GEO 术语词典

这个赛道的词还没统一，同一个说法常指不同东西。本篇给出声量在产品与文档里实际使用的口径，逐条可引用。

指标怎么算、监测怎么跑，见方法论与数据口径。

一、基础概念

AI 搜索时代的几个基本词，先分清它们再谈方法。

让品牌在 AI 生成的答案里被提及、被推荐的优化方法。

传统 SEO 优化的是「在结果列表里的排名」，GEO 优化的是「在一段生成的答案里有没有你、以什么口径出现」。用户越来越多地直接向 AI 提问而不是翻链接，答案里没有你，等于没被看见。

面向「直接给答案」的搜索形态做优化，是 GEO 的相邻概念。

AEO 更早出现，指向精选摘要、知识卡片这类「一个问题给一个答案」的位置；GEO 面对的是大模型现场生成的整段回答，涉及信源采信与表述方式，范围更大。

用户在搜索结果页或 AI 回答里就拿到了答案，不再点进任何网站。

这是 GEO 存在的前提：流量分发方式变了，「被引用」比「被点击」更靠前一步。

用户真实会拿去问 AI 的问题，是 GEO 监测的最小单位。

例如「新手买咖啡机推荐」「哪款冷萃好喝」。意图词按客户旅程分阶段——认知 → 兴趣 → 对比 → 决策——不同阶段的问题，AI 的回答结构和可切入点都不一样。

围绕品牌或品类的监测主题，用来把一批意图词归类。

例如「选购建议」「口碑评价」「品牌形象」。

衡量「AI 里有没有你」的四个口径。完整计算公式见方法论与数据口径。

在监测的这批提问里，AI 回答中出现品牌名的比例。

只回答「有没有被提到」，不区分位置和态度——它是可见度的下限。

在被提及的回答里，品牌被排在第一位推荐的比例。

比提及率更接近生意：用户问「XX 怎么选」，AI 第一个说出的名字拿走绝大部分注意力。

在同一批提问的 AI 回答里，你相对竞品占到的声量占比。

例如你 30% vs 竞品 A 45%。这是唯一能回答「我到底比竞品差多少」的指标，单看自己的提及率会误判。

AI 提到品牌时的情绪倾向，分正面 / 中性 / 负面。

被提及不等于被夸。情绪为负时，提及率越高伤害越大，得先改信源里的内容。

AI 凭什么采信你——以及怎么让它采信。

AI 生成回答时参考的信息源，例如测评站、社区、百科。

引用来源分析要回答两件事：AI 引了哪些域名，以及这些域名里有没有指向你的内容。前者决定你该去哪儿补内容。

把 AI 引用的域名分成权威层、讨论层、平台层三类，用来判断该补哪一层。

权威层是百科、官方、权威媒体；讨论层是知乎、社区这类有观点交锋的地方；平台层是电商、点评这类结构化数据源。三层缺一层，AI 的回答就会偏向竞品覆盖到的那层。

GEO 内容的质量分，从数据、权威、相关、可信四个维度打分，综合成 0–100 的被引用潜力分。

四维分别是 Data（有没有具体数据支撑）、Authority（有没有引权威来源）、Relevance（是否切中目标意图词）、Trust（表述是否可信、可核验）。低分项会附带改写建议。

一条内容投一家媒体就是一个工单，各自独立走审核与发布。

同一篇稿子投 10 家媒体 = 10 个工单；发布成功后回收发布网址，作为「AI 能抓到」的凭证。