GEO 与 AI SEO：哪些做法有依据，哪些只是误区

品牌主要通过两条相互交叉的路进入 ChatGPT、Gemini、Perplexity 和 AI 概览的回答，而 GEO 就是同时在这两条路上做的工作：

1. 通过搜索。模型在回答的过程中上网搜索，并引用它找到的部分页面。这里起作用的和 SEO 一样：爬虫能访问、页面在索引中、在关键词及其变体上有可见度，以及不看页面其余部分也能回答问题的片段。和 SEO 一样，效果要几周或几个月后才看得到。
2. 通过模型记忆。模型根据训练结束之前学到的内容回答，而这份记忆也会影响它上网搜索时提到谁。这里重要的是别人写了品牌什么，以及多个来源中一致的品牌描述。模型记忆的变化速度我没有测量过，所以在一个季度的范围内，我不对这里作任何承诺。

大多数“GEO 技巧”没有证据，其中一部分我用自己的数据检验过。 llms.txt 文件和结构化数据，没有证据显示它们能带来引用。在我的测试中，更多的标题没有把页面推进前 3 名。“子查询的排名是否比主关键词的排名更能预测引用”这项测试没有得出结论，而我最初的结论又被交叉检查推翻了。每一句话的证据都在下文。

什么是 GEO？它还有哪些叫法？

GEO 是让品牌出现在 AI 生成的回答中的工作，这些回答来自 Google 的 AI 概览和 AI 模式、ChatGPT、Gemini、Perplexity 和 Copilot。 同一项工作有好几个名称，它们之间的差别主要在营销上：

GEO 这个名称源自一项学术研究，而这项工作的基础和 SEO 是同一个。 GEO 来自 2023 年 11 月的一篇论文，被 KDD 2024 会议接收。作者 Pranjal Aggarwal 等人在自己的测试集上证明，改动内容最多可以让来源在生成式回答中的可见度提高 40%（arXiv）。Google 在文档中写道，针对生成式搜索的优化仍然是 SEO（Google Search Central）。Zyppy 的 Cyrus Shepard，对“公司是否需要单独的 GEO 策略”这个问题，回答也类似：

人们对这项工作也没有统一的叫法，这一点在 Google 的搜索结果中看得出来。 “AI 搜索优化叫什么？”这个问题，在波兰的搜索结果里出现在“相关问题”板块，在德国、西班牙和芬兰的结果里有对应的问题，而英文的“What is AI SEO called now?”出现在美国、瑞典和新加坡的结果里。关于 GEO（或 LLMO）与 SEO 区别的问题，出现在我检查的 27 个市场中的 9 个，从巴西到日本。

占主导的名称取决于市场。 在日本，这个主题每月约 16,730 次搜索中有 72% 是 LLMO，仅关键词“llmo”就约有 12,100 次搜索，比美国的“ai seo”（约 6,600 次）还多。在德国和法国是 GEO 占主导（64% 和 66%），在韩国是 83%。在波兰，每月约 2,265 次搜索中有 58% 是 AI SEO，包括关键词“ai seo”和波兰语的说法（“pozycjonowanie ai”“pozycjonowanie w ai”），GEO 占 32%。在美国，AI SEO 和 GEO 不相上下：在每月约 25,400 次搜索中占 42% 和 39%，在西班牙则是持平（44% 和 44%）。在捷克，数据中这些名称都没有搜索需求。

关键词“ai seo”的含义不明确，所以我把 AI SEO 的占比看作上限。 搜索“ai seo”时，Google 除了讲 GEO 的文章，也会显示 AI 工具和“如何借助 AI 做 SEO”的教程：在美国，这占前 10 名的一半以上，在丹麦，8 个中至少有 6 个。不过，美国和丹麦针对这个关键词的 AI 概览，把 AI SEO 描述为针对 AI 回答的优化，所以 Google 把它当作这项工作的名称。不计这一个关键词，GEO 在我的博客所覆盖的 26 个市场中的 25 个领先，在日本则是 LLMO。在波兰，含义明确的波兰语说法（“pozycjonowanie ai”“pozycjonowanie w ai”）合计每月约 580 次搜索，GEO 约 725 次。关于 AI 的 SEO 工具，我会另写一篇。

我不统计单独的关键词“aeo”，因为在波兰它主要指海关证书，在美国则有一部分结果是服装连锁品牌 American Eagle 的股价。 在波兰的 Google 上搜索“aeo”，前四个结果中有三个是财政部门的页面。带全称的关键词，例如“answer engine optimization”，我计入“其他”系列。

每个语言版本的文章，使用的都是该市场的人搜索的名称。 日语版讲 LLMO，德语版和法语版讲 GEO，波兰语版讲“pozycjonowanie w AI”和 AI SEO。这个中文版讲 GEO 和 AI SEO，因为在新加坡的中文搜索中，GEO 领先（占 59%，每月共约 1,070 次搜索），AI SEO 占 41%。

AI 如何选择回答的来源？

模型根据搜索或根据记忆回答，而这决定了你到底能改变什么。 当模型上网搜索时，它会把问题拆成几个查询，获取结果，从中选出片段，并引用其中一部分。Google 在文档中把这称为“query fan-out”：系统会发出许多相关的搜索，涉及子主题和不同的来源（Google Search Central）。当模型不搜索时，它根据训练期间学到的内容回答，这时页面在 Google 的排名不会改变任何事。

这两条路相互交叉，因为模型记忆也会影响模型上网搜索时给出的回答。 Dejan 的 Dan Petrovic 写道，品牌在回答正文中被提及，主要取决于模型事先的知识，单个页面几乎改变不了它（Dejan，2026年7月7日）。所以我把两条路分开测量，但并行地在两条路上工作。

模型多久上网搜索一次，取决于模型：在我的测试中，94 个关键词里从 10 个到 94 个不等。 我通过 API 检查了我所负责项目中的 94 个关键词，包括英文和波兰语，在2026年10月3日夜至4日，并在早上重复了一次。在关于 SEO 策略的文章里，我用五个教程类问题描述过同样的现象，这里用的是更大的样本。

• 94 个中 93 个Gemini 2.5 Flash 在第一轮中调用搜索的次数（第二轮是 94 个中 94 个）。我的 API 测试，2026年10月3-4日
• 94 个中 71 个Gemini 3.5 Flash 搜索的次数（第二轮是 94 个中 69 个）。我的 API 测试，2026年10月3-4日
• 84 个中 25 个Gemini 3.1 Pro 搜索的次数（10 次调用因达到限额而报错；第二轮是 94 个中 32 个）。我的 API 测试，2026年10月3-4日
• 94 个中 10 个Gemini 3.8 Flash 搜索的次数（第二轮是 94 个中 15 个）。其余关键词它凭记忆回答。我的 API 测试，2026年10月3-4日

在这个配置下，较新版本的 Gemini Flash 搜索得更少，但 Gemini 3.1 Pro 不符合这个规律。 Pro 的版本号比 3.5 Flash 旧，却比它搜索得少。这是同一个模型系列、同一种 API 配置，不是用户看到的 Gemini 应用，所以我把这些数字当作信号，而不是规律。不过，这足以让我在每次测量时，都先检查模型在多少个问题上真的在搜索。

模型对一个波兰新品牌的记忆很零散，其中一部分模型还编造了它的介绍。 在同一个项目里，大约 500 个关于我所服务品牌的回答，由另一个模型盲评。这个样本中的一个波兰新品牌，所有受检模型都不认识，而在关于它的 12 个回答中，有 9 个的介绍是编造的。编造的比例因模型而异：在关于所有品牌的回答中，从 5% 到 77%。回答由一个模型担任评审，所以低于大约 10 个百分点的差异，我当作噪声。

同一个域名可能在一条路上可见，在另一条路上不可见。 有一个网站，在 Google 的 AI 模式中，13 组关键词里有 10 组被引用，而在不搜索的模型回答中一次都没有出现（13 组中 0 组）。这只是一个域名、13 组关键词，所以这是个例子，不是规律。

在更大规模的研究中，也能看到相关的现象。 Dan Petrovic 转述了 Google Research 对 13 个模型和 2,150 条维基百科事实的研究：Gemini 3 Pro 和 GPT-5 这类顶尖模型，权重中有这些知识的 95-98%，却无法回忆起其中的 26-34%（Dejan，2026年8月17日）。这些是百科类事实，而不是关于品牌的知识，但对品牌的结论是相似的：信息出现在训练数据中，并不保证模型会说出来。

如何通过搜索进入 AI 的回答？

在搜索这条路上，起作用的和 SEO 一样，只有一点不同。 Google 写道，要进入 AI 概览和 AI 模式，页面必须在索引中，并且能带着文字片段出现在搜索结果里，没有其他技术要求（Google Search Central）。不同之处在于，模型会同时发出几个查询，所以只在一个主关键词上可见的页面，被引用的机会比同时在它的变体上也可见的页面要少。另外，ChatGPT 有自己的搜索爬虫（下文会讲），所以在 Google 上的可见度不会直接转移到它那里。

爬虫的访问权限

AI 搜索引擎的爬虫可能在网站所有者不知情的情况下被拦截。 防火墙或内容分发网络（CDN）中的设置，可能会拦截它们，而且常常要等请求次数超过阈值之后才开始拦截，所以单次测试什么也看不出来。我会用 Google、OpenAI、Perplexity 和 Anthropic 的爬虫名称发出一连串请求，并把服务器的响应与普通浏览器得到的响应作比较。

禁止用于训练模型，和禁止用于搜索，是两个不同的决定。 OpenAI 把这两个角色分开：GPTBot 收集可能用于训练模型的内容，而 OAI-SearchBot 决定页面能否出现在 ChatGPT 的搜索结果中。OpenAI 写道，屏蔽 OAI-SearchBot 的网站不会出现在 ChatGPT 的搜索回答里，而屏蔽 GPTBot 不会改变这一点（OpenAI）。同样，Google-Extended 控制 Gemini 模型对内容的使用，但据 Google 说，它不影响页面在搜索中的收录或排名（Google Search Central）。如果用一个开关屏蔽所有 AI 爬虫，可能会失去在 ChatGPT 搜索中的露出，而这并不是你想放弃的。

关键词排名与子查询

排名更高是否会提高被引用的机会，我不知道，因为我的数据没有定论。 在关于 SEO 策略的文章中，在“附置信度的假设”一节，我描述过一篇文章：在五个非常相近的关键词上，它只在其中一个关键词的 AI 概览中被引用，而且恰恰是它排名最低的那个。子查询由模型生成，每次回答都可能不同，所以不存在一份固定的“关键词 X 的子查询清单”。在我的 94 个关键词的样本中，模型在一轮里生成了 493 个不同的子查询，平均每个关键词超过五个。

我检查了子查询的排名是否比主关键词的排名更能预测引用，而我最初的结果没有通过检查。 在我所负责项目的“关键词-页面”组合上，我在计算结果之前，先写下了规则。衡量指标是 ROC 曲线下面积（AUC），也就是一个信号把被引用的页面和未被引用的页面区分开的程度（0.5 相当于抛硬币，1 表示完全区分）。如果子查询的面积至少大 0.10，就算子查询获胜。在留作 AI 概览测试的 29 个组合上，差值是 0.44，也就是测试“通过”。

交叉检查显示，我比较的是两个精度不同的测量。 从头重新计算一切的审阅者，精确复现了我的数字，但注意到：主关键词的排名，我取自一次 Google 搜索结果的获取，而引用取自五次。用同样这五次获取来计算排名之后，差值降到 0.04，置信区间为 -0.28 到 +0.36。所以，我既没有证明子查询比排名更好，也没有证明更差。两个信号都说明了一些事情，所以我两个都用。

来自 DataForSEO 的一次排名获取，其实是对几种结果变体中的一种随机抽样。 我把同样的 94 个关键词，每隔大约一小时获取三次，同一个关键词的两次获取，前 10 名中共同的网址，中位数很少：杰卡德指数（衡量两个集合一致程度的指标，范围 0 到 1）为 0.14-0.15。其中一部分变体很可能是人在浏览器里看不到的结果，因为在 5 个关键词上，浏览器与其中一种变体一致。AI 概览在这方面是稳定的：各次获取之间，它是否出现的一致率为 97-99%。因此，我现在把这个工具的排名，按同时发出的大约 10 次获取的占比来计算。其他工具我没有这样检验过。

能独立回答问题的片段

模型通常不是使用整个页面，而是使用能回答它查询的片段。 所以我这样写：每个片段不看页面的其余部分也能理解，答案放在标题下面的第一句，具体的数字附上分母和日期，用名称而不是“这个”和“那个”。这篇文章里的每个段落都以结论句开头，原因就在这里。这是一种也对读者有帮助的好写法，而不是专门针对 AI 的单独技巧。

这并不意味着要把内容切成碎片，或者增加标题数量。 Google 明确写道，不需要为了让 AI 更好地理解而把内容拆成小片段（Google Search Central）。我也检查过，更多的标题是否有助于进入前 3 名。在美国一个企业软件细分领域的 119 个英文查询、前 10 名的 632 个页面上（2026年9月26日），优势比为 0.95（95% 置信区间：0.81-1.12），考虑文章长度之后为 1.00。在标题数量从最少到最多的三组中，进入前 3 名的页面占比几乎一样：32%、34% 和 32%。这与我在 SEO 策略文章里写的是同一项测试：一个细分领域、一天的测量。不过，这已经足以让我不再为了提高排名而增加标题：标题应该说明它下面的片段讲什么。

波兰语提问，英文子查询

在我的样本中，针对波兰语问题的子查询，有一部分是英文的。 针对波兰语关键词生成的 277 个子查询中，有 81 个没有波兰语的特征。例如，一个询问某类产品排行的波兰语问题，变成了名称里带年份的英文查询。这是在一个样本上的粗略经验判断，但足以让我在处理波兰品牌时，也检查英文来源怎么说它。

如何进入模型的记忆？

光靠你自己的网站改变不了模型记忆：重要的是别人怎么写你。 模型从训练结束之前收集的大量文本中学习。如果品牌主要是自己在写自己，而别人的来源陈旧或相互矛盾，模型就会重复陈旧或矛盾的形象。模型记忆多快更新，我没有测量。我假设要等到后续的版本，所以在一个季度的范围内，我不对这里作任何承诺。

在我自己的品牌上，我同时看到了两种错误来源。 Gemini 用现在时描述我，说我在几年前的雇主那里工作，并把 rogala.pro 描述为“建设中”的网站。模型对我重复最多的两条描述，一字不差地来自我在一家行业网站上的简介，而那个页面在以我的姓名搜索时，在 Google 上排名很靠前。至于那位雇主被写成现任雇主，我在以我的姓名搜索的结果里检查的 26 个页面，没有一个这样写，所以这个错误很可能出在模型记忆中。等简介更新之后，我会用同样的问题再检查一遍。

模型对品牌记得什么，你可以自己检查，不需要 AI 可见度工具。 在不能上网搜索的条件下向模型提问，最稳妥的方式是用不带搜索工具的 API。问品牌是做什么的、面向谁、从什么时候开始运营，每个问题问三次。然后把回答与事实对照，并分别记录哪些是最新的，哪些已经过时，哪些是编造的。

没有一致的品牌定义，提及就会重复旧的描述，所以我从身份开始。 我的顺序：

• 一个品牌定义，在网站、个人资料和别人网站上的简介里保持一致；
• 带标识符的结构化数据，标识符我手动核对过；
• 在 Wikidata 这类知识库中的条目，只在有来源能证实的地方建立；
• 然后才是在由别人编辑的地方的提及和发表。

标识符要先打开读一遍，再放进页面代码。 2026年10月5日，我注意到，从前一天起放在 rogala.pro 结构化数据里的知识图谱标识符，指向的是一位与我同名同姓的演员的资料面板。大约一天的时间里，我的网站向搜索引擎声明我是演员。检查只需要一分钟：在 google.com/search?kgmid= 后面加上标识符，就能看到它真正属于谁。

Wikidata 买不来没有来源支撑的位置。 Wikidata 对在世人物的信息要求有来源，所以不能在里面声明一个除你之外没有别人写过的专长。因此，我在自己这里是从在由别人编辑的地方发表内容开始，而不是从知识库条目开始。

GEO 的哪些做法有效，哪些是误区？

我按证据的强弱来划分关于 GEO 的说法。 “有文档依据”指搜索引擎的文档证实了它，“我的测量”是我重复进行的、来自一种配置的结果。“被推翻”和“未证实”是我在自己的数据上检验过、没有通过或没有得出结论的说法。“没有证据”是流行的建议，背后没有测量，有时甚至有相反的证据。

没有证据显示，llms.txt 文件和 Markdown 版本的页面有助于进入 AI 的回答。 Google 写道，要出现在它的搜索中，不需要创建新的机器用文件、给 AI 用的文本文件、标记或 Markdown（Google Search Central）。2026年7月，我检查了我项目组合中的 10 个域名，没有一个向 AI 代理提供 Markdown 版本。在 rogala.pro 上，从10月8日起，每个页面都有 Markdown 版本和 llms.txt 文件，而到11月8日之前，我在服务器日志中测量有没有人下载它们。在波兰，关键词“llms txt”每月约有 720 次搜索，所以我会单独写这个主题。

结构化数据向搜索引擎描述品牌，但没有证据显示它们能带来引用。 Google 写道，生成式搜索不要求结构化数据，也没有需要添加的特殊 schema.org 标记（Google Search Central）。Seer Interactive 的 Matt Buxbaum 分析了 8,500 个带 AI 概览的关键词，以及在其中获得第一次引用的 6,354 个页面：schema 和 E-E-A-T 信号与获胜的关联最弱，而 FAQ 和 HowTo 标记最多的页面，表现差了大约 10 倍（Seer Interactive，2026年5月28日）。这是相关性，所以我不知道标记是否有害，但我不把这些数据读作有益的证据。我使用结构化数据来描述实体（谁、什么、在哪里、带哪些标识符），因为它就是为此而设。关于它对 AI 回答的影响，我自己的测试还没有完成。

提及和引用是两回事，很多报告把它们混为一谈。 Petrovic 区分了三个事件：系统获取来作为回答素材的页面；引用，也就是作为来源显示的页面；提及，也就是回答正文中的品牌名称，用户会读到并记住它（Dejan，2026年7月7日）。品牌可能被引用却没有在正文中被提及，也可能被提及却没有页面被引用。所以我把这两件事分开测量，不把它们加总成一个“AI 可见度得分”。

如何检查 GEO 有没有效果？

没有基线，就无法把效果归因于任何一项改动，所以我在第一次修改之前先记录它。 基线包括逐字记录的问题、模型的名称和版本、日期和市场。问题我根据需求数据和 Search Console 来拟定，其中大多数不含品牌名称，因为问题里的名称本身就会给模型提示答案。来自两个排名区段的问题组，我写在关于 SEO 策略的文章里。

我分别测量五件事，因为每一件都可能朝不同的方向走：

1. 品牌在回答正文中的提及。
2. 页面作为来源被引用。
3. 模型到底有没有上网搜索，也就是把搜索和记忆分开看。
4. 分析工具中来自 AI 助手的流量，它永远只是下限，因为一部分访问不带来源信息。
5. 同一时期来自 Google 的流量，以确保针对 AI 的改动不是以牺牲普通搜索结果为代价。

聊天机器人的回答是随机的，所以同一个问题我会同时问三次。 AI 概览是稳定的，对它获取一次就够了。AI 可见度工具给出的数字，我一定连同分母一起读：它是在我的问题组中的占比，而不是没有人知道的“AI 市场占有率”。

我在自己的网站上做了什么，还有哪些我不知道？

我从 2016 年起就公开谈论搜索中的 AI，但我自己的品牌还没有出现在 AI 的回答里，我的实验就是从这里开始的。 2026年7月26日的基线：在 Ahrefs 针对波兰检查的 7 个 AI 平台上，rogala.pro 一次引用都没有；在三个平台上进行的 6 次检查中，问题里不带我的姓名，没有一个模型提到我。当有人以我的姓名提问时，模型重复的是几年前的介绍。这只是一次测量，而且没有包括 ChatGPT，因为我用来收集回答的工具没有返回它的结果，所以我把它当作起点，而不是证据。

工作的顺序来自数据：先身份，后覆盖面。 我统一了个人资料中的一个定义（在 LinkedIn 上有 30 个语言版本），核对了结构化数据里的标识符（演员的失误就是这样发现的），并搭建了网站和 27 种语言的博客，附带 Markdown 版本。覆盖面，也就是在别人的媒体上发表和被提及，要等这些做完之后才进行。

我还不知道这是否有效。 我计划从2026年11月1日起进行第一次 AI 回答的重复测量，Markdown 文件的测量结果会在11月8日之后出来。我会把结果补充到这篇文章里，即使结果是零。

关于 GEO 的常见问题

从哪里开始？

前三步除了时间，不花任何钱。 检查 AI 搜索引擎的爬虫能否拿到你的网站。把你的客户会问的几个问题，不带你的品牌名称，同时问三次，并记录谁被提及、谁被引用。读一读 Google 在只搜索你的品牌名称时的结果怎么说你的品牌，因为模型使用的是同样的来源。如果结果让你吃惊，这就是适合做咨询的话题。