GEO 是什麼？
GEO（generative engine optimization，生成式引擎最佳化）指讓內容更容易出現在 ChatGPT、Perplexity、Claude 這類 AI 搜尋的回答裡。這個詞來自 Aggarwal 等人 2023-11 發表的論文《GEO: Generative Engine Optimization》（arXiv 2311.09735）：作者來自印度理工學院德里分校（IIT Delhi）、普林斯頓大學和兩位獨立研究者，論文後來發表在 KDD 2024。論文提出了一套方法，並發布了含 1 萬條查詢的測試集 GEO-bench。
GEO 是個新詞，不是業界標準：不同的人用它指不同的事。下面只說論文測過的，和 kagentx 評測裡量得到的。
GEO 和 SEO 到底差在哪？
| SEO | GEO | |
|---|---|---|
| 使用者看到什麼 | 一排連結，按名次排 | 一段 AI 寫的回答，附幾個引用的來源 |
| 成功是什麼樣 | 名次靠前、點擊多 | 回答裡提到你、引用了你的頁面 |
| 主要指標 | 曝光次數、點擊、平均排名 | 問了 N 次、提到你幾次；被引用的網頁裡有沒有你 |
| 怎麼測 | Search Console 的成效報表 | 同一組買家問題在每家 AI 裡各問幾次，記下推薦了誰、引用了什麼 |
| 結果穩定嗎？ | 同一個查詢的名次相對穩定 | 不穩定：SparkToro 2026-01 的研究裡，同一個問題反覆問，給出同一份推薦名單的機率不到 1% |
| 和 Google 名次的關係 | 名次就是結果 | 關係有限：Ahrefs 2025-08 的分析裡，ChatGPT 引用的網址只有 8% 排在 Google 前 10 |
| 關鍵字堆砌 | 曾被用來提高相關性 | 論文裡幾乎沒有提升 |
| 內容上更看重 | 相關性、外部連結、頁面體驗 | 能直接摘出來引用的句子、數字、引文、來源 |
兩者不是二選一。AI 回答大多靠搜尋去找網頁，頁面讀不到、沒被收錄，兩邊都吃虧。差別在於衡量方式：SEO 看名次，GEO 要按次數統計。
論文實測了哪些做法？
論文在自己搭的生成式引擎上測了 9 種改寫網頁內容的方法，並拿其中幾種在 Perplexity.ai 上驗證。摘要的結論是：GEO 最多能把內容在回答裡的可見度提高 40%，各領域效果不同。
- 加引用來源（Cite Sources）、加引文（Quotation Addition）、加統計數字（Statistics Addition）效果最好。
- 堆關鍵字幾乎沒有提升。在 Perplexity.ai 上，堆關鍵字的頁面比沒改的還差約 10%。
- 名次靠後的網站受益更多：在所有來源同時最佳化的模擬裡，加引用來源讓排在第 5 名的網站可見度提高 115.1%，第 1 名的平均反而降 30.3%。
這些是 2023–2024 年在論文的測試集上量的結果，用的不是 Google 的 AI 概覽，也不能直接套到你的網站上。拿來當方向：頁面裡放可查證的數字和出處，比重複關鍵字更有用。
一個真實例子：搜尋基礎都過了，AI 還是不提
2026-10-26 kagentx 評測 GammaSlide：爬蟲可達性、AI 可讀性、多語言、指令衝突這 4 項技術檢查全部是綠的（4/4，爬蟲可達性是首頁和 2 個內頁用 10 種身分共 30 次請求全部回傳 200，和 Googlebot 一樣）。這是 SEO 基礎，它做到了。
但 GEO 這邊是另一個結果：買家的問題拿去問 AI（Claude Sonnet 5.5，開啟連網搜尋）21 次，提到它 0 次；推薦最多的是 Gamma、Plus AI、Beautiful.ai（Gamma 被提到 12 次）。AI 讀了 28 個被引用的網頁，其中 19 個列出了同類產品，提到它的 0 個。
同一個網站，SEO 的檢查表通過，GEO 的次數是 0/21。差別在於：AI 推薦誰，主要看它引用的那些網頁裡有沒有你。完整資料見 GammaSlide 案例。
兩個都要做，先做什麼？
1. 先把 SEO 基礎補齊
頁面能被檢索、已收錄、正文直出、有 sitemap。用 AI 爬蟲檢查 看 robots.txt 有沒有擋住 AI 爬蟲，用 AI 能見度稽核清單 逐項過一遍。
2. 列出買家問題，按次數測 GEO
不帶品牌名，寫 10–20 個買家會問的問題，每家 AI 各問 3 次，記下「提到你幾次」和引用的網頁。
3. 按引用的網頁去補
列表文章裡沒有你就去投稿，比較頁缺了就自己寫；頁面裡加上附出處的數字和一兩句能直接引用的話。
4. 同樣的問題再測一輪
改完過幾週，用同一組問題、同樣的次數再測，比次數，不比某一次的回答。具體怎麼排查見 為什麼 ChatGPT 不推薦我的產品？
常見問題
GEO 是誰提出來的？
2023-11 的論文《GEO: Generative Engine Optimization》（arXiv 2311.09735）。作者是 Pranjal Aggarwal、Vishvak Murahari、Tanmay Rajpurohit、Ashwin Kalyan、Karthik Narasimhan 和 Ameet Deshpande，來自 IIT Delhi、Princeton University 和兩位獨立研究者，後來發表在 KDD 2024。
GEO 會取代 SEO 嗎？
沒有證據說會。AI 回答大多先搜尋再引用網頁，頁面讀不到、沒被收錄，兩邊都不行。更合適的看法是 SEO 是基礎，GEO 是在它上面多測一層：AI 回答裡有沒有你。
GEO 有保證有效的做法嗎？
沒有。論文在測試集上量到加引用來源、引文和統計數字能提高可見度，最多 40%，且不同領域效果不同；這是實驗結果，不是對你網站的承諾。堆關鍵字在論文裡幾乎沒有提升。
GEO 的效果怎麼測？
用同一組買家問題，在每家 AI 裡各問幾次，記錄提到你的次數、推薦了誰、引用了哪些網頁，過幾週再測一輪對比。因為同一個問題的回答每次都不同，只問一次沒有意義。
小網站做 GEO 有機會嗎？
論文的模擬裡名次靠後的網站受益更多，但那是實驗設定。現實裡，先看 AI 引用的網頁裡有沒有你，補上列表文章、比較頁和能直接引用的頁面，是小站最實際的路徑。
出處
- Aggarwal 等（IIT Delhi、Princeton University） · GEO: Generative Engine Optimization （2023-11-16 首次提交，KDD 2024；2026-11-04 核對摘要和正文）
- Ahrefs · Only 12% of AI Cited URLs Rank in Google’s Top 10 for the Original Prompt （2025-08-11 發表，1.5 萬個提示詞）
- SparkToro × Gumshoe · AIs are highly inconsistent when recommending brands or products （2026-01，12 個提示詞每個平台各問 60–100 次）
- kagentx 評測：案例頁的資料，日期寫在每個例子裡。