GEO 是什么？
GEO（generative engine optimization，生成式引擎优化）指让内容更容易出现在 ChatGPT、Perplexity、Claude 这类 AI 搜索的回答里。这个词来自 Aggarwal 等人 2023-11 发表的论文《GEO: Generative Engine Optimization》（arXiv 2311.09735）：作者来自印度理工学院德里分校（IIT Delhi）、普林斯顿大学和两位独立研究者，论文后来发表在 KDD 2024。论文提出了一套方法，并发布了含 1 万条查询的测试集 GEO-bench。
GEO 是个新词，不是行业标准：不同的人用它指不同的事。下面只说论文测过的，和 kagentx 评测里量得到的。
GEO 和 SEO 到底差在哪？
| SEO | GEO | |
|---|---|---|
| 用户看到什么 | 一排链接，按名次排 | 一段 AI 写的回答，附几个引用的来源 |
| 成功是什么样 | 名次靠前、点击多 | 回答里提到你、引用了你的页面 |
| 主要指标 | 展示次数、点击、平均排名 | 问了 N 次、提到你几次；被引用的网页里有没有你 |
| 怎么测 | Search Console 的效果报告 | 同一组买家问题在每家 AI 里各问几次，记下推荐了谁、引用了什么 |
| 结果稳定吗 | 同一个查询的名次相对稳定 | 不稳定：SparkToro 2026-01 的研究里，同一个问题反复问，给出同一份推荐名单的概率不到 1% |
| 和 Google 名次的关系 | 名次就是结果 | 关系有限：Ahrefs 2025-08 的分析里，ChatGPT 引用的网址只有 8% 排在 Google 前 10 |
| 关键词堆砌 | 曾被用来提高相关性 | 论文里几乎没有提升 |
| 内容上更看重 | 相关性、外链、页面体验 | 能直接摘出来引用的句子、数字、引文、来源 |
两者不是二选一。AI 回答大多靠搜索去找网页，页面读不到、没被收录，两边都吃亏。区别在于测量方式：SEO 看名次，GEO 要按次数统计。
论文实测了哪些做法？
论文在自己搭的生成式引擎上测了 9 种改写网页内容的方法，并拿其中几种在 Perplexity.ai 上验证。摘要的结论是：GEO 最多能把内容在回答里的可见度提高 40%，各领域效果不同。
- 加引用来源（Cite Sources）、加引文（Quotation Addition）、加统计数字（Statistics Addition）效果最好。
- 堆关键词几乎没有提升。在 Perplexity.ai 上，堆关键词的页面比没改的还差约 10%。
- 名次靠后的网站受益更多：在所有来源同时优化的模拟里，加引用来源让排在第 5 名的网站可见度提高 115.1%，第 1 名的平均反而降 30.3%。
这些是 2023–2024 年在论文的测试集上量的结果，用的不是 Google 的 AI 概览，也不能直接套到你的网站上。拿来当方向：页面里放可核对的数字和出处，比重复关键词更有用。
一个真实例子：搜索基础都过了，AI 还是不提
2026-10-26 kagentx 评测 GammaSlide：爬虫可达性、AI 可读性、多语言、指令冲突这 4 项技术检查全部是绿的（4/4，爬虫可达性是首页和 2 个内页用 10 种身份共 30 次请求全部返回 200，和 Googlebot 一样）。这是 SEO 基础，它做到了。
但 GEO 这边是另一个结果：买家的问题拿去问 AI（Claude Sonnet 5.5，开联网搜索）21 次，提到它 0 次；推荐最多的是 Gamma、Plus AI、Beautiful.ai（Gamma 被提到 12 次）。AI 读了 28 个被引用的网页，其中 19 个列出了同类产品，提到它的 0 个。
同一个网站，SEO 的检查表通过，GEO 的次数是 0/21。差别在于：AI 推荐谁，主要看它引用的那些网页里有没有你。完整数据见 GammaSlide 案例。
两个都要做，先做什么？
1. 先把 SEO 基础补齐
页面能被抓取、已收录、正文直出、有 sitemap。用 AI 爬虫检查 看 robots.txt 有没有拦住 AI 爬虫，用 AI 可见度审计清单 逐项过一遍。
2. 列出买家问题，按次数测 GEO
不带品牌名，写 10–20 个买家会问的问题，每家 AI 各问 3 次，记下「提到你几次」和引用的网页。
3. 按引用的网页去补
列表文章里没有你就去投稿，对比页缺了就自己写；页面里加上带出处的数字和一两句能直接引用的话。
4. 同样的问题再测一轮
改完过几周，用同一组问题、同样的次数再测，比次数，不比某一次的回答。具体怎么排查见 为什么 ChatGPT 不推荐我的产品？
常见问题
GEO 是谁提出来的？
2023-11 的论文《GEO: Generative Engine Optimization》（arXiv 2311.09735）。作者是 Pranjal Aggarwal、Vishvak Murahari、Tanmay Rajpurohit、Ashwin Kalyan、Karthik Narasimhan 和 Ameet Deshpande，来自 IIT Delhi、Princeton University 和两位独立研究者，后来发表在 KDD 2024。
GEO 会取代 SEO 吗？
没有证据说会。AI 回答大多先搜索再引用网页，页面读不到、没被收录，两边都不行。更合适的看法是 SEO 是基础，GEO 是在它上面多测一层：AI 回答里有没有你。
GEO 有保证有效的做法吗？
没有。论文在测试集上量到加引用来源、引文和统计数字能提高可见度，最多 40%，且不同领域效果不同；这是实验结果，不是对你网站的承诺。堆关键词在论文里几乎没有提升。
GEO 的效果怎么测？
用同一组买家问题，在每家 AI 里各问几次，记录提到你的次数、推荐了谁、引用了哪些网页，过几周再测一轮对比。因为同一个问题的回答每次都不同，只问一次没有意义。
小网站做 GEO 有机会吗？
论文的模拟里名次靠后的网站受益更多，但那是实验设定。现实里，先看 AI 引用的网页里有没有你，补上列表文章、对比页和能直接引用的页面，是小站最实际的路径。
出处
- Aggarwal 等（IIT Delhi、Princeton University） · GEO: Generative Engine Optimization （2023-11-16 首次提交，KDD 2024；2026-11-04 核对摘要和正文）
- Ahrefs · Only 12% of AI Cited URLs Rank in Google’s Top 10 for the Original Prompt （2025-08-11 发表，1.5 万个提示词）
- SparkToro × Gumshoe · AIs are highly inconsistent when recommending brands or products （2026-01，12 个提示词每个平台各问 60–100 次）
- kagentx 评测：案例页的数据，日期写在每个例子里。