GEO
GEO 术语表
生成式引擎优化（GEO）核心概念速查：从 GEO、AEO、Share of Model 到 RAG、结构化数据与实体链接。
- GEO 生成式引擎优化
- 优化品牌，使生成式 AI 引擎（ChatGPT、Gemini、Claude、Perplexity 等）在回答中推荐、引用并准确描述该品牌的实践。
- SEO 搜索引擎优化
- 优化页面，使其在传统搜索引擎（Google、Bing、百度）中获得更高排名——用户在此点击链接。GEO 是 SEO 面向 AI 答案场景的延伸。
- AEO 答案引擎优化
- 通过问答式内容布局与 FAQ 结构化数据，抢占精选摘要与直接答案卡片。AEO 是 GEO 中专注"答案位"的子集。
- GEO Score（GEO 评分）
- XOOER 自研的品牌可见度评分，量化品牌在主流 AI 模型中的权重，综合 Share of Model、排名、引用、情感与准确度。
- RAG 检索增强生成
- AI 模型在回答时先检索相关文档、再据此生成答案的技术。进入可被检索的语料，是被引用的关键。
- LLM 大语言模型
- 在海量文本上训练、能生成类人回答的模型——ChatGPT、Gemini、Claude、豆包、通义千问背后的引擎。
- AI 搜索
- 返回带引用的综合答案、而非链接列表的搜索——GEO 正是为这一转变而生。
- 引用率
- AI 模型在回答中将品牌作为信源引用的频率。引用率越高，代表该品牌的权威度与可信度越强。
- 实体链接
- 将品牌名连接到唯一、无歧义的实体（跨语言与别名），使 AI 模型一致识别。schema.org 的 alternateName 有助于此。
- 知识图谱
- AI 与搜索引擎用来理解并回答品牌、人物、产品的实体及其关系的结构化网络。
- llms.txt
- 放在站点根目录的新兴文本文件，为 AI 爬虫提供精选、机器可读的站点摘要——服务、事实与关键页面。
- 结构化数据（JSON-LD）
- 嵌入页面的机器可读 schema.org 标记（Organization、FAQPage、Article、Product），让引擎精确解析事实、而非靠猜。
- Grounding（事实锚定）
- 将 AI 答案锚定到可验证的信源，使其准确而非臆造。结构良好、可被引用的内容能提升品牌的 grounding。
- 幻觉（Hallucination）
- AI 模型对品牌给出自信却错误的信息。权威的结构化数据与一致的事实可减少品牌幻觉。
- 数字公关
- 在全网赢得权威提及与引用，使 AI 模型在可信信源中反复遇到品牌，从而提升被推荐的概率。