生成式引擎优化：专业服务企业如何获得 AI 搜索引用

生成式引擎优化（GEO）是让 AI 搜索更容易找到、理解和引用你的内容。对专业服务企业来说，这主要是做好常规的搜索优化：页面先回答问题，写明作者姓名，提供原创证据，并使用爬虫可读取的 HTML。任何人，包括 Google，都无法保证 AI 答案会引用你。

GEO 和 AEO 是什么意思？

GEO 是生成式引擎优化。AEO 是答案引擎优化。这两个名称都指旨在出现在 AI 撰写的答案中的工作，例如 Google 的 AI Overviews 和 AI Mode，或 ChatGPT 搜索中的答案。

提出 GEO 的研究论文由 Pranjal Aggarwal 及其同事撰写，最初于 2023 年 11 月发布在 arXiv，并被 KDD 2024 会议接收（arXiv （在新标签页中打开）^[12]）。Google 将这些术语所指的工作视为普通 SEO。其最后更新于 2026 年 7 月 10 日的指南这样说：“从 Google Search 的角度看，优化生成式 AI 搜索就是优化搜索体验，因此仍然是 SEO”（Google Search Central （在新标签页中打开）^[2]）。

AI 答案如何选择来源？

Google 指南和 GEO 论文中描述的引擎都会先检索候选页面，再据此撰写答案。无法被检索到的页面，无论写得多好，都无法被引用。

Google 在指南中介绍了自己的方式。检索增强生成（RAG）依靠 Google 的核心排名系统从搜索索引中“检索相关、最新的网页”。系统随后审阅这些页面，撰写回答并链接到支持回答的页面。查询扇出是“模型生成的一组并发的相关查询”，用于获取更多结果。Google 的例子是一个关于草坪杂草的问题，它也可能触发对除草剂和预防方法的搜索（Google Search Central （在新标签页中打开）^[2]）。

GEO 论文将引擎建模为查询改写、检索已排序的来源、生成摘要以及给出带引用的最终回答（arXiv （在新标签页中打开）^[13]）。Google 表示，AI Overviews 和 AI Mode“可能使用不同的模型和技术，因此显示的回答和链接会有所不同”（Google Search Central （在新标签页中打开）^[1]）。OpenAI 的爬虫文档表示，选择屏蔽 OAI-SearchBot 的网站“不会显示在 ChatGPT 搜索答案中”，但“仍可能作为导航链接出现”（OpenAI （在新标签页中打开）^[14]）。

这些页面都没有公开在符合条件的页面之间进行选择的公式。任何“AI 排名因素”清单都应视为基于测试的推断，而非文档说明。

Google 如何说明其 AI 功能？

Google Search Central 的 AI 功能页面明确指出：“出现在 AI Overviews 或 AI Mode 中没有额外要求，也无需其他特殊优化”（Google Search Central （在新标签页中打开）^[1]，最后更新于 2025 年 12 月 10 日）。要作为支持性链接出现，页面“必须被索引，并有资格在 Google Search 中以摘要形式显示”。满足所有要求仍不能保证任何结果。同一页面指出：“索引和展示并无保证。”

2026 年 5 月 15 日，Google 新增了专门的指南“Optimizing your website for generative AI features on Google Search”（搜索文档更新 （在新标签页中打开）^[3]）。其核心建议涉及内容：独特、有用的页面对网站在生成式 AI 搜索中的长期表现可能比指南中的任何其他建议都更有影响。

2026 年的四条更新值得关注。

日期来自 Google 的更新日志 （在新标签页中打开）^[3]和 2026 年 6 月 3 日的 Search Console 公告 （在新标签页中打开）^[6]。

Search Console 的设置中还有一项 Search 生成式 AI 控件。默认包含网站。选择排除后，网站的链接和内容将从 AI Overviews、AI Mode 和 Discover 的生成式 AI 功能中移除。Google 表示，截至 2026 年 8 月 31 日，该控件已覆盖全球所有网站（Search Console 帮助 （在新标签页中打开）^[8]）。其生成式 AI 指南将此控件中包含网站列为技术要求之外的资格条件。

GEO 论文测试了什么，发现了什么？

研究探讨改写页面是否会改变 AI 答案中归属于该页面的内容比例。作者构建了 GEO-bench，其中包含来自九个来源、涵盖 25 个领域的 10,000 个查询，并将其中 1,000 个测试查询输入模拟引擎：先取得每个查询的前五个 Google 结果，再由 gpt-3.5-turbo 撰写带引用的答案。对于每个查询，随机选取一个来源页面，由语言模型使用九种方法之一改写。论文称得分是五个随机种子的平均值，下表即论文的表 1（Aggarwal 等，KDD 2024 （在新标签页中打开）^[13]）。

研究使用了两个指标。位置调整字数统计引用该页面的句子中的字数，对靠前的句子赋予更高权重，再除以答案长度。主观印象取七项 GPT-3.5 评分的平均值，包括相关性和点击可能性。两者均使用论文自己的尺度，表 1 中未修改的基准在两个指标上均为 19.3，分数越高越好。

添加引语在两个指标上都是最强的方法。相对于 19.3 的基准，其 27.2 是作者报告的第一个指标提升 41%，24.7 则是第二个指标提升 28%。添加统计数据和引用来源在两个指标上也都超过基准。关键词堆砌这一经典搜索策略的表现因指标而异：位置调整字数为 17.7，低于 19.3 的基准；主观印象为 20.2，高于基准。作者得出结论称，它“几乎没有或完全没有改善”。作者还报告说，更有说服力的语气没有带来显著提升，尽管表中显示有较小提升，因此应谨慎解读该行。

论文并非完全一致。其附录称表 6 包含五个种子的结果及标准差，但表 6 列出的基准为 19.8，而非 19.3。表中关键词堆砌在第一个指标上也与基准持平（19.8，第二个指标为 20.6），添加引语则为 27.1，按本文计算比其基准高约 37%，而表 1 标题说明中为 41%。论文没有解释这一差异。趋势一致，但引用表 1 时应注明是表 1，不要将表 6 视为对其百分比的独立确认。

作者在 Perplexity 上用 200 个测试查询重复了测试，将每个页面的文本作为文件上传（表 5）。添加引语在第一个指标上得分为 29.1，基准为 24.1。关键词堆砌在第一个指标上得分为 21.9，低于基准；第二个指标为 28.1，高于 24.7 的基准。

研究无法告诉你的事情：

• 业务结果。 它衡量的是页面在模拟答案中所占的份额。研究没有统计点击、咨询或销售，点击可能性得分是 GPT-3.5 的评分，而非观察到的行为。
• 当今引擎的表现。 引擎分别是基于 gpt-3.5-turbo 专门构建的流程，以及使用上传文件的 Perplexity，因此后者自身的检索能力未受测试。作者写道，方法“可能需要随着生成式引擎的发展而不断调整”，且他们没有评估对搜索排名的影响。
• 添加内容是否准确。 添加的引语、统计数据和引用由语言模型生成，局限性部分没有讨论其准确性。结果描述的是模型添加的材料，而非经过核实的证据。在真实页面上，证据必须真实且可核查，这是编辑规则，而非研究发现。
• 2024 年之后的情况或任何 Google 功能。 Google 的 2026 年指南没有提及该论文，没有公布测试数据，也没有说结果适用于 AI Overviews 或 AI Mode。

专业服务企业应该怎么做？

从买家联系你之前阅读的页面入手。以下每项做法都有文档来源支持，或标明为编辑判断。

先给出答案。 以问题作为标题，在开头几行直接回答，然后提供证据并说明局限。Google 表示“你不需要专门为了生成式 AI 搜索而采用特定的写法”，因此先给答案是为了希望尽快得到答案的读者。面向读者和 AI 的答案优先写法介绍了这一格式。

写明作者和企业。 Google 的实用内容指南询问“访问者是否能一目了然地知道内容的作者是谁”（Google Search Central （在新标签页中打开）^[9]）。为每个页面署名，链接到列有真实资历的作者页面，并在网站和个人资料中统一企业、人员和服务名称的写法。第二个习惯是编辑判断，并非有文档支持的排名因素；面向专家的实体 SEO解释了其中的原因。Google 将虚构创作者资料，包括编造姓名和虚假资历，称为“一种欺骗行为”。

发布只有你能提供的内容。 Google 的生成式 AI 指南要求提供“独特的观点”，并提醒避免“生成式 AI 模型可以轻易生成”的内容（Google Search Central （在新标签页中打开）^[2]）。对专家来说，这意味着你的方法、对真实情况的分析（经许可并匿名处理）以及你自己工作中的测量数据，每项都注明日期和收集方式。

准确引用。 GEO 研究中，模型添加的引用和引语有所帮助，但研究没有检查它们是否真实。这里的编辑规则更加严格：链接到原始来源，简短逐字引用，并为每个数字注明年份、对象群体和衡量指标。不要添加无法追溯的数字。

确保页面可抓取。 Google 的 AI 功能页面列出的要求包括在 robots.txt 以及任何 CDN 或托管层允许抓取，并以文本形式提供重要内容（Google Search Central （在新标签页中打开）^[1]）。OpenAI 将 OAI-SearchBot（ChatGPT 搜索）和 GPTBot（模型训练）作为独立的 robots.txt 设置，并表示 robots.txt 的更改可能需要约 24 小时才会影响 ChatGPT 搜索（OpenAI （在新标签页中打开）^[14]）。Google 将用于 Gemini 训练和基于来源生成回答的 robots.txt 控件 Google-Extended 与搜索抓取区分开来，并表示它不影响 Google Search 的收录（Google Search Central （在新标签页中打开）^[5]）。AI 爬虫如何读取你的网站详细介绍了各运营方的控件和检查方法。

让标记和日期与可见页面一致。 Google 的 AI 功能页面要求结构化数据“与页面上可见的文本一致”，并表示不需要特殊的 schema.org 标记。对于日期，Google 建议使用“最后更新”等可见标签，在 Article 等 CreativeWork 子类型中使用与之匹配的 datePublished 和 dateModified，并且不要使用未来日期。其系统会估计页面“发布或大幅更新”的时间，日期必须描述页面自身的发布或更新（Google Search Central （在新标签页中打开）^[10]）。从编辑判断出发，只在内容发生实质性变化时修改日期，绝不要为了显得新而修改。如果唯一目的是获得富媒体搜索结果，就不必添加 FAQ 标记。

实例演示（假设）

假设一家虚构的咨询公司在“我们的工作方式”页面上仅表示，对每位客户都采用“协作、量身定制的方式”。当买家向 AI 助手询问客户入门流程审计涵盖什么时，该页面没有任何可供引用的内容。围绕这一问题重写后，同一页面会发生如下变化。方括号表示需要由该公司经批准的材料填入的占位内容。

这里展示的不是实际成果或客户故事。重点在于编辑决策：用买家问题所需的事实，替换对服务风格的笼统描述。

潜在客户反复提出的问题是这些页面最好的素材。

哪些做法行不通？

以下是六种常见做法以及来源对每种做法的说明。表格参考了 Google 的生成式 AI 指南 （在新标签页中打开）^[2]、GEO 研究和 Google 关于外部服务的建议。

Plandora 发布了 llms.txt 文件和 XML 网站地图。这说明了存在什么，并不说明它们带来了什么，本文也不声称二者带来了任何引用。其他 AI 产品是否读取 llms.txt，请参阅 llms.txt 是否重要。

如何衡量 AI 搜索可见度？

三类证据回答三个不同的问题，其中一项上升并不代表另一项也会上升。爬虫日志显示访问情况。来自 OAI-SearchBot 或 GPTBot 的请求意味着机器人抓取了一个 URL，并不意味着有人看到了页面或答案引用了它。引荐流量显示访问次数。分析工具统计通过链接访问的人，但无法记录引用了你却没有产生点击的答案。AI 搜索引荐流量：研究衡量了什么解释了已发表的引荐流量研究统计了什么、遗漏了什么。保存的答案显示观察到的引用，需要按流程记录。

在 Search Console 中，Generative AI 效果报告统计展示次数：按页面、国家、设备和日期统计你的网站链接在 AI Overviews 和 AI Mode 中显示的次数（Search Console 帮助 （在新标签页中打开）^[7]）。应将其理解为出现次数，而非访问次数。Google 表示，这些数据也包含在总体效果报告中，因此应将 Generative AI 报告中的展示和效果报告中的点击视为不同指标。Google 表示，如果网站在 AI 功能中的展示次数过少，报告通常不会出现，或者网站可能被排除。

保存答案时，每一轮都遵循相同的步骤：

1. 确定一组 10 到 20 个真实客户问题，使用客户自己的措辞，并在各轮之间保持措辞不变。
2. 在新对话中提出每个问题，避免之前的聊天影响答案。
3. 记录引擎和模式、日期、位置和语言设置，以及准确的提示词。
4. 每轮将每个问题重复提问数次。答案会变化：Google 表示 AI Overviews 和 AI Mode 中的回答和链接会有所不同，GEO 作者对每个查询抽取了五个回答，“以减少统计偏差”。
5. 保存完整答案文本和每个引用链接，然后记录你的哪些页面被引用（如果有）。

将前后变化视为观察结果。引擎、提示词、位置和你自己的页面都在同时变化，因此编辑后出现上升并不能证明是编辑导致的，单个答案也绝不能代表结果。十到二十个问题只是起始样本，并不能反映整个市场。访客向你自己的 Digital Mind 提出的问题（参见 Plandora 的专业服务企业页面）可以直接作为问题清单的来源，根据你的方案，Insights 还可以显示热门问题和答案覆盖情况。

七步 GEO 清单是什么？

1. 确认资格。 页面可被索引，robots.txt 或 CDN 没有阻止抓取，重要内容是文本，且 Search 生成式 AI 控件包含你的网站。
2. 确定问题集并建立基准。 列出 10 到 20 个真实客户问题，按上述方法提问，并在做出任何更改前保存答案。
3. 以答案优先的方式重写重点页面。 参考实例：先给出直接答案，再说明范围、排除项、证据和局限。
4. 添加可追溯的原创证据。 对一家假设的咨询公司而言，可以是注明日期和编制方式的审计清单，或经许可分享的匿名客户页面修改前后对比。省略任何无法溯源的数字。
5. 显示作者和时间。 添加真实署名、作者页面、关于页面、一致的名称和真实日期。
6. 让结构化数据与可见页面一致。 标记应反映读者看到的文本。
7. 每月重复衡量。 重新提出相同的问题，分别保存爬虫日志、引荐流量数据和答案，并记录发生了什么变化。任何步骤都不能保证获得引用。