GEO（Generative Engine Optimization，生成式引擎优化）是针对「大模型问答」这一新流量入口的优化方法论。传统 SEO 优化的是「搜索结果页的排名」，而 GEO 优化的是「大模型在生成答案时是否引用、如何引用你的品牌/内容」。

与 SEO 的本质差异

• SEO：争夺「网页在搜索结果中的排名」，对象是爬虫与传统搜索索引。
• GEO：争夺「品牌/内容被生成式引擎在答案中引用、推荐、署名」的位置，对象是 DeepSeek / 通义千问 / Kimi / 豆包 / 混元（文心一言不在服务范围内）。

为什么企业现在必须做 GEO

• 用户决策路径前移：越来越多用户直接问 AI「XX 品牌怎么样」「买 XX 选哪家」，AI 回答直接决定心智。
• 引用即流量：被 AI 稳定引用 = 持续免费曝光 + 高置信度背书。
• 不优化 = 被竞品占据答案：品牌在 AI 答案里「不存在」，等于把客户让给竞品。

AAES（AI Answer Engine Score）度量「品牌在生成式引擎中被看见、被引用、被信任」的综合性指标。满分 100，分数越低代表 AI 侧可见度与可信度缺口越大。

八个主维度

1. 可见度：品牌是否被引擎在相关问题中提及。
2. 准确度：被引用时事实是否准确、无扭曲。
3. 曝光度：在多少比例的相关问句中至少被提及一次。
4. 效率：在靠前的答案位置被引用的概率。
5. 专业度：被引用内容是否体现专业权威。
6. 权威度：是否有可信来源/官网/媒体背书支撑引用。
7. 可信度：答案对品牌的定性是否正向、无负面幻觉。
8. 负面幻觉风险：是否存在被错误归因、虚构事实的风险。

怎么用 AAES 指导交付

• 低分维度 = 优先动作：如「权威度」低 → 补官方媒体背书与采信源建设；「准确度」低 → 治理错误引用与负面幻觉。
• 诊断报告必须给出逐维度短板与可执行建议，且所有数字取真实系统返回，不可算的项显式标注「不可算」。
• 验收以「品牌在引擎中的真实引用改善」为硬闸门，不以内部进度数字代替。

GEO 交付是一套「数据驱动、可验证」的闭环，每一步都服务于「让品牌在生成式引擎中被稳定、准确地引用」。严禁编造数字，所有结论必须可回溯到真实系统数据。

1. 关键词策略：锁定品牌在 AI 问答中最可能被问到的问句与实体，作为后续内容锚点。
2. AI 品牌诊断（AAES）：量化当前品牌在五引擎中的可见度、准确度、权威度等短板。
3. 内容工坊：基于诊断短板产出可被 AI 引用、带事实底座的优质内容。
4. 媒体分发：把内容投递到可信媒体与攻略平台，扩充被引擎采信的来源池。
5. 交付看板：跟踪「交付进度（delivery_state）」与「客户确认（status）」两个正交维度，二者不能互相替代。
6. 写作依据：沉淀已验证的企业/媒体事实底座，供后续内容复用，保证事实一致性。
7. 持续监测：跑四道关（见下）。

持续监测跑四道关，逐关验证品牌是否真的"被看见、被引用"：

1. 页面可收录：内容页本身是否可被引擎抓取。
2. 搜索引擎收录：只走必应（Bing）验证。
3. AI 检索召回（recall-check）：在 AI 检索阶段是否被召回。
4. AI 引用 / 复述：最终答案是否引用、如何复述你的内容。

• 禁文心：对外材料严禁出现文心一言，引擎白名单固定为 5 家（见②）。
• 不可算须标注：不可算的指标显式标「不可算」，禁止用估算值填充缺口。
• 验收闸门：交付完成 = 品牌在真实引擎中的引用改善，而非「我们发了 N 篇稿」。
• 数字真实性：所有数字取真实系统返回，严禁编造；报告件「浓缩 N 页」须回读客户真源核对每个数字。

GEO 业务起点。客户触达用一页纸简化摘要 + 焦虑放大话术让非技术决策者快速拍板：决策路径前移、引用即资产、不优化=把客户让给竞品。

• 报价：四套体系并列（服务深度/周期/媒体量/行业难度），媒体报价覆盖 13 种类型，按影响力与行业主题分级。
• 签约：标准合同明确交付物、验收闸门（真实引用改善）、不可算项标注义务；双币余额 balance/credits（1 元=100 分=100 积分）。
• 资料与关键词：按 14 表资料清单收集；关键词双分组——主体词进主体文章，服务商家词独立模块不进主体文章。

立项后量化现状并抓基线，作为后续改善的参照零点。

• AI 品牌可见度诊断：跑真实诊断取 AAES 八维度短板，低分维度=优先动作。
• 竞品对比：T0 竞争指标全依赖判读词典，词典不足会假红海，须先补词典；品牌提及/名次虚高须剔除。
• 意图覆盖诊断：识别高价值意图的覆盖缺口，是内容规划输入。
• 基线快照：可回溯、可复现，禁止拿规划产物当数字真源。

• 关键词策略：锁定用户会怎么问 AI 的问句与实体（问句化改写）。
• 意图预测排期：意图优先级 = 搜索量 × 商业价值 × 覆盖缺口。
• 语义匹配：建立品牌实体 ↔ 内容主题映射，防主题漂移。
• 内容与媒体策略：新闻（权威）+ 攻略（大众）双形态；媒体画像系统对 58040 家媒体按 28 主题打标匹配投放。

• 内容工坊：选模板→填事实底座→AI 生成→人工校验，模板须驱动真实 AI 生成。
• AI 写作：走真实 5 引擎 + 联网搜索，基于系统真实数据 + 检索结果，禁硬编码/编造。
• 引言穿透：让 AI 在答案里引用你（结构化可引用断言 + 清晰事实源），以四道关第 4 关为验收点。
• 语义校验：发布前确认内容-品牌-意图一致，不通过不下发。

• GEO 发布系统：React/TS/MUI + Express + better-sqlite3 + PM2；支持多平台/多租户白标、批量定时发布；客户端 .bat 一键启动。
• 媒体分发：新闻（权威背书）+ 攻略（大众触达）双渠道；丽日案例 100 篇分发 + 20 篇报道 + 135 主体词文章。
• 发布建议：基于诊断短板 + 媒体画像 + 内容主题给出投哪家/投什么/何时投（#978/#979/#980 已优化）。

• 军机处监测 SaaS：跟踪可见度/引用率/排名/情感/竞品；看板区分交付进度与客户确认两正交维度。
• 检测四道关：可收录 / 搜索收录（只走必应）/ AI 召回 / AI 引用（见⑤）。
• 竞品追踪：监控竞品引用变化与排名波动，识别「被抢答案」风险（接口须根治内部错误）。
• 效果监测闭环：监测任务 + 周期复测调度器 + 指标快照 + 跨期对比/阈值告警；度量复用 geoProbe 批次与品牌最新既有记录以控成本。

基于监测结论持续迭代，而非一锤子买卖：低分维度→补内容/媒体/引用源；引用缺口→改稿重发；策略漂移→重排关键词/媒体。持续运营 = 周期性复测 + 迭代。

• 交付报告：落 docx（禁 HTML 版）；「浓缩 N 页」须回读客户真源核对每个数字，出稿后跑「禁含旧值+算术自洽+名单齐全」自检。
• 验收闸门：以品牌在真实引擎中的引用改善为硬闸门，客户验收以 delivered 为准（见⑥）。
• 案例沉淀：通过验收的交付转为可复用案例与行业模板。

这是从《大模型底层原理与攻防培训》《数据驱动的 AI 应用与安全》两套课件沉淀出的专项能力——贯穿全周期，但不属于单一生命周期阶段。

AI 内容操纵攻防

大模型「事实盲视」：判定可信度＝检索频次＋语义一致性＋搜索引擎权重。可操纵的是「信息流动态」（新版本真空期、小众冷门、未共识新兴概念），不可操纵的是「共识固态化」（数学常识、政府公告、官方固定数值）。行业通用操纵 4 步：批量铺量 → 差异化伪装 → SEO 抢占前排 → 语义高密度埋点；平台防御 3 机制：权威分层异常拦截 / 检索扰动聚类去重 / 知识图谱交叉校验。立场：白帽 GEO 靠合规稳定，是大企业首选。

竞品攻防与舆情压制

负面 / 过时信息规避率合同口径可设 ≥99%（负面条数÷总回答数 ≤1%，W0 固化后月度全量扫描）；竞品追踪识别「被抢答案」风险，负面突增触发告警 → 补权威正向外链 / 官方声明稀释。

大模型安全认知误区（6 大误区修正）

①AI 独立思考 → 纯概率无意识；②发文章改知识 → 权重冻结仅影响实时检索；③AI 辨真假 → 无真伪判断仅依数据权重；④自动同步资讯 → 知识截止训练期；⑤有自我意识情感；⑥复杂任务靠自主规划 → 实为 CoT＋工具调用。核心：把 AI 当「可信赖的重组工具」，而非「真理裁判」。

企业 AI 应用与数据安全合规

数据驱动的 AI 应用闭环：数据 → 检索/生成 → 内容生产 → 全渠道发布 → 监测复盘。可信 AI 三原则对齐 GEO 红线：事实底座（禁编造）、来源追溯（可核验）、口径一致（禁漂移）。

GEO 职业路径（5 大核心岗位）

GEO 策略师（搭问题地图）、内容运营专员（写标准答案+内容变体）、渠道发布专员（管发布+账号权重）、数据分析师（采信/流量复盘）、舆情 GEO 专家（管负面应急）。行业从「土办法」升级到系统工程，合规成主流。