用途：生成式引擎优化（GEO），即优化内容使其被 AI 搜索（Google AI Overviews、ChatGPT Search、Perplexity、Microsoft Copilot Search）在合成答案中引用、改写或链接。适用于提升 AI 搜索可见性、审计内容可引用性、部署 /llms.txt、优化实体存在、按 AI 提取需求组织内容，以及把既有 SEO 策略迁移到生成式搜索时代。不适用于传统蓝链排名、robots.txt/站点地图/Core Web Vitals 等技术抓取问题。
主要能力：基于 RAG 的引用机制分析；可引用性审计清单（论点具体化、来源标注、结构清晰、实体一致）；添加统计数据、专家引语与定义模式；实现 /llms.txt；通过 Wikipedia/Wikidata、schema.org、一致 NAP、知识面板与跨域提及构建实体权威；用 FAQPage、表格、问答式标题组织内容；监测 AI 搜索可见性并建立基线表。
使用方式：激活后首次回复以 🧢 开头。按清单逐项检查内容，替换模糊表述为带来源的具体数据；在站点根目录部署 /llms.txt 并确保可被爬虫访问；添加 Organization、Product、Person、SoftwareApplication 等 schema；用 20-50 个目标查询每月记录域名在 AI 结果中的出现情况。
限制：该领域尚在快速演变，策略应视为待验证假设，需按季度复查；GEO 不能替代传统 SEO，AI 引擎主要引用已有排名与权威的页面；LLMs.txt 只是导航辅助，不授予抓取权限；robots.txt 屏蔽 GPTBot、ClaudeBot、PerplexityBot、Google-Extended 会使站点完全退出 AI 搜索；无来源或伪造统计数据会降低信任；实体命名不一致会稀释知识图谱识别；不同引擎策略不同，需分别指定目标引擎。