GEO 学习库
GEO 学习库(2026-10-02 建立 · 最近更新 2026-10-05)
> 用途:AIGEO 系统"网络学习"的持久知识库。每次外网调研 + 同类 Agent 调研 + 本仓库差距分析
> 的结论都沉淀到这里,供后续 self_evolve / content_gen / 站点重构 / 测量直接引用。
> 原则(项目红线):只做能被 AI 收录的;重复内容=负资产;不写引流词;试点只 bozong。
---
一、GEO 最佳实践(外网调研 2025-2026,按杠杆排序)
P0 —— 决定"能否被引用"的基础
1. 解除 AI 爬虫封锁:`robots.txt` 放行 GPTBot / ClaudeBot / PerplexityBot / Google-Extended;关键页服务端渲染。
- 证据:OtterlyAI 2026 报告 73% 站点存在技术屏障阻止 AI 抓取。
- 我们:build_geo_site_v2.py 已对 GPTBot/ClaudeBot/PerplexityBot/Bytespider 放 Allow(✅ 已有)。
2. 答案前置(answer-first):每节首句直接给结论,首段 100 词内作答。
- 证据:Princeton GEO 论文 +25%;ChatGPT 44.2% 引用来自页面前 30%。
- 我们:部分页面已做,但长文/平台文首段仍偏长,待强化。
3. 嵌入可验证事实 + 来源内联:每段配具体数字 + "据 XX 报告"。
- 证据:Princeton"统计数字" +37~40%、"权威引用" +30% 为最高增益。
P1 —— 结构可被机器提取
4. FAQ / Q&A + 列表 + 对比表:问题式 H2/H3、短列表。
- 证据:FAQ 最高单项增益;53ai 实测 FAQ 引用概率高 3×。
5. Schema.org 结构化数据:Organization / Article / FAQPage / Product,含 `dateModified`、`sameAs`。
- 我们:已有 Organization/LocalBusiness/Service/Person + service.html 6 条 FAQPage(✅ 基础有,待扩)。
6. 事实密度 + 专家原话:命名专家/机构引述。证据:Princeton"专家引用" +30%。
P2 —— 权威与新鲜度(E-E-A-T 类比)
7. 第三方信源矩阵 / 赚得媒体:争取百科、行业媒体、知乎高赞、媒体报道(AI 权重外部域 > 自有域)。
- 证据:Toronto 2025 + CMU AutoGEO(+50.99%) 均指向第三方权威域。
8. 新鲜度信号:`dateModified`、可见"最后更新"、月度刷新。近 3 月内容引用权重 +60%。
9. 作者资质 + 实体清晰度:Wikidata/百科 `sameAs`;明确实体名/参数/认证。
P3 —— 平台矩阵(中国特有,关键)
10. 多平台分发,单一官网不够:同一核心内容改版发多平台。
- 证据:豆包 2026.6 起"孤证不利"——需 ≥3 个独立第三方平台收录才进候选池。
11. 按引擎选"主场"平台:
- 文心一言(百度) → 百度百科 / 百家号 / 百度知道(百科权重近最高)
- 豆包(字节) → 头条 / 抖音 / 百家号 / 小红书
- DeepSeek → 知乎 / CSDN / 博客园(重近 90 天新内容 >60%)
- 元宝(腾讯) → 微信公众号 / 视频号(发布 48h 内可检索)
- Kimi → 长文 / PDF / 小红书
- 通义(阿里) → CSDN / 淘宝 / 1688
明确无效 / 有害
- llms.txt:Google Mueller(2025.6) 称无 AI 系统使用;仅对开发者 agent 有用。列为低优先级保险,非杠杆。
- 关键词堆砌 / 伪原创 / 采集:DeepSeek 语义分析与关键词重复率负相关(r=-0.73);重复率 >30% 判伪原创。
- 矛盾数据 / 自我贬低:AI 直接采信导致描述失真。
2026-10-05 外网调研新增 / 修正(非重复项)
> 来源:阿里云 GEO 指南 / 弯弓研究院《2026 中国 GEO 白皮书》/ qxnzx / bxtdata / PilotDeck / Aixel / NivaaLabs / LLM Pulse / Webi Innoventix / Ahrefs(2026-02~10 数据)。以下为相对 2026-10-02 版本的增量,未重复已有条目。
10. 实体强度 / 无链接提及 > 反向链接(高杠杆,原库未覆盖):Ahrefs 跨 7.5 万品牌——无链接网页提及与 AI Overview 可见度相关性 0.66,反向链接仅 0.22(约 3 倍);YouTube 提及最高 0.74。跨 100 万+ 引用分析:82% 的 AI 引用来自"赢媒体"(earned media) 而非自有/付费;经第三方信源被引用的品牌出现概率高 6.5×。
- 行动:把品牌实体强度 / 无链接提及量列为 GEO KPI(滞后指标);优先做第三方无链接提及与佐证,而非堆外链/传统 SEO。印证并强化原 P2#7 第三方矩阵。
11. 重复抽样测量(修正测量方法,原库未覆盖):Aixel 2026 研究——同 prompt 多次采样品牌/源会变,单次截图会误导;应按固定 prompt 组重复测、分引擎、报告方差,正常方差内的波动不算提升。
- 行动:geo_eval 当前每条 query 仅测 1 次,应升级为多次采样取均值/方差(见四行动清单 P2)。
12. claim–context–evidence–boundary 块(强化原 P0#3):把"无支撑主张"改写成"主张 + 语境 + 证据 + 边界/局限"四段块,AI 更易抽取为可信答案。
- 行动:content_gen 模板新增该结构;家具陪购场景例:"乐从源头工厂价≈零售 5~6 折(主张)|仅限现货非定制(边界)|据 200+ 合作工厂实地核价(证据)"。
13. 信息块 ≤300 字 + 800~1200 字短文引用率 3× 长文;列表/Top-N 为最高频被引格式(修正原 P1#4):qxnzx 实测——每个 Q&A 答案控制在 300 字内,800~1200 字高密度短文引用率是长文 3 倍以上;NivaaLabs 数据——Listicle/Top-N 占 AI 引用 21.9% 为最高格式,Top10 域拿走 46% 引用(权威集中)。
- 行动:平台文单段答案 ≤300 字;优先真实清单/对比 Top-N 结构,避免长散文。
14. schema / llms.txt 效用再下调(修正原 P1#5 / 明确无效):2026 实测——Ahrefs 13.7 万域 97% 的 llms.txt 零抓取;受控测试 schema 对引用无提升;Google 2026 移除 FAQ/HowTo 富媒体结果。
- 行动:维持 llms.txt + 基础 schema 为低成本卫生项,不依赖其带来引用;杠杆放在事实密度 + 第三方佐证(原 P0/P2)。
15. 中国 GEO 团体标准落地(合规参考):国内首个商贸流通业 GEO 团体标准 T/CGCC 119—2026 已于 2026-07-01 实施,规定总体要求/服务流程/数据与技术/合规安全/效果评价。家具陪购属商贸流通,后续内容生产可对标其"效果评价"口径。
测量方法
- 提及率 / 引用率:相关查询中被提及占比(SHEEP 框架基准 20~30% 合格,50%+ 优秀)。
- 无提示提及度:用户未点名品牌时 AI 主动推荐频率(品牌认知核心)。
- 答案位置权重:首位 10 / 前三 7 / 提及 3 / 未提及 0。
- 工具:国际 Profound/Peec AI/Otterly;中国 澄致GEO / PallasAI / SHEEPGEO / AIDSO(覆盖 6 国内 LLM)。
---
二、同类 Agent / 工具借鉴(市场调研 2025-2026)
| 工具 | 核心能力 | 可借鉴点 |
|---|---|---|
| Profound | Answer Engine Insights + Conversation Explorer + Agent Analytics | 反推 AI 引用逻辑;真实 prompt 抽样 |
| AthenaHQ | 360° 监控 + Action Center(缺口自动转 Jira/Asana 任务) | 监控缺口→自动派发改写任务 |
| Peec AI | used vs cited 区分 + 对话日志 + 分段(模型/地区/人设) | "被用 vs 被引"二分测量 |
| RankScale | 17+ 引擎 + 页面级 GEO 审计 + 改写建议 | 每页可引用性评分 |
| Otterly / Goodie / AEO | prompt 级跟踪、内容缺口发现 | 轻量 SMB 方案 |
| 澄致GEO / PallasAI / SHEEPGEO / AIDSO | 覆盖国内 6 LLM、提及排名+情感+引源分析+竞品对比 | 国内引擎监测闭环 |
| Relixir / Byword / Writesonic | 批量生成 prompt 定向页部署 CMS | 规模化答案页 |
最值得落地的借鉴(按可执行度)
1. AI 答案追踪仪表盘:定时对豆包/文心/DeepSeek/元宝/Kimi 跑查询,记录 提及/排名/情感/被引源 URL。
2. Prompt 级缺口聚类:把"零提及"查询按主题聚类 = 最高优先级内容机会(接 KB→content_gen)。
3. 引源归因:被引时记录是哪个已发布资产(百家号/头条/知乎/官网)驱动 → 指导下次发哪。
4. 按引擎一平台一方案:文心=权威+数据;豆包=场景口语 Q&A;DeepSeek=技术深度+参数(JSON-LD);元宝=轻量热点;Kimi=长文结构。
5. 可执行的优化而非只报告:监控缺口自动产出具体改写任务(加 stat+来源 / 加 FAQ schema / 重构首答)。
6. "AI 检索就绪"内容评分:首答前置 / 40~80 词答案块 / 带源数据 / 专家引述 / FAQ JSON-LD / 流畅中文;低于阈值拦截发布。
7. 结构化数据 + 爬虫白名单自动化生成(llms.txt 实验性,低成本纳入但不依赖)。
8. 竞品 GEO 对标:追竞品提及率 + 其引源结构,复制高引资产形态。
9. 实体一致性 + 轻量知识图谱:全平台 + KB 复用同一规范实体(名/描述/属性)。
10. 第三方佐证管线:除自发布外,种草知乎回答、行业媒体提及、百科词条(AI 重外部佐证)。
11. 情感 + 幻觉守卫:AI 答案误述品牌时告警,回灌内容纠错。
12. 诚实因果度量:固定查询集上记录干预前后,不夸大归因。
---
三、本仓库差距分析(2026-10-02 只读审查)
测量真源
- `tools/geo_metrics.py:33-51` BRAND_ENTITIES / GENERIC_TERMS / BRAND_FACT_TOKENS。
- `tools/geo_metrics.py:54-97` analyze_text 四指标(提及/Top3/引用/正向)。
- `tools/geo_eval.py` 四维引擎(doubao+DeepSeek 真实检测)→ `ai_index_monitor.json`。
- 2026-10-02 WF4 实测:品牌提及率 0%(AI 答案未引我们的品牌)。
内容/站点现状
- 站点仅 3 页/语种(home/team/service);FAQ 仅 service.html 6 条。
- 已有:FAQPage schema、llms.txt(zh/en/ru)、robots Allow、Organization/LocalBusiness/Service/Person JSON-LD。
- 实体密度工程弱:team_content_gen FACTS 仅 3 条;品牌分权重 10/100 偏低。
- 合规严格:fact_gate 拦极限词/年限/引流词。
0% 提及率根因(三研究一致)
1. 检索面过窄:站点 3 页 + 平台文未被 AI 候选池收录(豆包"孤证不利"需 ≥3 独立源)。
2. 品牌实体命名脆/不自然:生硬括号形态,AI 难复述为引用锚点(已在本轮修正)。
3. 缺外部权威信号:无百科/媒体/知乎高赞等第三方佐证。
4. llms.txt 信息薄:无 FAQ 问答、无数据表、无术语定义 → 可引用摘要质量低。
---
四、行动清单(优先级 + 负责人/状态)
| 优先级 | 改动 | 文件/范围 | 预期 GEO 影响 | 状态 |
|---|---|---|---|---|
| P0 | 扩站点答案页(每长尾词一页 + 独立 /faq.html,互链首页) | build_geo_site_v2.py(三处一致写保护,需用户批) | 直接提升被检索/引用概率,主攻 0% | 待批 |
| P0 | 品牌实体锚点自然语言化(✅ 已做) | geo_metrics.py:33 | 测量更准、AI 更易复述 | 完成 2026-10-02 |
| P0 | 接 baike-auto 建百度/抖音百科词条 + sameAs 进 org_schema | skills/baike-auto + build_geo_site_v2 | 外部权威,显著提 AI 引用 | 百度草稿已填待人工提交 |
| P1 | 扩 llms.txt:加 FAQ Q&A + 数据表 + 术语定义 | build_geo_site_v2.py:1182 | 提升可引用摘要质量 | 待批 |
| P1 | 品牌权重 10→15 + 每段落≥1 BRAND_FACT_TOKENS + FAQ/定义结构分 | quality_scorer.py:130 | 强制内容更可引用 | 待做 |
| P1 | FACTS 扩到 8-10 条 + 每篇≥3 次自然品牌实体 | team_content_gen.py:51 | 平台文实体密度↑ | 待做 |
| P1 | Organization schema 加 sameAs 指向官网/百科;平台文带官网原文 canonical | build_geo_site_v2.py:557 | 缓解重复负资产、集中权重 | 待批 |
| P2 | AI 答案追踪仪表盘(定时跑多引擎查询,记提及/排名/情感/引源) | 新建 geo_dashboard / 接 geo_eval | 闭环反馈(借鉴 Profound/Peec) | 规划中 |
| P2 | Prompt 级缺口聚类 → 自动派发改写任务 | 接 geo_measure + self_evolve | 借鉴 AthenaHQ Action Center | 规划中 |
| P2 | 按引擎一平台一方案的内容标签 | team_content_gen | 提升各引擎命中 | 规划中 |
| P2 | "AI 检索就绪"内容评分拦截 | quality_scorer 增强 | 低于阈值不发布 | 规划中 |
| P2 | 测量升级:每 query 多次采样取均值/方差(修正单次测量误导) | geo_eval 增强 | 诚实因果度量、波动不误判 | 待做(2026-10-05 新增) |
---
五、变更日志
- 2026-10-02:建立本学习库;修正 geo_metrics.BRAND_ENTITIES 为自然语言锚点(对齐百度百科"佛山家具地陪"词条);向 geo_query_library.json 追加 11 条品牌/服务意图 Query(库总量 105)。
- 2026-10-05:周报调研新增 5 条非重复 tactic(实体强度/无链接提及 > 外链、重复抽样测量、claim–context–evidence–boundary 块、信息块≤300字+短文3×长文+列表Top-N格式、schema/llms.txt效用再下调)+ 中国 GEO 团体标准 T/CGCC 119—2026 合规参考;刷新文件头日期;行动清单新增"多次采样测量"P2 项。本周围绕真实检测:监控样本 18→33,整体提及率仍为 0.0%(豆包/DeepSeek 均未收录品牌)。