用途：指导生成式引擎优化（GEO，也称 AEO、LLMO、AIO），目标是在 AI 助手回答中提升品牌与内容的曝光和被引用概率，而非仅追求传统搜索排名。资料对比 SEO 与 GEO：SEO 追求排名与点击转化，GEO 追求 AI 答案中的引用与品牌提及；AI 摘要可能使用户不点击，因此可被引用成为主要价值。
主要能力：按平台给出优化重点——Google AI Overviews 依赖传统 SEO 与结构化数据；Bing Copilot 需 Bing 索引并重视 LinkedIn 信号；Yandex AI 需 Yandex 索引与俄语内容；Perplexity 看重内容新鲜度与语义对齐；ChatGPT 网页搜索看重权威性、更新频率与反向链接。解释 GEO 通过 RAG 检索生成机制运作，区分自建索引、绑定搜索引擎、第三方 API 与混合型检索供给。区分训练爬虫、索引/RAG 爬虫与实时爬虫及其应对方式；指出 AI 爬虫通常不执行 JavaScript，关键内容需在初始 HTML 中，付费墙可能阻碍引用。内容最佳实践包括直接回答格式、实体信号、可独立引用的段落与多平台分发；文章层面建议 TL;DR/Key Takeaways、QAE 模式（问题→答案→证据）、答案前置、100–200 字答案块、列表与表格等结构化格式。还涉及寄生 SEO 与 GitHub、YouTube、Grokipedia 等高权威平台的利用。
使用方式：作为营销技能，在用户需要 AI 搜索可见性优化或提及 GEO/AEO 时调用；首次使用可先简述覆盖范围再给主输出，用户要求跳过时直接输出。输出涵盖内容结构、实体优化、分发策略与衡量方法。
限制：资料未提供具体工具清单、价格、效果数据与详细操作步骤，部分平台检索来源未公开；引用率、转化提升等数字为资料中所引研究结论，实际效果因行业而异。