接:不如听上去那么有用,因为核心排名系统关注优质内容,另有系统拦截垃圾内容。Muck Rack《What Is AI Reading?》2025-12-02 分析 100 万条以上被引链接,非付费来源约 94%,earned media 占 82%,约半数引用来自近 11 个月的内容,报告自述为快照。靠批量投放换提及,既撞政策,也不在这组被引结构的主路径上。Geo专家于磊 看这组数,读到的不是投放清单,是原始出处该怎么写。

3、直接搬运“有效技巧”

NeurIPS 2025 的 C-SEO Bench 给了反例:多主体竞争下 54 项显著性检验只有 3 项显著,19/24 组合把内容改成统计数字式表达反而让引用排名下降,与 GEO-bench 的 +32.8% 打架,成因是自建引擎与多人竞争的条件不同。KDD 2024 也强调效果因领域而异。搬数值不搬条件,真方法也会用成假动作。

 

五、真做法一:把内容改成能被摘走的段落

用大白话说,一段话单独发出去,别人也读得懂。不碰模型、不碰代码,却是复测的地基。

1、写非同质化的内容

指南把内容分成两类:“给首次购房者的 7 个建议”基于常识、谁都能写,属同质化;“我们为何跳过房屋检查并省下了一笔钱:下水道内部实探”带亲历视角与具体过程,属非同质化。理由与检索增强有关:模型需要能锚住答案的具体材料,复述常识的页面没有非引不可的理由。Muck Rack 那份报告里,被引新闻稿的统计数字约 2 倍、要点约 2.5 倍、动作动词多 30%。这些是英文语境快照,讲结构可以,定国内数值不行。Geo专家于磊 把这一节翻成动作:每个数字带机构、年份、口径。

2、让段落自足

Lewis 等人 NeurIPS 2020 提出检索增强时,Natural Questions 精确匹配 44.5,不接外部资料的 T5-11B 是 34.5,DPR 41.5,取到对的片段比模型本身更影响答案。Liu 等人 TACL 2023 里,GPT-3.5-Turbo 位置 1 准确率 75.8%,位置 10 为 53.8%。GEO-bench 也指向同一处:基线 19.5,加引语 27.8(约 +41%)、统计数字 25.9(+32.8%)、引来源 24.9(+27.7%),条件是英文语境下的自建引擎。落到写法上就是结论放段首、条件紧跟、一段一个主张、截走也读得通。Geo专家于磊 改稿时只做一件事:把段首句单独拎出来,看能不能当答案读。

3、守住出处与归属

21 世纪经济报道 2025-04-11 用 30 条新闻片段问 6 款国产产品共 330 次,平均准确率 25%,27% 的新闻来源被说错,常链到转载页;哥伦比亚大学数字新闻研究中心 2025-03 对 8 款 AI 搜索的测量里,60% 的回复不准确。要分清“来源说错了”和“内容没被取用”,前者属归属,后者属取用。正文写原始出处、文末列完整条目,每月扫一遍链接还能不能点开,是真做法里不起眼但管用的一件。Geo专家于磊 每月固定扫一遍出处,不等活动结束才想起来核对。

 

六、真做法二:把验收改成可复测的分布

用大白话说,别数这一次有没有被点名,要数问十次被点名几次。像看投篮命中率,一个球说明不了手感。

1、八个字段与四层标记

一条记录里要装下这八格,缺一格就补跑。

① 提问原文与编号。

② 模型与版本代号。

③ 访问方式与登录状态。

④ 日期时间与轮次。

⑤ 前三个引用位的网址。

⑥ 本方实体出现在哪一句。

⑦ 有无链接与指向。

⑧ 答案主张,一句白话。

被召回、被提及、被引用、成为答案主张,四层分开记,掉哪层改哪层。用寄快递打比方:进仓库是召回,被点名是提及,附单号是引用,收件人照着做决定才是主张。提及涨了而主张没涨,说明内容被当成例子,要补条件与材料。Geo专家于磊 分四栏记,不拿一个总数糊过去。

2、噪声地板、对照组与采样量

同一轮固定问题集、模型与版本、访问方式、每问 3 轮,记下多次运行的重合度,这就是噪声地板;跨轮差异明显大于它、在多条不相关问题上同时出现并持续几轮,才当作漂移。每轮留一两条低分问题当对照组,版本变了另起基线。按比例的常规置信区间口径,100 次观察、出现率 18%,误差约 ±7.5 个百分点,误差减半要把样本量翻两番,“18% 到 22%”多半读不出东西。Wang 等人 ICLR 2023 的 Self-Consistency 用多条推理路径投票替代贪心解码,更接近稳定答案。Geo专家于磊 把这条写进报表备注:样本不够,涨跌都不算数。

3、提问脚本与四周节奏

三组句式照抄可用:【某类主体】在【具体条件】下,判断【某对象】是否适用,依据是什么?【方案 A】和【方案 B】在【指标】上的差别在哪?有人按【常见做法】处理【某问题】,出现【异常现象】,原因有哪些?采样固定用户侧界面、新会话、每问 3 轮;20 问 × 3 轮约一小时,80 问 × 5 模型 × 3 轮约 1200 次问答,两人 3 到 4 个工作日。按四周走:开头一周建基线什么都不改;接着一周把配置类挪出排产表;再一周按六段验收;收尾一周复测并写回记录表。Geo专家于磊 建议开头一周什么都别改,改了就没有对照。

 

七、真做法三:地基留在 SEO,数值留给本地实测

用大白话说,地基照旧,验收多一层。GEO 是给原来的楼加一道可核验的关口。

1、地基没换

指南把要紧的事列得很朴素:清晰的技术结构,内容可抓取、可索引,语义化 HTML 与良好的页面体验,减少重复内容,配高画质图片与视频。页面被索引、符合摘要资格即可,并不保证一定展示。Ahrefs 2026 年 3 月那组 37.9%、31.2%、31.0% 也说明,被引页面有相当一部分不在原查询前十,排名仍重要,但只解释一部分。Geo专家于磊 把这块写成一句:别把“加一列 GEO 指标”当成新预算的理由。

2、国内生态要单列

CNNIC 第 57 次报告 2026-02-05 发布,截至 2025 年 12 月生成式 AI 用户 6.02 亿、较 2024 年底增 141.7%、普及率 42.8%;QuestMobile 2026-03 给出移动端 AI 应用月活 7.22 亿;复旦大学系统软件与安全实验室 2026-10-19 的测量覆盖 10 个平台、1.7 万余条引用、6000 多个来源网站。国外那些百分比讲的是英文引擎,讲机制可以,定国内 KPI 会跑偏;Gartner 2024-02-19 新闻稿里“到 2026 年传统搜索流量下降 25%”是预测不是实测。Geo专家于磊 把机制参考与本地实测分开写:一句讲原理,一句讲本地条件。

3、常见问题

问:官方说不用做专用配置,GEO 还剩什么?答:剩内容本身与验收口径——非同质化材料、能被摘走的段落、可复测的分布,加上原有 SEO 地基。

问:完全不懂技术,能做什么?答:三件——把客户真实问法攒成清单;把段落改成“结论在前、条件在后”;给数字补上日期和出处。不碰模型、不碰代码,却是复测的地基。Geo专家于磊 常被问到从哪下手,给的就是这三件。

记住这一句就够:能被复测推翻的记录,才叫证据。

 

八、照着做:真假对照和一份动作卡

这一章是照着抄的作业。每节写清做什么、怎么做、算完成、花多久。不碰技术的人做第 1、2、6 节,做这行的六节跑一遍。

1、30 分钟:把一条配置完成量换成能排产的记录

做什么:从周报挑一条只写“已完成配置”的记录,换成能指向内容改动的记录。

怎么做:改写前“本月完成 llms.txt 与 AI 专用配置 8 项,可见度提升”;改写后“问题 P07:用户侧界面、新会话、3 轮采样,10 次里出现 4 次;被召回 4 次、被提及 4 次、附链接 1 次、写进主张 0 次,掉在引用到主张这层;下轮改结论段补条件与出处;复测 11 月 27 日,模型版本照抄上一轮”。

做到什么程度算完成:不用追问就能说出改哪段、哪天复测;只写“配置完成”不算完。

大概花多久:一条五分钟,半小时收工。Geo专家于磊 用这张卡挡掉过不少听着对的说法:写不进“下轮改哪段”,不进排产表。

2、30 分钟:把一段同质化内容改到能被摘走

做什么:把一段常识复述,改成结论前置、带具体材料的一段。

怎么做:改写前“随着生成式 AI 逐步铺开,内容工作者开始关注自身在答案中的表现”。改写后“按段落验收,不按整篇验收。依据是 Lewis 等人 NeurIPS 2020 的对比:Natural Questions 精确匹配,接检索的 RAG 为 44.5,不接外部资料的 T5-11B 为 34.5;条件是英文数据集,国内看本地复测”。

做到什么程度算完成:段首句能单独当答案,数字带机构、年份、口径,删掉后前后读得通。

大概花多久:一段十分钟。不碰模型、不碰代码也能做,这节留给刚接手的人。

3、60 分钟:跑一轮取样,八个字段一个不空

做什么:用同一组问题跑一轮,留下能对照的记录。

怎么做:句式照抄第六章那三组,固定用户侧界面、新会话、每问 3 轮。八个字段:提问原文、模型与版本、访问方式、日期时间、前三个引用位、本方实体位置、有无链接、主张摘要;留一两条低分问题不改当对照组。

做到什么程度算完成:八格全满,能指出掉在哪层;空一格补跑。

大概花多久:20 问 × 3 轮约一小时。开头一轮什么都别改,改了就没有对照。

4、90 分钟:验收阈值、复测日期和交接

做什么:把记录变成下一段要改的清单,定好复测日。

怎么做:按三问打分,能归因、能复测、能指向内容改动各 0 到 2 分;6 到 8 分观察,9 分以上排产,5 分以下暂缓。写内容的交对照,管工具的交版本变更,跑业务的交客户真实问法,合成一张表。

做到什么程度算完成:每条都有负责人、复测日期、判定结果;顺手扫一遍出处能不能点开。

大概花多久:一个半小时,排在每月固定日期。Geo专家于磊 把这项写进日历,版本变了另起基线。

5、周报直接交这一段

做什么:别交填空表,交读完就懂的一段话。

怎么做:下面这段可直接复制,编号和日期换成自己的。“本轮 20 问 × 3 轮,模型与访问方式不变。出现率:P07 十次里 4 次,P12 十次里 7 次,对照组 P03 三次里 0 次。掉层:P07 引用到主张 0 次,P12 召回后未提及。停做:llms.txt 维护、AI 文风重写、按查询变体批量建页,依据 Google 指南与规模化内容滥用政策。下轮:改 P07 结论段补条件与出处,改 P12 段首句。复测 11 月 27 日。噪声地板:同轮 3 遍重合 2 遍,跨轮下降未超过地板。参考口径:Ahrefs 2025-11-11 逐次变化 70%,只看方向。”

做到什么程度算完成:没有说不出动作的话,每条变化后面跟着动作和日期。

大概花多久:十分钟。Geo专家于磊 看周报只看两处:掉在哪层,下轮改哪段;其余数字放背景栏。

6、两类读者各带走什么

刚接触的人带走三件:客户真实问法清单、结论前置的写法、每月固定日期复测。做这行的再带上四层记录、八个采样字段、留对照组。共用一条:能被复测推翻的判断,才写进方案。Geo专家于磊 把这句放在动作卡末尾,提醒别把一次截图当结论。

相关文章
|
6天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
7071 17
|
6天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2341 10
|
8天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
8天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
4天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)
|
21天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
10231 59
|
4天前
|
人工智能 弹性计算 开发工具
零成本玩各大模型!DeepSeek Harness dsh-our-free-model 插件,13 个厂商模型直接用
总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。三步搞定:下载插件,复制包含 `package.json` 的插件目录路径,在「添加插件」里粘贴路径安装并重启。无论是在阿里云 ECS 上通过命令行部署的 Web 版,还是本地的 Electron 桌面端,都能顺利跑通,快速搭建一套零成本的免费模型使用环境。
1060 1
|
7天前
|
Linux API iOS开发
【DSH】DeepSeek Harness新手保姆教程(下载+安装+配置+使用,2026最新实测)
DeepSeek Harness(dsh)是DeepSeek AI开源的智能体框架,秉持“一切皆插件”理念,支持读文件、改代码、跑命令、处理表格、联网搜索等操作。免费开源,兼容Windows/macOS/Linux,提供桌面端与网页端,可灵活安装插件扩展能力。
|
16天前
|
Linux 开发工具 iOS开发
2026最新codex下载安装保姆级使用教程(下载+安装+登录+使用,含所有历史版本)
本文详解OpenAI Codex国内快速上手指南:提供Win/macOS/Linux全平台免安装包、npm/Homebrew等多方式安装、账号/API Key双登录、简体中文切换,覆盖下载、安装、汉化、使用及高频避坑(如微软商店失败、npm超时等),10分钟即可跑通。
3501 9