GEO：让AI引用你的内容的方法 Image generated by Google Gemini

GEO（Generative Engine Optimization）是优化内容使ChatGPT、Perplexity、Google AI Overview等AI搜索引擎引用你的内容的策略。 传统SEO是提升Google排名的游戏，而GEO是在AI生成的回答中被作为来源引用的游戏。也被称为AEO（Answer Engine Optimization）、AI SEO、LLM搜索优化。

搜索已经改变 — AI SEO时代的开始

过去在Google搜索会出现10个蓝色链接。现在AI直接生成答案。ChatGPT、Perplexity、Google AI Overview——用户不点击链接就能获得答案。

Gartner预测到2026年传统搜索量将下降25%。美国31.3%的人口已经在使用生成式AI搜索。

问题在于：如果AI生成的回答不引用你的内容，你就等于不存在。

Generative Engine Optimization（GEO）是这个新游戏的规则。

GEO vs SEO vs AEO — 有什么不同

传统SEO是Google排名游戏。关键词、反向链接、元标签。GEO是另一种游戏。

SEOGEO
目标SERP排名AI回答中的引用
成功指标曝光、点击、CTR引用率、品牌推荐频率
核心信号反向链接、关键词实体明确性、来源引用、跨平台一致性
流量模型点击 → 访问网站零点击（无需访问即消费）

一组令人惊讶的数据：AI Overview引用的83%来自Google自然搜索前10名之外的页面。ChatGPT最常引用的页面中，28.3%在Google上的自然可见性为0。传统SEO排名和AI引用是两个独立的游戏。

那么AI引用什么？

1. 基础设施：Hugo + CloudFront + robots.txt + llms.txt

如果AI爬虫无法到达你的内容，就不会有引用。第一个条件是技术基础设施。

静态网站生成器（Hugo）+ S3 + CloudFront

  • 静态HTML是爬虫最快、最干净的数据源。SPA需要JavaScript渲染，AI爬虫经常跳过
  • CloudFront CDN确保全球任何地方的快速响应。AI爬虫也将速度作为信号
  • Hugo的多语言构建自动生成hreflang标签。12种语言 = 12个入口点

站点地图

XML站点地图是基础。但在GEO时代还需要两样东西：

  1. llms.txt — 放置在网站根目录的Markdown文件。如果robots.txt告诉"去哪里爬取"，llms.txt则指导"什么是重要内容"。Anthropic、Hugging Face、Perplexity已率先采用
  2. Schema.org JSON-LD — Article、Person、SoftwareSourceCode模式。相当于给AI爬虫递上"这个页面是什么"的备忘单

在robots.txt中明确允许AI爬虫：

截至2026年，主要AI爬虫机器人分为5个类别：

类别说明屏蔽影响
训练爬虫收集LLM训练数据从模型长期知识中排除
搜索索引器AI搜索答案索引从AI搜索结果中消失
用户触发抓取用户提问时实时获取对话中无法引用
代理AI代替用户浏览网页从代理服务中排除
数据收集大规模网页数据收集从相关数据集中排除

主要机器人列表：

机器人所有者用途
GPTBotOpenAI模型训练
OAI-SearchBotOpenAIChatGPT搜索索引
ChatGPT-UserOpenAI用户实时抓取
ClaudeBotAnthropic模型训练
Claude-SearchBotAnthropicClaude搜索索引
Claude-UserAnthropic用户实时抓取
Google-ExtendedGoogleGemini训练
Applebot-ExtendedAppleApple Intelligence训练
Meta-ExternalAgentMetaLlama训练 + Meta AI
PerplexityBotPerplexityAI搜索
bingbotMicrosoftBing + Copilot
CCBotCommon Crawl开放数据集（几乎所有LLM都在使用）
BytespiderByteDanceDoubao训练（无视robots.txt，建议屏蔽）

关键：必须区分训练机器人和搜索/抓取机器人。 即使屏蔽训练机器人，只要允许搜索机器人，仍会被AI回答引用。两者都屏蔽则从AI世界中消失。

llms.txt — 如果robots.txt告诉"去哪里爬取"，llms.txt则指导"什么是重要内容"。基于Markdown，放置在网站根目录。Anthropic、Hugging Face、Perplexity已率先采用。去除菜单/广告/脚本噪音，为AI上下文窗口提供精炼内容。

2. 站点地图与hreflang：AI阅读的语义地图

传统站点地图是URL列表。GEO时代的站点地图是语义地图。

<url>
  <loc>https://www.parkjunwoo.com/opinion/reins-engineering/</loc>
  <lastmod>2026-05-27</lastmod>
  <changefreq>weekly</changefreq>
</url>

此外还需要：

  • hreflang链接：同一篇文章的12种语言版本相互连接。AI高度评价多语言权威性
  • lastmod准确性：76.4%的AI引用来自最近30天内更新的页面。3个月以内的内容被引用的概率高3倍。虚假的lastmod会产生反效果
  • 类别结构：/opinion/、/tech/、/lecture/ — 有意义的层级结构比扁平结构更能为AI提供上下文

向Google Search Console提交站点地图是基本操作。但仅此还不够。

3. Wayback Machine与Google Search Console：内容原创证明

Wayback Machine自1996年以来保存网页快照。对AI而言，这是时间记忆。

为什么重要：

  • 如果你在2026年5月发布了首次定义"Ratchet Pattern"的文章，Wayback Machine会保留该快照
  • 即使6个月后有人在更大的平台上使用相同概念，时间证据指向原创作者
  • 当AI判定来源时，首次发布时间作为间接权威信号发挥作用

执行步骤：

  1. 新文章发布后向Wayback Machine手动提交保存请求（web.archive.org/save/）
  2. 在Google Search Console中请求URL索引
  3. 两处都盖上时间戳

注意：截至2026年，已有241个网站屏蔽了Wayback Machine的访问（出于对AI企业绕过版权的担忧）。对个人博客而言这反而是机会——大型媒体退出存档后，个人内容的相对比重上升。

4. 来源引用与主题权威：LLM信任的内容条件

GEO原始论文（Aggarwal et al., KDD 2024）揭示的可见性提升策略前三名：

策略可见性提升
添加引文（Quotation）+41%
添加统计数据（Statistics）+32%
标明来源（Cite Sources）+30%

关键词堆砌在GEO中毫无意义甚至适得其反。AI看的不是关键词，而是依据。

论文引用为何重要：

  • AI区分"主张"和"有依据的主张"。“42%的开发者时间消耗在技术债务上"是主张。“42%的开发者时间消耗在技术债务上（Stripe, The Developer Coefficient, 2018）“是依据
  • 有依据的句子，AI在自己的回答中引用时信任成本更低。没有依据的句子，AI需要验证因此会跳过
  • 被4个以上AI平台引用的网站，ChatGPT出现率高2.8倍

关联文章管理与标签：

标签不是为人准备的，是为AI准备的。

  • 一致的标签体系：“Reins Engineering”、“Ratchet Pattern”、“SSOT” — 相同标签跨多篇文章反复出现时，AI识别出主题权威（topical authority）
  • 内部链接：文章中链接相关文章，AI爬虫就能识别主题集群。孤立的文章不如关联的文章容易被引用
  • 交叉引用：文章间互相引用同样有效。“这个概念的基础在Ratchet Pattern中定义”

5. X、Reddit、Hacker News：打造品牌搜索量的社交策略

X/Twitter的使用条款明确禁止第三方AI训练。也就是说，发在X上的内容不会直接进入ChatGPT的训练数据。

但社交活动通过间接路径为AI可见性做出贡献：

品牌搜索量是LLM引用的最强预测变量（相关系数0.334，高于反向链接）。

路径是这样的：

X线程 → 人们在Google搜索"yongol" → 品牌搜索量上升 → AI将"yongol"识别为值得引用的实体

parkjunwoo.com的5月数据实际证明了这一点：

  • “yongol” Google搜索：14次曝光，5次点击，平均排名3.1
  • yongol GitHub克隆：独立用户316人
  • 流量路径：t.co（X）4人 → GitHub → 博客

比起在X上直接分享链接，让人们去搜索概念对GEO更有效。

earned media的威力：

全部LLM引用的48%来自earned media（新闻、评论、第三方提及）。自有内容仅占23%。也就是说，让别人提及你比优化自己的文章有效2倍。

当项目在Reddit、Hacker News、dev.to上被提及时 → 通过这些平台的AI爬取 → LLM学习到该实体。

检查清单

基础设施
├── Hugo静态网站 + S3 + CloudFront
├── robots.txt中允许AI爬虫
├── 创建llms.txt（核心内容策展）
├── Schema.org JSON-LD（Article, Person）
└── XML站点地图 + hreflang

内容
├── 所有主张标明来源（+30%可见性）
├── 内联插入统计数据（+32%）
├── 使用对比表格（AI解析最优）
├── 准确维护lastmod（30天内更新 → 引用率76.4%）
└── 定期更新3个月以上的文章（引用概率3倍）

连接
├── 一致的标签体系（主题权威）
├── 内部链接（主题集群）
├── 引用论文/外部来源（降低信任成本）
└── 新文章 → Wayback Machine + GSC提交

社交
├── X线程引导概念搜索（品牌搜索量）
├── 在Reddit/HN产生earned media
└── 概念传播比直接分享链接更有利于GEO

本站的GEO实践案例

本文所述策略正在parkjunwoo.com上实际执行：

  • robots.txt — 明确允许25个AI爬虫，屏蔽Bytespider
  • llms.txt — 将核心内容策展为适合AI上下文窗口的格式
  • Reins Engineering文章合集 — 主题集群中心
  • 12种语言多语言构建 — 自动生成hreflang，每种语言一个入口
  • 所有文章附论文来源 — 内联统计 + 学术引用确保事实密度
  • 发布即提交Wayback Machine + GSC — 时间原创证明

相关文章

参考来源

论文

数据报告