23 · 术语表
GEO 领域核心术语速查——从 RAG 到 Brand Mention
这篇是整个教程的”词典”。每当你看到不熟悉的术语，回到这里查。
核心概念
GEO（Generative Engine Optimization，生成式引擎优化） 针对 AI 搜索引擎（ChatGPT、DeepSeek、豆包等）的内容优化策略，目标是让品牌在 AI 生成的答案中被引用、推荐和优先呈现。
AEO（Answer Engine Optimization，答案引擎优化） GEO 的前身/近义词。强调的是针对”直接给出答案而非链接列表”的搜索引擎进行优化。在 2025 年，这两个词经常混用，但 GEO 更侧重生成式 AI，AEO 范围更广。
SEO（Search Engine Optimization，搜索引擎优化） 针对传统搜索引擎（Google、百度）的优化。GEO 的基础和补充——强 SEO 是 GEO 的前提。
AI 技术概念
RAG（Retrieval-Augmented Generation，检索增强生成） AI 搜索的核心技术。AI 先从互联网检索相关内容（Retrieval），然后把检索到的内容作为参考材料，生成最终答案（Generation）。GEO 的作用环节主要在前半段——让你的内容在”检索”阶段被选中。
LLM（Large Language Model，大语言模型） ChatGPT、DeepSeek、豆包等背后的 AI 模型。GEO 的目标就是让这些模型在生成答案时引用你的品牌。
向量检索（Vector Retrieval） RAG 的第一步：把用户的查询和互联网上的内容都转换成数学向量，找最”接近”的内容。这不是关键词匹配，而是语义相似度计算。
重排序（Reranking） RAG 的关键环节：对初步检索到的候选内容进行精细打分，选出最优质的几条。GEO 的一个重要目标是让你的内容在重排序中胜出。
上下文窗口（Context Window） LLM 一次能处理的最大文本量。RAG 检索到的内容片段会被注入 LLM 的上下文窗口。窗口越大，能注入的参考内容越多——但信息密度仍然决定你的内容能不能被有效利用。
AI 幻觉（Hallucination） AI 模型生成的看似合理但实际上不准确甚至是完全虚构的内容。在 GEO 语境中，一个风险是 AI 幻觉了一个关于你品牌的虚假信息——这就是为什么品牌信息一致性和第三方验证很重要。
GEO 策略概念
Brand Mention（品牌提及） 你的品牌名称在互联网上的出现。GEO 的核心”货币”——AI 通过品牌提及的频率、来源质量和上下文来评估品牌的知名度和权威度。
实体（Entity） 现实世界中可以被唯一标识的事物——人、组织、产品、概念。AI 用实体（而非关键词）来理解世界。GEO 的核心策略之一就是从”关键词优化”转向”实体优化”。
知识图谱（Knowledge Graph） 实体 + 关系的网络。AI 用知识图谱来理解和存储品牌信息。GEO 的目标之一是让 AI 的知识图谱中，你的品牌和正确的领域、场景、属性建立清晰的关联。
E-E-A-T（Experience, Expertise, Authoritativeness, Trustworthiness） Google 提出的内容质量评估框架：经验、专业度、权威性、可信度。虽然是 Google 的框架，但其原则也适用于 AI 搜索引擎——AI 倾向于引用有真实经验、专业背景、权威来源、可信信息的内容。
共现（Co-occurrence） 两个词/概念在同一上下文中的同时出现。AI 通过共现关系来建立实体间的关联——如果”你的品牌名”和”项目管理”经常一起出现，AI 就学到你的品牌和项目管理密切相关。
信息增益（Information Gain） 你的内容相比其他来源多提供了多少”新信息”。AI 偏好有信息增益的内容——那些只说”已知常识”但没有新数据、新观点、新分析的内容，AI 引用兴趣较低。
语义搜索（Semantic Search） 基于用户意图和上下文含义进行搜索，而非单纯的关键词匹配。所有的 AI 搜索引擎本质上都是语义搜索。
技术概念
Schema.org / Schema Markup（结构化数据标记） 一套标准的”标签”词汇表，用于在网页 HTML 中标记内容的语义含义（产品、文章、FAQ、组织等）。AI 搜索引擎通过 Schema 标记更精确地理解网页内容。格式上，JSON-LD 是唯一推荐的选择。
JSON-LD（JavaScript Object Notation for Linked Data）
Schema 标记的推荐实现格式。嵌入在 <script type="application/ld+json"> 标签中，不干扰页面视觉呈现。
Robots.txt 网站根目录中指示爬虫哪些页面可以访问的文件。在 GEO 时代，需要确认 AI 爬虫（GPTBot、CCBot、Google-Extended）在此文件中未被屏蔽。
LLMs.txt 一个新兴的提案标准——在网站根目录放置一个 Markdown 格式的文件，为 AI 提供网站的结构化索引。目前尚未成为官方标准，但代表行业方向。
Pillar Page（支柱页面） 围绕一个核心主题/实体创建的全面、深度的概要页面，通过内部链接与更详细的长尾子内容相连。在 GEO 中，Pillar Page 是建立”品牌在某个领域权威度”的有效策略。
GEO 指标概念
Citation Share / Share of Model（引用占比） 在 AI 搜索回答中，你的品牌被引用的比例（相对于行业竞品）。相当于 SEO 中的”市场份额”概念。
Mention Frequency（提及频次） 品牌在 AI 答案中被提及的次数和频率。GEO 的最基础指标。
Citation Quality（引用质量） 不只是”被提到”，还包括引用上下文的情感（正面/中立/负面）、准确性、是否在推荐位置。
Citation Stability（引用稳定性） 品牌在 AI 答案中被引用的稳定性——同一个查询在不同时间的引用结果是否一致？变化多大？
Zero-Click Search（零点击搜索） 用户得到了 AI 的直接答案后没有点击任何链接的搜索行为。据估计，70% 以上的信息型查询已经进入零点击时代。GEO 因此不再以”点击率”为核心 KPI。
中国市场特有概念
豆包（Doubao） 字节跳动推出的 AI 助手，国内日活最高的 AI 应用之一。整合了抖音、头条等字节生态内容，是消费决策类 GEO 的核心平台。
DeepSeek（深度求索） 国内品牌引用率最高的 AI 搜索引擎（38.5%）。偏好中文 UGC 平台（知乎、CSDN、掘金等），是技术产品和知识付费类 GEO 的核心平台。
腾讯元宝（Tencent Yuanbao） 腾讯推出的 AI 助手。核心优势在于能检索微信公众号、视频号等微信生态内容，是面向微信生态的 GEO 的关键平台。
文心一言（ERNIE Bot） 百度推出的 AI 助手，深度整合百度搜索和百度生态（百度百科、百度知道、百家号）。
公众号 GEO 通过优化微信公众号内容（标题、正文结构、信息密度）来提升在腾讯元宝等 AI 搜索中的可见度。这是中国市场特有的 GEO 维度。
知乎 GEO 通过知乎平台上的专业讨论和品牌提及来提升在 DeepSeek 等 AI 搜索中的可见度。
这些术语不需要一次全记住。用到哪个，回来查哪个。
下一篇，也是最后一篇——GEO vs SEO 全景对比，给整个教程画一个完整的收尾。