客户开始这样提问
越来越多的提问直接交给 AI，而不是先经过搜索框：
- 哪家企业擅长解决这个问题？
- 这个行业有哪些值得关注的专业人士？
- 某种产品应该如何选择，两个方案各有什么取舍？
- 遇到一个复杂的问题，有没有更专业的解决方案？
这些问题的共同点是：提问的人有需求，但还不知道找谁。答案里说到谁，谁就进入了候选；没有被说到的，连被比较的机会都没有。
答案里说到谁，谁才有机会。
GEO 关注的是什么
当人们通过 AI 获取信息时，你的企业、产品、专业知识和原创观点，能否被 AI 理解、引用或推荐，是 GEO 关注的方向。
GEO 通常指生成式引擎优化，重点是让内容更容易被生成式 AI 系统发现、理解和使用。它需要长期维护，没有一次办完的手续。
能否被说到取决于内容与来源，不取决于关键词数量或某种技术手段。
三件事更要紧：是否拥有清晰、可信、结构良好的信息；是否持续回答目标客户真正关心的问题；专业能力是否能够通过原创内容与真实案例得到体现。
互联网中几乎没有关于自己的有效信息，别人和 AI 都难以了解这一主体。把信息整理到 AI 读得到的地方，是开始积累这些信息的方式之一。
SEO 与 GEO 共用同一套基础
两者共用同一套基础：高质量内容、清晰的网站结构、良好的技术基础与真实的专业价值。SEO 面对的是搜索结果页，GEO 面对的是 AI 的回答；基础做好了，两边同时受益，不需要为它们准备两份材料。
怎么知道有没有效果
这是 GEO 最容易含糊过去的地方，所以本站把它拆成三样可以查的东西：
- AI 读懂度体检分：材料准备得怎么样，十一项、合计一百分，逐项列出还缺什么。
- AI 提及观测：用固定的一组问题、在固定条件下重复提问，记录 AI 有没有说到主体、说法是否准确。只记事实，不折算分数——大模型的回答本身有随机性，折算成分数第二天复测就对不上。
- 来源痕迹：AI 是从哪些来源读到你的、哪些来源上还完全没有痕迹。每条核查都带链接与查过的时间，空白同样是一次核查结果。
三样都不折算成「曝光量」，也不承诺结果。它们的作用是让「有没有被说到」这件事从感觉变成记录，可以留档、可以复核、可以对照前后变化。
几个词各指什么
这几个词最容易被说混，各自指什么先写清楚。
- GEO：生成式引擎优化的缩写，指让内容更容易被生成式 AI 系统发现、理解和使用。
- 页面标注：在页面里用机器能读的方式写明「这是谁、做什么、在哪里、怎么联系」，让 AI 不必猜。
- 给 AI 读的那一份：同一份内容另存一份纯文本（文件名 llms.txt），AI 抓取时读它，不必翻遍整页。
- 名称写法一致：主体名称、所在城市与业务说法在全站和各处的写法保持一致，AI 才认得出说的是同一个。
这四样都属于把材料准备到位的动作：准备到位了，AI 才读得到、读得准；读完之后是否出现在某一次回答里，还取决于提问的人问的是什么。