GEO 与 AEO:如何被 ChatGPT、Perplexity 和 AI Overviews 引用
2026年7月28日 · 7 分钟阅读
什么是 GEO/AEO,AI 引擎如何挑选信息来源。8 步清单:llms.txt、可引用段落、FAQ、实体、爬虫访问 —— 以及如何衡量效果。
越来越多的搜索会话以「零点击」结束:答案由 AI 组装 —— ChatGPT、Perplexity、Google AI Overviews。用户得到现成的结论,以及构成该结论的来源列表。成为这些来源之一,是推广的新命题 —— 它的解法与经典 SEO 不同。
本文是一套可操作的方法:什么是 GEO 和 AEO,AI 引擎如何决定引用谁,以及本周就能在网站上落地的动作。
什么是 GEO 和 AEO
GEO(generative engine optimization,生成引擎优化)是面向生成式引擎的优化:让模型找到你的内容、选为来源并在答案中引用。AEO(answer engine optimization,答案引擎优化)是更宽泛的术语:面向一切答案引擎的优化,包括语音助手和直接答案卡片。实践中两者边界模糊,需要同时兼顾。
与 SEO 的关键区别:搜索引擎对页面排序,AI 引擎挑选段落。获得排名的是整张页面,而进入 AI 答案的是具体段落 —— 前提是它自成一体、准确、易于抽取。
AI 引擎如何挑选来源
几乎所有引擎的机制相同:改写查询,在自有或合作伙伴索引中检索,从找到的页面中抽取相关片段,再由模型合成带引用的答案。因此,进入答案意味着通过三道过滤:
- 索引 —— 爬虫必须能顺畅访问内容。
- 段落筛选 —— 片段必须直接、完整地回答问题。
- 引用 —— 模型必须「信任」来源:实体、权威度、数据一致。
GEO/AEO 清单:8 步
- 在 robots.txt 中放行 AI 爬虫 —— GPTBot、ClaudeBot、PerplexityBot、Google-Extended 等,并确认 CDN 或防火墙没有拦截它们。
- 添加 llms.txt 与 llms-full.txt —— 经过整理、可直接引用的内容索引。
- 以可引用段落写作:一个问题 —— 一个 40–80 词的段落,第一句给出直接答案。
- 添加带 FAQPage 标记的 FAQ 区块:问答格式是模型抽取得最好的格式。
- 用 JSON-LD 标注实体:Organization、Service、Article、BreadcrumbList;名称与描述在所有来源中必须一致。
- 发布具体信息而非口号:数字、周期、清单、对比 —— 模型引用的是事实。
- 用 hreflang 关联语言版本:引擎用用户的语言作答,也用该语言选取来源。
- 持续更新内容与 dateModified:新鲜度对搜索和 AI 都是信号。
如何衡量效果
这里没有「排名」,但效果可以衡量。定期向各引擎提出你的关键问题,记录它们引用了谁;在分析工具中关注来自 chatgpt.com 和 perplexity.ai 的 referral 流量;跟踪品牌词搜索的增长 —— 人们往往先在 AI 答案里看到你,之后再通过搜索找来。
常见错误
- 「以防万一」屏蔽 AI 爬虫 —— 你直接从来源池中消失。
- 无结构的长文:即使答案在里面,模型也找不到那个段落。
- 用营销话术代替事实 —— 不会被引用。
- 期待立竿见影:引擎需要数周才会重新抓取内容。
GEO/AEO 不是取代 SEO,而是它的延伸:同样是「成为最佳答案」,只是现在答案由机器来组装。把内容做得易于引用,你就会在受众真正提问的地方被找到。