GEO Fundamentals 是面向 AI 搜索引擎的生成式引擎优化(Generative Engine Optimization)指南,目标是让内容被 ChatGPT、Claude、Perplexity、Gemini 等 AI 引擎在回答中引用,而非传统 SEO 的排名竞争。其核心差异在于:SEO 关注 Google 排名与点击率,GEO 关注 AI 引用率,重点从关键词转向实体与数据。
资料给出的 AI 引擎引用风格:Perplexity 使用编号引用,引用率最高;ChatGPT 使用行内或脚注引用,可结合自定义 GPT;Claude 偏上下文引用,适合长文;Gemini 有来源区块,与 SEO 有交叉。RAG 检索因素及权重为:语义相关性约 40%、关键词匹配约 20%、权威信号约 15%、新鲜度约 10%、来源多样性约 15%。
易被引用的内容要素包括:原创统计数据、专家引语、清晰定义、分步指南、对比表格、FAQ 问答。内容检查清单要求:问题式标题、顶部摘要或 TL;DR、带来源的原创数据、含姓名与头衔的专家引语、3 至 5 条 FAQ、清晰定义、最后更新时间戳、带资质的作者;技术层面要求文章 schema 含日期、作者 Person schema、FAQPage schema、加载快于 2.5 秒、HTML 结构清晰。实体建设包括 Google Knowledge Panel、维基百科(若具知名度)、全网信息一致、行业提及。
AI 爬虫方面,资料列出 GPTBot(ChatGPT/OpenAI)、Claude-Web(Claude)、PerplexityBot(Perplexity)、Googlebot(Gemini 共用),访问策略可选全部允许、屏蔽 GPTBot 或选择性允许。衡量指标包括人工监测 AI 引用、在 AI 中搜索“According to [Brand]”提及、对比竞品引用份额、用 UTM 参数追踪 AI 引荐流量。反模式包括:不标日期、模糊归因、省略作者信息、内容单薄。
使用方式:资料提供脚本 scripts/geo_checker.py 用于 GEO 审计(AI 引用就绪度),命令为 python scripts/geo_checker.py <project_path>。其余安装、收费、平台支持等细节暂未提供。