术语库
GEO 术语的标准定义
这个行业目前大量使用含义模糊的词汇——「收录」「曝光」「AI 权重」在不同服务商口中指的不是同一件事。 这一页给每个概念一个单句可引用的定义，便于人与机器在同一套语义上对话。
引用格式：Citemirror，《GEO 术语库》，https://www.citemirror.com/glossary.html（访问日期）。
- GEO（生成式引擎优化）Generative Engine Optimization
- GEO 是一类以提升品牌与事实在生成式引擎答案中被准确引用为目标的工作方法。其优化对象是可被抽取的实体与事实，而非可被排名的页面。
- 生成式引擎Generative Engine
- 指以检索增强生成为核心、直接输出自然语言答案而非链接列表的检索引擎，例如豆包、通义千问、DeepSeek、腾讯元宝与文心一言。
- AI 引用AI Citation
- 指生成式引擎在答案中提及品牌、产品或事实时，同时标注信息来源的行为，是判断内容是否被采信的显性信号。
- 认识度Recognition
- 以品牌名直接询问 AI 时，AI 是否知晓该品牌——最基础的认知门槛，也是其余指标成立的前提。
- 可见度Visibility
- 品牌被生成式引擎引用与展示的总体情况——在探针采集中，以答案出现客户品牌名称、产品或域名的格子占比衡量。是我们对外使用的四项核心指标之一。
- 前三排名率Top-3 Ranking Rate
- 客户品牌出现在答案推荐清单前三位的格子数，占该轮有效作答格子数的比例。衡量被提及的质量而非数量——进没进前三，商业价值完全不同。
- 准确度Accuracy
- 答案中关于客户品牌的可核验陈述里判断为正确的条数，占被核验陈述总条数的比例。衡量 AI 有没有张冠李戴、信息是否统一口径。
- 答案覆盖率Answer Coverage
- 生成式引擎对探针问题给出实质性作答的格子数占应测格子数的比例，用于衡量问题集与采集环境本身的可用性。覆盖率过低时，其余三项指标不应被采信。
- 探针问题集Probe Question Set
- 一组按购买意图分层、带固定判定规则的标准问题，用于在多轮采集中以同一口径测量品牌在生成式引擎上的表现。问题集一旦锁定，轮内不得增删。
- 基线Baseline
- 任何优化动作发生之前，用固定口径采集得到的第一轮测量结果。它是后续所有成效判断的唯一参照系；口径变更后必须重建。
- 实体Entity
- 知识图谱中可被唯一识别的对象，如一家公司、一个品牌、一款产品或一个人。生成式引擎在检索之前，需要先确定答案涉及哪个实体。
- 实体校准Entity Calibration
- 把品牌在各渠道上的名称、成立时间、所在地、资质、产品线等属性对齐为一份权威表述的过程。是内容工作之前的前置条件。
- 实体消歧Entity Disambiguation
- 通过补充所在地、业务范围、法定名称等区分性信息，使引擎能把同名或近名的不同实体区分开来的技术处理。在中国市场，品牌重名率使这一环节不可跳过。
- 品牌事实卡Fact Sheet
- 一份列明品牌全部可核验属性及其标准表述的清单，全站与全渠道的对外表述均以它为准。任何渠道的表述与之不一致，即为需修正项。
- 语料地图Corpus Map
- 把目标问题、应被引用的来源与现有承载内容三者对应起来的矩阵，用于定位语料缺口并排出建设优先级。
- RAG（检索增强生成）Retrieval-Augmented Generation
- 生成式引擎的主流工作方式：先从外部语料中检索相关片段，再基于这些片段生成答案。因此被检索到是品牌被提及的前提。
- 引用源Citation Source
- 生成式引擎在生成答案时实际采信并标注的外部信息出处。其可信度与结构清晰度直接影响品牌事实能否被正确转述。
- JSON-LD
- 一种以 JSON 格式在页面中嵌入结构化数据的语法，被主流搜索引擎与生成式引擎用于机器读取实体属性。声明内容必须与页面可见内容一致。
- 结构化数据Structured Data
- 按 schema.org 等公开词表组织的、机器可直接解析的内容标记，用于把页面上的事实显式声明给引擎。
- llms.txt
- 放在站点根目录、以 Markdown 书写的站点级摘要文件，用于向大语言模型提供机构事实与关键页面索引。
- hreflang
- 声明页面语言与地区版本对应关系的链接标注，用于避免多语言站点的各版本在索引中相互竞争、削弱彼此。
- 逐格留证Cell-level Evidence
- 把每一次采集的答案原文、引用源、时间戳与截图，按问题与引擎归档的做法。使任何一条判定都可被第三方复核，是 GEO 交付可审计性的基础。
- 引擎侧降权Engine-side Deprioritization
- 生成式引擎识别出作弊手段后，对相关站点或实体降低采信与展示的处理。其代价通常远高于作弊带来的短期收益，因此我们不做任何形式的作弊。