Generative Engine Optimization (GEO)

生成式引擎优化（GEO）是调整网页内容的一种做法，目的是让生成式引擎选中内容、准确引用内容并为其注明出处。生成式引擎是通过从检索到的来源中撰写回答来响应查询的生成式人工智能系统。普林斯顿大学及合作机构的 Pranjal Aggarwal 及其同事在 2023 年 11 月发表的论文 GEO: Generative Engine Optimization 中引入了这一术语，该论文发表于 KDD 2024；当时 Bing Chat、Google 的 Search Generative Experience 和 Perplexity 已开始直接回答搜索查询。此后，ChatGPT 搜索（2024 年 10 月）和 Google AI Overviews（2024 年 5 月）已将生成式回答呈现在数亿搜索用户面前，而深度研究工具则会为一份报告阅读并引用数十个网页。在生成式回答中，没有可供攀升的排名列表，因此内容的可见度取决于回答中有多少内容来自某个来源，以及该来源被引用得有多醒目。

生成式引擎如何选择来源#

生成式引擎是一种开放域问答系统，基于大规模网络上的检索增强生成（RAG）构建。它会将用户的问题改写为一个或多个搜索查询，这一步骤被 Google 称为 AI Mode 中的 query fan-out；随后从索引中检索候选页面，使用语义搜索和重排序器挑选出能回答各个子问题的段落，并让大型语言模型（LLM）根据这些段落撰写带有引用的答案。每个阶段都是一道关卡，页面必须逐一通过：

用检索到的段落为答案提供依据，也是引擎减少幻觉的方式，因此，清楚陈述事实并提供数字、日期和来源的内容，更容易被准确引用。

GEO 论文的发现#

Aggarwal 及其同事构建了 GEO-bench，其中包含从九个数据集中抽取的约 10,000 个查询，覆盖众多领域；他们通过两种方式衡量可见度：一种是按位置调整的词数，根据答案引用来源的位置，对答案中取自该来源的词语赋予不同权重；另一种是由 LLM 评判的主观印象分数。他们用九种方法改写来源页面后发现，添加可信来源的引用、加入引语和添加统计数据，可使可见度最高提升 40%；而关键词堆砌这一经典搜索技巧几乎没有效果，甚至毫无益处。在常规搜索中排名较低的页面获益最大。在 Perplexity 上，添加引语使按位置调整的词数提高约 22%，添加统计数据则使主观印象分数最高提升 37%。

GEO 与 SEO 及相关术语#

SEO和 GEO 有着共同的基础：可抓取的页面、清晰的结构和实用的内容。GEO 在“这个页面排名如何？”之外，还提出第二个问题：“答案会引用这个页面吗？引用得准确吗？”答案引擎优化（AEO）、AI 搜索优化和 LLM 优化（LLMO）都是目前使用的同义词。提示工程用于塑造用户发送给模型的指令，GEO 无法看到这些指令；RAG 工程则负责构建引擎内部的检索器和生成器，GEO 将其视为黑盒。

技术访问#

爬虫规则决定了第一道关卡。AI 公司会分别运行用于模型训练和搜索的爬虫，因此网站可以选择退出其中一项，同时保留另一项。OpenAI 为此运行两个爬虫：收集训练数据的 GPTBot，以及为 ChatGPT 搜索编入页面索引的 OAI-SearchBot。Google-Extended 是 Google 从同一个 robots.txt 文件读取的控制令牌：Googlebot 仍会为 Search 和 AI Overviews 抓取页面，而针对 Google-Extended 的 Disallow 会阻止页面用于 Gemini 训练和提供依据。Python 标准库可以像这些代理一样读取robots.txt策略：

from urllib.robotparser import RobotFileParser

# Opt out of model training while staying fetchable for AI search and classic search
robots_txt = """
User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: *
Allow: /
"""
parser = RobotFileParser()
parser.parse(robots_txt.splitlines())

for agent in ["GPTBot", "OAI-SearchBot", "Google-Extended", "Googlebot"]:
    allowed = parser.can_fetch(agent, "/glossary/generative-engine-optimization-geo")
    print(f"{agent}: {'allowed' if allowed else 'blocked'}")

它会打印 GPTBot: blocked、OAI-SearchBot: allowed、Google-Extended: blocked 和 Googlebot: allowed，因此该页面仍符合 ChatGPT 搜索、Google Search 和 AI Overviews 的收录条件，同时不会进入 OpenAI 和 Gemini 的训练数据。除了爬虫规则，页面还需要无需登录即可加载、出现在 XML 站点地图中，并携带准确的 Schema.org结构化数据，通常以 JSON-LD 格式编写，用于描述文章、产品和软件等实体。在 Ultralytics Platform上，同样的访问规则也适用于计算机视觉数据集和项目：设为公开后，每位访客都能通过简洁的 URL 访问，无论是否登录，搜索爬虫和 AI 助手也能检索；私有内容则仍需登录才能访问。

衡量 GEO#

生成的答案会因措辞、检索索引和模型版本而异，因此团队会长期跟踪一组固定的代表性问题，并记录各个引擎引用了哪些页面、引用频率如何，以及答案是否准确地呈现了这些页面的内容。来自助手的引荐流量会在分析数据中显示为来自 chatgpt.com 和 perplexity.ai 等域名的访问。搜索引擎也开始直接报告引用情况：Bing Webmaster Tools AI Performance 报告于 2026 年 2 月公开预览版发布，可显示 Microsoft Copilot 和 Bing AI 答案引用各个页面的频率，以及检索到这些页面的依据查询。