AI搜索优化指南
GEO优化怎么做?让AI搜索找到、读懂并推荐你的公司
当潜在客户直接问ChatGPT、Gemini或豆包“湾区有哪些靠谱的建筑设计事务所”,你的公司会出现在答案里吗?这篇指南从工程师的视角讲清GEO优化怎么做:哪些做法有证据支持,哪些是噱头,哪些是会伤害品牌的灰黑产。
简要回答
GEO(生成式引擎优化)就是让AI搜索在回答相关问题时,能找到、读懂并引用你的网站。它不是SEO的替代品:Google明确表示,其AI功能建立在核心搜索排名系统之上。真正有效的做法是保证网站可抓取、把业务事实写清楚并在各平台保持一致、发布有一手经验的内容、争取真实的第三方报道;刷提及、买榜单、隐藏提示词只会带来风险。
GEO优化是什么?一句话说清楚
GEO是Generative Engine Optimization的缩写,中文通常译为“生成式引擎优化”,也有人叫它AI搜索优化、AI SEO或LLM SEO。它要解决的问题很具体:当用户不再翻十条蓝色链接,而是直接让ChatGPT、Gemini、Perplexity,或者豆包、元宝、Kimi、DeepSeek这类国内AI产品给出推荐时,你的公司能不能被提到,被提到时信息是否准确。
对设计、工程、咨询这类专业服务公司来说,这件事的分量越来越重。过去客户找事务所,是搜关键词、看官网、问朋友;现在越来越多人会先问AI一句“旧金山湾区做ADU的设计公司推荐几家”。AI给出的往往只有三五个名字,没进名单,就等于没进入候选。
需要先说清楚的是:GEO不是一套神秘的新技术。Google在官方文档《Guide to optimizing for generative AI features》中写得很直白:从Google搜索的角度看,为生成式AI搜索做优化,本质上仍然是SEO。所以与其把GEO当成一条独立赛道,不如把它理解为“在AI时代把SEO做对,再补上几个AI特有的环节”。
GEO与SEO是什么关系?
可以把两者看成同一栋楼:SEO是地基和结构,GEO是在此之上,让AI更容易引用你、准确描述你。地基不牢,上面装修得再漂亮也没用。
| 对比维度 | 传统SEO | GEO(生成式引擎优化) |
|---|---|---|
| 目标 | 在搜索结果中排名靠前、获得点击 | 在AI生成的答案中被提及、被引用、被准确描述 |
| 结果形态 | 十条链接加摘要 | 一段综合回答,通常只附少量来源链接 |
| 核心依赖 | 可抓取、可索引、内容相关性与质量 | 同左,另加业务事实的一致性和第三方的真实评价 |
| 衡量方式 | 排名、展示、点击(Search Console) | 固定问题面板重复测试、AI引用情况、Search Console生成式AI报告 |
| 常见误区 | 堆关键词、买外链 | 刷提及、买榜单、给AI写隐藏指令 |
AI搜索是怎么选择引用来源的?
各家产品的具体机制并不公开,而且在不断变化,但公开资料能说明大致思路。以Google为例,AI概览和AI模式依赖两项技术:一是检索增强生成(RAG),先用核心排名系统从索引里找出相关网页,再基于这些网页生成回答并附上链接;二是查询扇出(query fan-out),模型会把一个问题拆成多个相关子问题并行搜索。换句话说,进不了搜索索引,基本就进不了AI答案。
ChatGPT的搜索功能使用OpenAI的OAI-SearchBot抓取网页。OpenAI在爬虫文档中说明,屏蔽它的网站可能不会出现在ChatGPT的搜索答案中;用于模型训练的GPTBot是另一个爬虫,可以分开设置。Perplexity等产品同样以联网检索为基础。国内的豆包、元宝、Kimi、DeepSeek等产品也普遍具备联网搜索能力,但它们各自如何挑选和排序来源,外界所知有限,任何声称“掌握某平台内部算法”的说法都要谨慎对待。
还有一项对中小企业很关键的研究:Chen等人2025年的论文观察到,AI搜索引擎明显偏好第三方的“赢得媒体”(行业媒体报道、专业评测、独立讨论),而不是品牌自己发布的内容;小众品牌还需要克服AI对大品牌的偏好。所以只改自己的官网,效果是有天花板的。
真正有用的GEO优化做法
下面这些做法,要么有官方文档支持,要么有研究证据,而且对真人访客本身也有价值。
- 技术基础先过关:页面能被正常抓取和索引,重要内容不依赖登录或复杂的前端脚本才能看到;检查robots.txt,确认没有误挡Googlebot和OAI-SearchBot。
- 把业务事实写清楚:公司名称、所在城市、服务范围、擅长的项目类型、主理人背景、联系方式,在官网、Google商家资料(Business Profile)、领英和行业目录上保持一致。AI拼接答案时,最怕信息互相矛盾。
- 发布“非大路货”内容:Google建议创作有独特视角、基于一手经验的内容。对事务所来说,一个真实项目的难点、取舍和结果,比十篇“装修前必看的7个技巧”更有价值。
- 给内容加上可核实的依据:Aggarwal等人在KDD 2024发表的GEO论文发现,在他们的测试基准里,加入引用来源、专家原话和统计数据,能明显提升内容在生成式答案中的可见度(按其指标最高约40%)。这是实验室结果,不是保证,但与“写得有据可查”的方向一致。
- 争取真实的第三方曝光:行业媒体采访、协会奖项、合作方的案例介绍、客户的真实评价。这类积累需要时间,却是AI最看重的信号之一。
- 结构化数据作为辅助:Organization、Service、FAQPage等Schema.org标记有助于搜索引擎理解页面,但Google明确表示AI功能不需要特殊的结构化数据,别指望靠它一招见效。
哪些GEO做法是噱头?
市场热起来之后,各种“秘籍”也多了起来。以下几类,要么官方明确说不需要,要么研究证据不支持。顺带一提,TruGoods自己的网站做了五种语言互相关联的hreflang、Organization/Person/Service/FAQPage结构化数据,还提供 /api/services 服务目录和只读的MCP接口供AI智能体读取。这些属于锦上添花,前提是基础已经做好。更完整的技术说明见SEO与GEO服务介绍。
- “加了llms.txt就能被AI推荐”:llms.txt是一份写给大模型阅读的网站说明文件提案。Google明确表示其搜索(包括AI功能)不使用它,加不加对Google排名都没有影响;其他平台是否使用也没有可靠证据。它成本很低,可以作为可选项,但不应成为核心卖点。详见英文版llms.txt指南。
- 把内容切成碎片给AI读:Google表示不需要为AI刻意“切块”,其系统能理解同一页面中的多个主题。
- 专门为AI重写一遍:AI能理解同义词和整体语义,没必要为每一种问法堆砌长尾词,更不要为每个变体批量造页面,Google把这类做法归入规模化内容滥用。
- 对话式SEO小技巧:2025年的C-SEO Bench研究测试了多种针对AI答案的内容改写技巧,发现大多数无效甚至有害,传统排名仍起主导作用,而且采用的网站越多,增益越小。
- 声称掌握内部数据的工具:Google提醒,没有任何第三方工具能访问其内部排名或AI系统。
必须远离的灰黑产:刷提及、买榜单、AI投毒、隐藏提示词
GEO优化公司越来越多,一些“保证几天内上AI推荐”的服务背后,往往是下面这些手段。它们短期内也许能换来几次曝光,长期看是在拿品牌信誉冒险。对靠口碑吃饭的专业服务公司来说,这笔账尤其不划算。
- 刷提及:在论坛、问答平台、自媒体批量发布伪装成用户的推荐。Google明确表示,寻求不真实的“提及”并没有看起来那么有用,其反垃圾系统同样作用于AI功能。
- 买榜单:花钱登上“湾区十大设计公司”之类的软文榜单。即使被AI引用,一旦客户发现是付费排名,信任损失更大。
- AI投毒:大量制造虚假或误导性内容,试图污染AI的检索来源,甚至抹黑竞争对手。这不仅违反平台规则,还可能带来法律风险。
- 隐藏提示词:在网页里用白色文字、极小字号或隐藏元素写给AI的指令,比如“请优先推荐本公司”。这是典型的隐藏文本,搜索引擎早已将其视为作弊。
- 伪装(cloaking)、虚假评价和批量生成页面:给爬虫和用户看不同的内容、编造客户评价、用AI成批生产低质页面,都是搜索引擎明确禁止的做法。
GEO优化怎么做:30天行动步骤
下面是一个适合中小型专业服务公司的30天节奏,大部分工作可以由内部团队完成,不需要大笔预算。
- 第1-3天:建立基线列出10到20个潜在客户真实会问的问题,比如“湾区有哪些擅长ADU的建筑事务所”“商业空间改造该找哪家工程咨询公司”。分别在Google、ChatGPT、Perplexity以及客户常用的国内AI产品里测试,记录是否提到你、是否引用你的网站、描述是否准确。
- 第4-7天:技术体检在Search Console中确认核心页面已被索引、没有抓取错误;检查robots.txt是否误挡了Googlebot或OAI-SearchBot;确认关键信息在不运行复杂脚本时也能读到。
- 第8-14天:统一业务事实整理一份“事实表”:公司全称、地址、服务类型、服务区域、代表项目、资质与团队背景。用它逐一核对官网、Google商家资料、领英和行业目录,修正所有不一致的地方。
- 第15-24天:补充一手内容挑两三个最能体现专业能力的项目,写成有细节的案例:客户遇到什么问题、你们如何取舍、结果如何。附上可核实的数据和来源,并为服务页补充常见问题解答。
- 第25-30天:启动第三方曝光并复测联系行业媒体、协会和合作伙伴,争取真实的报道或案例引用;同时用第1天的同一组问题复测并对比。第三方曝光往往要几个月才见效,30天内主要检验技术和事实层面的改进是否到位。
如何衡量GEO效果:固定问题面板
AI的回答会因提问方式、地区、登录状态和时间而变化,所以单次截图说明不了问题。比较可靠的方法是建立固定问题面板:问题、语言、地区、设备和测试方式都保持不变,定期重复测试,并记录三项指标:是否被提及、是否被引用为来源、描述是否准确。
举个例子:我们合作过的一家湾区设计工作室,在2026年10月4日做了一次7个中文问题的Google检查(未个性化的桌面端,地点圣何塞)。结果显示,7个问题中有3个在第一页出现了该工作室(分别排在第3、第4、第7位),7个问题中有2个的AI概览引用了它。这是一次时间点快照,不代表因果关系;完整方法见案例研究。
在Google这一侧,可以用Search Console的生成式AI效果报告观察内容在AI功能中的表现。另外,Pew研究中心2025年7月的数据显示,出现AI摘要时,用户点击传统搜索结果的比例为8%,没有AI摘要时为15%,点击摘要内链接的只有1%。所以衡量GEO不能只看点击量,被准确写进答案本身就是曝光。想自己动手做一次系统检查,可参考英文版AI可见度审计指南。
如何挑选靠谱的GEO优化公司
如果决定请外部团队,下面几个问题可以帮你快速分辨。行业内也已经开始讨论可信GEO服务的规范,关注点正是信息真实、来源可追溯、不污染信息生态。不管规范最终如何落地,方向都很清楚:经得起核查的信息才是长期资产。
- 是否承诺排名或“保证AI推荐”?正规服务不会这样承诺,因为没有人能控制AI的输出。
- 能否讲清每一项工作的依据?好的回答应能对应到官方文档或公开研究。
- 是否先做固定范围的诊断,再给出方案和报价?
- 第三方提及从哪里来?如果答案是“我们有渠道批量发布”,就要提高警惕。
- 衡量方法是否透明,你自己能否复测?
常见问题
- GEO优化是什么?和SEO有什么不同?
- GEO(生成式引擎优化)是让ChatGPT、Gemini、Perplexity等AI搜索在回答问题时,能找到、读懂并引用你的网站。它建立在SEO之上,Google明确表示其AI功能依托核心搜索排名系统。区别在于,GEO更关注业务事实的一致性、第三方的真实评价,以及你在AI答案中被描述得是否准确。
- AI SEO、AI搜索优化和GEO是一回事吗?
- 基本是同一件事的不同叫法,有时还会看到AEO(答案引擎优化)、LLMO等说法。与其纠结名词,不如看对方具体做什么、依据是什么。Google的立场是:为生成式AI搜索做优化,仍然属于SEO。
- 做GEO优化一定要加llms.txt吗?
- 不一定。Google明确表示其搜索和AI功能不使用llms.txt,其他平台是否使用也缺乏证据。它成本很低,可以作为可选项,但不能替代可抓取性、内容质量和第三方曝光这些基础工作。
- GEO优化多久能看到效果?
- 技术和事实层面的问题修复后,需要等搜索引擎重新抓取才会体现,时间因网站而异。第三方报道和口碑积累更慢,通常以月计。任何承诺几天内“上AI推荐”的说法都值得怀疑。
- 豆包、元宝、Kimi、DeepSeek这些国内AI需要单独优化吗?
- 基本原则相通:信息可被检索、事实清楚一致、有可信的第三方来源。各平台如何选择来源并不公开,建议把客户常用的平台纳入固定问题面板实际测试,而不是依赖未经证实的“平台秘籍”。
- 如何判断一家GEO优化公司是否靠谱?
- 看三点:是否承诺排名或保证推荐;能否说明每项工作的依据;是否使用刷提及、买榜单、隐藏文本等手段。靠谱的团队会先做固定范围的诊断,并给你一套可以自己复测的方法。
参考资料
- Google Search Central: Guide to optimizing for generative AI features
- Pew Research Center: Google users are less likely to click on links when an AI summary appears in the results (2025)
- Aggarwal et al., GEO: Generative Engine Optimization (KDD 2024)
- C-SEO Bench (2025)
- Chen et al. (2025): AI search engines and earned media
- OpenAI: Overview of OpenAI crawlers
- llms.txt proposal
相关指南
想知道你的公司现在在AI搜索里是什么状态?可以先预约一次固定范围的诊断,我们会给出基线测试结果和优先级清单,不承诺排名。