如何在生成式引擎优化（GEO）中取得成功

如果你希望您的内容出现在 AI Overviews、ChatGPT 和 Gemini 中？以下是设置 GEO 广告系列的方法。

任何好的 GEO 活动的第一步是创造一些东西实际上想要链接到或引用。

GEO 策略组件

想象一些你合理预期不会直接在 ChatGPT 或类似系统中找到的体验：

• 例如卢浮宫的 3D 导览或虚拟现实音乐会。
• 实时数据如价格、航班延误、可用酒店房间等。虽然大型语言模型（LLMs）可通过 API 集成此类数据，但我认为目前存在机会捕获部分此类流量。
• 需要 EEAT（经验、专业知识、权威性、可信度）的主题。

LLMs 无法拥有第一手经验。但用户希望获得。LLMs 有动力引用提供第一手经验的来源。这是需要记住的一点，但还有其他什么呢？

我们需要区分两种方法：影响基础模型与通过锚定影响LLM答案。前者对大多数创作者而言难以实现，而后者则提供了切实可行的机会。

影响基础模型

基础模型是在固定数据集上训练的，训练完成后无法学习新信息。对于当前的模型如GPT-4而言，已经为时已晚——它们已经完成训练。

但这对于未来至关重要：想象一台智能冰箱使用 2025 年的 o4-mini 系统，它可能——假设性地——更倾向于可口可乐而非百事可乐。这种偏见可能在未来数年内影响购买决策！

优化RAG/地面校准

当大型语言模型（LLMs）仅凭训练数据无法回答问题时，它们会使用检索增强生成（RAG）技术——从当前信息中提取内容以辅助生成答案。AI Overviews 和 ChatGPT 的网页搜索功能便是通过这种方式实现的。

作为 SEO 专业人士，我们希望实现以下三点：

1. 我们的内容被选为信息来源。
2. 我们的内容在这些来源中被引用最多。
3. 其他被选中的来源支持我们的预期结果。

成功运用 GEO 的具体步骤

别担心，优化内容和品牌提及以适应大型语言模型（LLMs）并不需要高深的知识。实际上，许多传统的 SEO 方法仍然适用，其中一些可以融入你的工作流程。

步骤1：确保可爬取

听起来简单，但实际上这是非常重要的一步。如果你希望 LLMs 能够爬取你的网站，就必须允许它们这样做。OpenAI、Anthropic 等公司提供了多种 LLM 爬虫工具。

其中部分爬虫行为异常，可能触发反爬虫和 DDoS 防护机制。若您自动拦截了攻击性机器人，请与IT团队沟通，确保不会误拦截您关注的 LLM 爬虫。

若使用 CDN 服务（如：Fastly 或 Cloudflare），请确认LLM爬虫未被默认设置拦截。

步骤 2：继续提升传统排名

最关键的 GEO 策略其实非常简单。做好传统 SEO。在 Google（针对 Gemini 和 AI Overviews）、Bing（针对 ChatGPT 和 Copilot）、Brave（针对 Claude）以及百度（针对 DeepSeek）上获得良好的排名。

步骤 3：目标查询分支

当前一代的语言模型实际上比简单的 RAG 做了更多事情。它们会生成多个查询。这被称为查询分支。

例如，当我最近询问 ChatGPT “SEO 们讨论的最新 Google 专利是什么？”时，它进行了两次网络搜索，分别是 “SEO 们讨论的最新 Google 专利 2025 SEO 论坛” 和 “SEO 们讨论的最新 Google 专利 2025”。

建议：检查提示词的典型查询分支，并尝试为这些关键词进行排名。

我在 ChatGPT 中看到的典型扇出模式包括：当询问人们在讨论什么时，会附加“论坛”一词；当询问与某人相关的问题时，会附加“采访”一词。当前年份（2025）也常被添加。

注意：不同 LLM 的扇出模式存在差异，且随时间变化。我们今天看到的模式可能在12个月后不再适用。

步骤 4：确保品牌提及的一致性

这是每个人都应做到的简单事情——无论是作为个人还是企业。确保您在网上被一致地描述。在 X、LinkedIn、您自己的网站、Crunchbase、Github 等平台上，始终以相同的方式描述自己。

如果你在 X 和 LinkedIn 上的个人资料中称自己为“中小企业地理信息系统（GIS）顾问”，就不要在 Github 上改成“人工智能（AI）专家”，也不要在新闻稿中称自己为“机器学习（ML）自由职业者”。

我曾看到有人仅通过在网上保持一致的自我描述，就在 ChatGPT 和 Google AI Overviews 上取得了积极成果。这一点也适用于公关报道——你为品牌获得的报道越多且质量越高，LLMs 就越有可能将这些内容原封不动地反馈给用户。

步骤 5：避免使用 JavaScript

作为 SEO，我总是要求尽可能少地使用 JavaScript。作为 GEO，我坚决要求！

大多数 LLM 爬虫无法渲染 JavaScript。如果您的主要内容隐藏在 JavaScript 之后，您就出局了。

步骤 6：拥抱社交媒体与用户生成内容（UGC）

毫不意外，大型语言模型（LLMs）似乎非常依赖 Reddit 和维基百科。这两个平台几乎涵盖了所有主题的用户生成内容。得益于多层社区驱动的审核机制，大量垃圾信息和垃圾邮件已被过滤掉。

尽管两者均可被滥用，但其内容的平均可靠性仍远高于互联网整体水平。两者均会定期更新。

Reddit 还为 LLM 实验室提供了关于人们如何在线讨论话题、使用何种语言描述不同概念以及对冷门小众话题的知识等数据。

我们可以合理假设，在 Reddit、维基百科、Quora 和 Stack Overflow 等平台上经过审核的用户生成内容（UGC）将对 LLM 保持相关性。

我并不主张在这些平台上进行垃圾信息轰炸。然而，如果你能影响自己和竞争对手在这些平台上的展示方式，你可能希望这样做。

步骤 7：为机器可读性和可引用性创建内容

编写 LLMs 能理解并愿意引用的内容。目前还没有人完美地解决这个问题，但以下方法似乎有效：

• 使用陈述性和事实性语言。例如，不要写“我们觉得这双鞋对顾客来说不错”，而是写“96% 的买家表示对这双鞋感到满意”。
• 添加结构化数据标记（Schema）。这一话题曾多次被讨论。最近，必应（Bing）首席产品经理 Fabrice Canel 确认，结构化数据标记有助于 LLM 理解您的内容。
• 如果您希望内容被现有 AI Overviews 引用，请确保内容长度与现有内容相当。虽然不应直接复制现有 AI Overviews，但高余弦相似度有助于提升引用概率。对于技术控：是的，考虑到归一化，当然可以使用点积代替余弦相似度。
• 如果你在内容中使用了专业术语，请进行解释。最好用一句简单的话说明。
• 为长段落文本、评论列表、表格、视频及其他难以引用的内容格式添加摘要。

步骤8：优化你的内容

如果我们参考《GEO: Generative Engine Optimization》（arXiv:2311.09735）、《What Evidence Do Language Models Find Convincing? 》（arXiv:2402.11782v1）以及类似的科学研究，答案是明确的。这取决于具体情况！

要在某些 LLM 中被引用，以下几点有助于提升效果：

• 添加独特词汇
• 包含利弊分析
• 收集用户评价
• 引用专家观点
• 包含定量数据并注明来源
• 使用通俗易懂的语言
• 以积极的语气撰写
• 添加低困惑度（可预测且结构清晰）的产品文本
• 包含更多列表（如本段所示！）

然而，对于其他主题与LLM的组合，这些措施可能适得其反。

在广泛认可的最佳实践形成之前，我能给出的唯一建议是：以用户利益为先并进行实验。

步骤 9：坚持事实

十多年来，算法一直从文本中提取知识，将其表示为三元组（主体、谓词、对象）——例如，(自由女神像，位置，纽约)。与已知事实相矛盾的文本可能显得不可信。与共识一致但添加独特事实的文本是大型语言模型（LLMs）和知识图谱的理想选择。

因此，请坚持已确立的事实，并添加独特信息。

步骤 10：投资于数字公关

这里讨论的所有内容不仅适用于您自己的网站，也适用于其他网站上的内容。影响它的最佳方式是什么？数字公关！

您为品牌获得的覆盖范围越广、质量越高，大型语言模型（LLMs）就越有可能将这些内容原封不动地反馈给用户。

我甚至见过广告软文被用作信息来源的案例！

要尝试的具体 GEO 工作流程

在加入Peec AI之前，我曾是该平台的用户。以下是我使用该工具的方式，以及我建议我们的客户如何使用它。

了解您的竞争对手是谁

与传统 SEO 类似，使用一个好的地理定位工具（GEO 工具）往往能揭示出意想不到的竞争对手。定期查看自动识别出的竞争对手列表。对于那些让你感到意外的竞争对手，查看他们在哪些提示中被提及。然后检查导致他们被纳入的来源。你在这些来源中是否得到了恰当的呈现？如果没有，立即采取行动！

如果竞争对手是因为他们的 PeerSpot 个人资料而被提及，但你在那里没有评论，那就请客户留下评论。

你的竞争对手的 CEO 是否被一位 Youtuber 采访过？尝试也上那个节目。或者发布你自己的视频，针对类似的关键词。

你的竞争对手是否经常出现在前十名列表中，而你从未进入前五名？向创建该列表的发布者提供一个他们无法拒绝的联盟协议。在下一次内容更新时，你几乎可以肯定会成为新的第一名。

了解来源

在执行搜索基础时，LLM 依赖于来源。

查看大量相关提示的顶级来源。暂时忽略你的网站和竞争对手。你可能会发现以下内容：

• 一个像 Reddit 或 X 这样的社区。加入社区并参与讨论。X 是你在 Grok 上影响结果的最佳选择。
• 一个由影响者驱动的网站，如：YouTube 或 TikTok。雇佣影响者制作视频。确保指导他们针对正确的关键词。
• 联盟发布商。通过支付更高佣金来提升排名。
• 新闻与媒体发布商。购买广告软文并/或通过公关活动针对他们。在某些情况下，你可能需要联系他们的商业内容部门。

你还可以查看这个。

目标查询扇出

一旦您观察到哪些搜索是由查询扇出触发的，针对这些搜索创建内容。

在您自己的网站上。通过在 Medium 和 LinkedIn 上发布文章。通过新闻稿。或者通过付费文章投放。如果它在搜索引擎中排名靠前，就有机会被基于 LLM 的回答引擎引用。

最后

生成式引擎优化已不再是可选项——它是自然增长的新前沿。在 Peec AI，我们正在构建工具，以追踪、影响并在这片新生态系统中取得胜利。

生成式引擎优化已不再是可选项——它是有机增长的新前沿。目前，我们看到客户的 LLM 流量每 2 到 3 个月就能增长 100%。有时，其转化率甚至能达到传统SEO流量的20倍！

无论您是正在塑造 AI 答案、监控品牌提及，还是推动内容可见性，现在正是采取行动的时机。