GEO 方法论¶
五维规则原理¶
GEO Skills 将 AI 搜索引擎优化抽象为五个可操作的维度:
1. 问答结构化(Q&A Structuring)¶
原理:AI 搜索引擎对"问题-答案"配对有天然的索引偏好。当文章包含明确的问题(H2 标题)和直接答案(紧接段落),AI 在生成回答时更可能引用该文章。
操作: - 文章开头列出 3-5 个读者可能搜索的问题 - 每个问题后紧跟 100-200 字的直接答案 - 末尾添加 FAQ 段落
2. 实体密度(Entity Embedding)¶
原理:AI 搜索引擎使用知识图谱(Knowledge Graph)理解文章主题。高密度的命名实体(专有名词、人名、产品名、机构名)帮助 AI 确定文章的话题置信度。
操作: - 首次出现的实体附带简短说明 - 明确实体间的关系("A 的创始人 B"、"C 公司的产品 D") - 融入定量数据(百分比、金额、年份)
3. 引用锚点(Citation Anchoring)¶
原理:AI 搜索引擎在生成答案时优先引用有明确信息来源的内容。引用锚点既是权威信号,也是 AI 生成引用标注的直接来源。
操作: - 每篇文章至少 3-5 处明确引用 - 格式遵循学术引用规范("XX 研究(2024)表明") - 优先引用可在线验证的来源
4. 结构化标记(Structural Markup)¶
原理:AI 解析文章时依赖 Markdown 结构提取段落间的语义层次。清晰的 H2-H3-H4 层级、列表、表格、加粗标记都能提升 AI 的理解准确度。
操作: - 严格层级:H2 → H3 → H4,不跳级 - 3 项以上用编号列表,3 项以内用无序列表 - 每段 1-3 处关键词加粗 - 对比数据用表格
5. 平台适配(Platform Adaptation)¶
原理:不同 AI 搜索引擎对不同平台的抓取策略不同。知乎回答不同于公众号文章,两者被 AI 引用的模式也不同。
操作: - 知乎/知恵袋/지식인:问答型开头,个人经验加持 - 公众号/note/Brunch:叙事导入,订阅引导 - 百家号/Google Discover:前 150 字浓缩核心信息 - 小红书/Instagram:视觉化分节,标签优化
评分体系¶
GEO 评分卡(60 分制)六维评估:
| 维度 | 满分 | 评估标准 |
|---|---|---|
| 问答可见性 | 10 | 是否有明确 QA 配对、FAQ 段落 |
| 实体密度 | 10 | 专有名词数量、解释完整性、关系明确性 |
| 引用锚点 | 10 | 引用数量、来源可验证性、引用格式 |
| 结构化标记 | 10 | 标题层级、列表/表格使用、加粗分布 |
| 平台适配 | 10 | 是否符合平台特有的 AI 抓取特征 |
| 可读性 | 10 | 段落长度、语句流畅度、信息密度 |
总分 ≥ 45 为"AI 友好",≥ 50 为"优秀"。
竞品分析方法论¶
详见 竞品分析,核心对比维度:
- AI 搜索支持:是否专门针对 ChatGPT/Perplexity 等优化
- 实时性:能否反映 AI 引擎最新的索引策略变化
- 本地化:中文平台规则覆盖深度
- 可组合性:是否开源、可定制、可嵌入管线
- 成本:月费/按量计费 vs 免费开源
参考文献¶
- Aggarwal, et al. "GEO: Generative Engine Optimization." arXiv, 2023.
- Google Search Central Blog — "AI Overviews and your site"
- Perplexity API Documentation — Content Retrieval Guidelines
- 景一·寓言城堡 — GEO 服务商方法论秘术