向 AI 提问时，答案出现之后，GEO 在其中扮演什么角色？

otlume GEO 系列 · 第 1 篇，共 10 篇 · 入门 · otlume GEO 优化专家

先说一个让我愣了好一会儿的数字。

2025年3月，皮尤研究中心（Pew Research Center）翻看了900个美国成年人的真实浏览记录。看到谷歌AI摘要的那批人里，只有8%的访问会再点一个普通搜索结果。没看到摘要的那批，15%。

那AI摘要自己列出来的来源链接呢。

1%。

我没有慌，我的第一反应是好奇。这几乎等于没人点，那被AI引用还有什么意思。反过来，要是被引用依然重要，决定引用谁的那只手又长在谁身上。

这个系列之所以存在，就是因为这两个问号。它们也正好压在GEO这个词下面，今年你大概已经刷到过一百遍了。

那就从最早的地方说起。

GEO的全称是Generative Engine Optimization，生成式引擎优化。这词最早出自普林斯顿、印度理工德里分校等机构研究者的一篇论文，作者是Pranjal Aggarwal等人，2023年11月挂上arXiv，后来进了KDD 2024，数据挖掘这块的顶会。他们说的生成式引擎是个统称，指先去搜资料、再把来源当脚注缝进答案里的那类系统。Bing Chat，谷歌当年的SGE（也就是现在的AI Overviews），Perplexity，都在这个筐里。

这个框架，到现在我依然觉得是最好用的。

普通搜索引擎递给你一张排好序的列表。生成式引擎递给你一段话。这段里，有的来源能占满一句，有的只换来一个角标，剩下的大片地方什么都没有。

可见度的定义就这么被挪走了。它不再是你排第几，而是这段答案借了你多少，你出场多早。论文为了这个甚至造了指标，比如位置加权字数，算法大概是，答案里有多少字算在你头上，越靠前越值钱。

别小看这一句定义，它把你的优化目标整个换掉了。

被第一个点开，不再是目标。

被用上，才是。

做SEO的朋友看到这儿，估计已经开始翻白眼了。又是新瓶装旧酒，又有人要卖课，半年之后没人提。坦率的讲，这个白眼有一半站得住，我认。谷歌给站长的官方文档写得很清楚，SEO的最佳实践对AI Overviews和AI Mode依然适用，没有额外要求，也不需要特殊优化。一个能抓取、能收录、内容是写给人看的站，已经把任何一份老实GEO指南里的大半活干完了。

那既然一半站得住，为啥还要另起一个词。

因为有三处是真的不一样。不一样到你把它当成换了帽子的SEO，就会走错路。

头一处，竞争的单位缩了。搜索结果页上，你的身份是一个网页。AI答案里，你的身份是一段话、一个观点、一个数字、一句引语。Aggarwal那篇论文拿九种改写网页的方法做过实验，往里加引语、加统计数据、加引用来源，来源在主要指标上的可见度能涨大约30%到40%。反过来，老派的关键词堆砌几乎没动静，在Perplexity上比原样不动还低10%上下。

这些结果我留到第4篇细拆，因为2025年杀出个叫C-SEO Bench的基准测试，把里面不少结论又质疑了一遍。你现在先带走那个形状就够了，模型读你的文字，然后掂量值不值得借。掂量的过程里没有关键词密度这一项。

第二处，你不再是唯一描述自己的人。

有人问ChatGPT「做X用什么工具好」，它给出的答案，是从所有写过X的人那儿拼的。你的官网在这个房间里只占一把椅子，旁边还挤着测评站、Reddit帖子、YouTube视频、新闻报道、维基百科。Ahrefs统计过7.5万个品牌，全网被提及的次数，跟品牌出现在谷歌AI Overviews里的相关系数到了0.664（Spearman），外链那头是0.218。

相关，不是因果，Ahrefs自己也是这么措辞的。可你只要记得对方干的是总结全网，不是给你的网页排名，这个数就对得上。第6篇细说。

第三处，也是最扎人的，就是开头那个1%。

点击薄了。Ahrefs用同一套30万关键词，前后跑了两次。2025年4月那次给出的是，页面上出现AI Overview，排第一的结果点击率掉约34.5%。换2025年12月的数据再来一遍，58%。他们的说法挺直白，一个排第一的页面，以前能挣到的每100次点击，现在有58次被谷歌留下了。

活儿的性质跟着变了。嵌在AI答案里，有一部分价值就是答案本身替你把名字、数字、说法送到一个永远不会进你网站的人眼前。它更像公关，不像拉流量，量法也得换成另一套。第7篇。

命名这块我得吐槽两句，实在是太乱。AEO（答案引擎优化）、LLMO、AI SEO、AI搜索优化，几种叫法轮着来。Bing站长工具团队2026年2月上的新引用报告，用的是「迈向生成式引擎优化（GEO）工具的早期一步」这个说法，平台自己眼下挑的看来是GEO。

叫啥我其实不在乎。我在乎的是，用这词的人指的到底是「同一份SEO清单改个名」，还是「一个重叠但不同的度量问题」。这十篇里我说的GEO，是后者。

以后要是有供应商拿着缩写上门，你只问一句，你怎么度量。

他要是翻出某一次对话的截图给你看，那答案已经写在截图里了。

好，GEO是什么说清了。它也有一半不是，这一半我更得说，因为水分都在这儿。

搜索不会被GEO取代，至少现在不会。而且真实的数字，比大会PPT上拧巴得多。

2024年2月，Gartner放了个预测，说到2026年，传统搜索引擎的搜索量掉25%，搜索营销的份额会被AI聊天机器人和其他虚拟助手分走。我这篇写于2026年10月。

那它发生了吗。。。

干净的证据，我没找到。Datos是做点击流数据的，预测出来没多久他们就翻了2023年的数据，总搜索量没什么明显起伏，在他们对比的站点里，谷歌的流量份额从91.5%走到90.7%。老数据，而且公平点讲，预测本来就不等于测量。可我要是在这儿拍胸脯说25%已经是既成事实，那就是在骗你。

它没有。谁拿它当事实引用，你心里打个折。

AI给网站送来的流量，也一直很小。Ahrefs有个一直在滚动的基准，我能打开的最新一版更新于2026年10月15日，覆盖115,254个网站。2026年9月，AI助手这一类加起来，占这些网站流量的0.43%。谷歌单家23.96%。ChatGPT是0.34%。

零点四三。

所以谁跟你说「流量全跑AI搜索去了」，你先问回去，哪一块。谷歌的点击确实在缩，AI摘要是原因之一，可这些点击没有整包搬到别处，很多就是蒸发了。皮尤那边发现，有AI摘要的搜索里，26%的情况用户看完就结束了这次浏览，没有摘要时是16%。

这两个事实我是这么一起咽下去的。人的注意力搬进AI答案的速度，快过点击搬的速度。皮尤2025年6月的调查，34%的美国成年人用过ChatGPT，差不多是2023年的两倍，30岁以下58%。Alphabet在2025年第二季度财报里提到，AI Overviews月活超过20亿。

国内是同一条曲线。中国互联网络信息中心（CNNIC）的数字，截至2025年12月，我国生成式人工智能用户规模到了6.02亿，普及率42.8%。

这些答案，大家都在看。看完之后，很少再往外走。

这才是GEO真正要应付的场面。不是搜索已死，更像是，关于你的讨论搬进了一个你插不上手的盒子，而它只偶尔往外扔一条链接。

你大概会问，盒子我碰不到，还能做什么。

这里我得先亮底牌，我在otlume就是干这个的。

GEO里最被低估的一块，无聊得要命。就是保证网上有这么一个地方，关于你的事实是对的、是新的、写得明白、机器读得懂。最好，这个地方挂在你自己的域名下。

不是指望模型会信你的官网，它不会，第6篇会讲到它常常更信别人怎么讲你。我指的是另一件事，当某个系统真去找「这家公司干什么」「收多少钱」的标准答案时，你希望那个答案存在，而且没写错。

otlume的产品出发点就落在这儿，给一个人或者一个组织一个同时写给人和Agent看的官网，结构化数据、sitemap、robots.txt、llms.txt这些全都代你生成。我比较欣赏的是它对局限不装。FAQ被人问到AI会不会推荐你，回答就是「没人能保证这一点」。

这十篇我也按这个标准写。

说点这周就能上手的吧，我不想第一篇全是概念。

找三个你自己或者你客户真在用的AI工具。国内就豆包、DeepSeek、Kimi，做海外就用谷歌的AI Overviews或者AI Mode、ChatGPT，再搭一个Perplexity或者Copilot。

每个工具，两类问题。一类把你的名字带进去，比如「某某公司是做什么的，怎么收费」。另一类不带，就是陌生人会随口问的那种，比如「给某类客户用的某类产品，有什么好选择」。

结果记下来。别截一张图就当结论。同一个问题至少问五遍，每遍开新对话。为啥要这么笨的办法，第3篇会讲透，先给你个简版，SparkToro在2026年的一项研究发现，ChatGPT或者谷歌AI在大约一百次运行里，两次给出同一份品牌推荐清单的概率不到百分之一。

今天我也拿otlume试了个迷你版，工具是一个会写带引用答案的AI搜索助手。问它「otlume是什么」，回答是一句准确的描述，引用的五个来源全是otlume自己的页面。再抛一个品类问题，做一个适合Agent的个人网站、带llms.txt和JSON-LD，哪个平台最好，它推了另外三个产品，otlume一个字没提。

那个差距，就在这儿缩成了一张小样。

自己的网站答得了关于你的问题，光靠它，挤不进关于你这个品类的答案。otlume这种知识库和新闻页都还空着的新产品，恰好就是大多数人起步时的样子，很诚实的一个样本。

说真的，我反倒有点踏实。至少问题摆在明处，你知道自己站在哪。

PageRank刚出来那阵的一个念头，我老是想起。布林和佩奇的洞察是，网络里本来就躺着一场投票，告诉你哪些网页重要，票写在链接上，你只要读出来就行。

生成式引擎干的是同一类事，只是信号肥得多。它读网上的人怎么说，不只看怎么链。

于是SEO那个老问题，「我怎么排上去」，悄悄拐成了更老的一个问题，做公关的人问了一辈子。

你不在场的时候，别人怎么说你。

GEO就是把这句话，拿去问一台什么都读的机器。

后面九篇，我从这儿一直走到真跑起一个项目。第2篇撬一下黑箱，看引擎怎么挑来源。第3篇做一次诚实的自查。第4到6篇讲你能动的三块，内容本身、给机器读的那一层、别人怎么说你。第7到10篇，度量、平台差异、实验和归因，还有怎么把它变成习惯，而不是一阵恐慌。

我会尽量让每个说法都带着链接，每个数字都核过。研究之间打架的地方，而且打得相当多，我把两边都摊开，不挑顺手的那边说。

现在，去把那些问题跑一遍。每个五遍，记下来。

这就是你的基线，往后所有东西都从它长出来。

/ otlume GEO 优化专家