GEO优化让AI正确听你的话，在AI搜索内容/生成内容/推理内容/问答内容里有你的品牌/产品/服务和口碑等推荐
希望本书（GEO优化）能帮您实现下面的3个基本基础效果：
① 在AI里（搜索、生成、推理、问答结果）提升关键词排名，提升榜单排名；
② 从AI里（搜索、生成、推理、问答结果）推广引流，获取流量，提升流量；
③ 从AI里（搜索、生成、推理、问答结果）线上获客，引流获客。
英文全称：Generative Engine Optimization
英文简称：GEO
中文全称：生成引擎优化
Ai搜索GEO优化（Generative Engine Optimization，生成引擎优化）：是利用Ai技术优化生成模型的核心算法与工程架构，旨在提升内容生成的质量、效率与可控性。GEO优化核心意思是指：Ai搜索关键词（提示词、命令词、指令词、关键词、问题词/集、Prompt和推理词）结果收录、索引、排名、占位、露出、生成内容答案准确率、正确率和最优性进行优化（学习、训练、喂养、调优和优化）。
目录
一. 目录
1. GEO优化作业规范
2. GEO优化关键词分类
3. 图文GEO优化
4. 视频GEO优化
5. GEO排名优化
6. GEO流量优化
7. AI问答优化
9. 鸣谢
10. 免责声明
1.1 GEO优化KPI制定
1.2 GEO用户输入分类（俗称关键词）
用户通过输入关键词，提示词，命令词，指令词，问题词/集，推理词，Prompt去问AI，AI生成答案和内容。所以单纯叫做关键词显然不准确，关键词再此只能当做一种形式，用户通常会使用7种输入方式使用AI。
1.3 GEO推理过程规范
1.4 GEO推理结果规范
1.5 GEO优化内容规范
1.6 GEO数据监测方法
1.6.1 推理摘要监测
1.6.2 推理过程监测
1.6.3 推理结果监测
1.6.4推理排名监测（国内）
1.6.5推理排名监测（国外）
1.7GEO算法要求（部分）
一共分为7种*3种=21种
2.1关键词
关键词分为3种：①纯关键词提问 ②混合关键词提问 ③结构化关键词提问
2.2提示词
①问题提示词 ②任务提示词 ③结构化提示词
2.3命令词
①模糊命令词 ② 结构化命令词 ③ 专业级任务指令词
2.4指令词
①基础指令词 ② 结构化指令词 ③ 动态开放式指令词
2.5问题词/集合
①单点碎片化问题词/集合 ② 基础问题词/集合打包 ③ 结构化问题词/集合
2.6Prompt指令
①基础Prompt指令 ② 场景化Prompt指令③ 专家级Prompt指令
2.7推理指令词
①模糊推理指令词 ② 限制推理指令词③ 前提真与假推理指令词
3.1内容格式
①文字 ②图文 ③视频 ④音频 ⑤AIGC生成 ⑥文档 ⑦图片 ⑧书籍、文献 ⑨已经验证
3.2图文内容推理逻辑体裁
3.2.1逻辑体裁
逻辑载体分为5种：
①求方法 ②推荐/对比 ③求解释/定义 ④问原因 ⑤问观点
3.2.2类型体裁
类型载体分为3种：
①PGC ②UGC ③OGC
3.2.3关键意见体裁
关键意见体裁分为4种：
①KOL ②KOC ③KOS ④网红
3.2.4说明类内容
说明类内容核心维度分为4种：
①目的 ②注重 ③常见结构 ④说明方法
3.2.5议论类内容
议论类内容核心维度分3种：
①3要素 ②常见结构 ③论证方式
3.3图文内容推理要素
图文内容推理要素主要为5点：
①准确性 ②全面性 ③完备性 ④最优性 ⑤正确性
3.4图文内容撰写
图文内容撰写主要为3个核心维度：
①内容标题 ②内容正文 ③内容配图
3.5图文内容可读性优化
图文内容可读性优化主要为8个核心维度：
①标题层级 ②要点提炼 ③多媒体辅助 ④层次清晰 ⑤排版规范 ⑥语言简练 ⑦视觉引导 ⑧适配性
3.6图文内容GEO元素嵌入
图文内容GEO元素嵌入主要6个部位：
①标题 ②图文首段 ③图文中段 ④图文尾段 ⑤话题 ⑥封面
3.7图文内容发布
图文内容发布核心维度9点：
①PC ②移动 ③IPad ④语音 ⑤摘要 ⑥目录 ⑦账号 ⑧时间 ⑨地域
3.8图文内容提交
① AI智能问答：在对应AI问答平台提交发布图文链接，提升各大APP对图文内容收录几率及排名位置，更正AI智能问答结果。
② AI原生APP：图文内容提交AI原生APP，由AI对图文进行分析，提出修改建议，使图文更匹配AI原生APP采集及排名算法逻辑，更正AI回答。
3.9图文内容GEO优化
3.10GEO效果监测
①国内现阶段：使用录屏软件《提示词、提词器》功能，比较客观，但是效率不是很高
②下阶段：关键词排名工具。比如：Google search Console、爱站、5118同步开发开放词类功能（预测）
4.1内容格式
内容格式分为9种：
①文字 ②图文 ③视频 ④音频 ⑤AIGC生成 ⑥文档 ⑦图片 ⑧书籍、文献 ⑨已经验证
4.2视频内容推理逻辑体裁
4.2.1逻辑体裁
逻辑载体分为5种：
①求方法 ②推荐/对比 ③求解释/定义 ④问原因 ⑤问观点
4.2.2类型体裁
类型载体分为3种：
①PGC ②UGC ③OGC
4.2.3关键意见体裁
关键意见体裁分为4种：
①KOL ②KOC ③KOS ④网红
4.2.4说明类内容
说明类内容核心维度分为4种：
①目的 ②注重 ③常见结构 ④说明方法
4.2.5议论类内容
议论类内容核心维度分3种：
①3要素 ②常见结构 ③论证方式
4.3视频内容推理要素
视频内容推理要素主要为5点：
①准确性 ②全面性 ③完备性 ④最优性 ⑤正确性
4.4视频制作
视频制作主要为5个核心维度：
①封面 ②标题 ③描述 ④进度 ⑤逻辑
4.5视频可读性优化
视频可读性优化主要为8个核心维度：
①标题层级 ②要点提炼 ③多媒体辅助 ④层次清晰 ⑤排版规范 ⑥语言简练 ⑦视觉引导 ⑧适配性
4.6视频GEO元素嵌入
视频GEO元素嵌入主要7个部位：
①标题 ②视频前段 ③视频中段 ④视频结尾 ⑤话题 ⑥封面 ⑦简介
4.7视频发布
视频发布核心维度9点：
①PC ②移动 ③IPad ④语音 ⑤摘要 ⑥目录 ⑦账号 ⑧时间 ⑨地域
4.8视频提交
① AI智能问答：在对应AI问答平台提交发布视频链接，提升各大APP对视频收录到几率及排名位置，更正AI智能问答结果。
② AI原生APP：视频提交AI原生APP，由AI对视频进行分析，提出修改建议，使视频更匹配AI原始APP采集及排名算法逻辑，更正AI回答。
4.9GEO优化
4.10GEO效果监测
①国内现阶段：使用录屏软件《提示词、提词器》功能，比较客观，但是效率不是很高
②下阶段：关键词排名工具。比如：Google search Console、爱站、5118同步开发开放词类功能（预测）
GEO优化一共分为6个步骤：
5.1用户输入
用户有7种输入方法（大白话就是关键词类型），每种方法又细分为3种，共计21种。
5.2问题理解/分析
推理机判断用户输入的问题：
①预训练学习过
②没有学习过
③学习过的知识是否有更新
④进行搜索整理
⑤分析问题
⑥理解问题
⑦拓展问题
⑧注意力问题
5.3信息检索/搜索全网
① 内容策略，从逻辑性、全面性、可行性、可验证性、中立性等维度创作内容，满足需求；
② 技术策略，契合AI GEO推理算法8大要素，提升爬虫抓取效率。
5.4信息整合/整理
5.5文本、答案和推理结果生成
① 生成内容/结果：格式化答案、长答案、简单答案、1234、首先+接下来+综合等
② 输出结论/决策/总结/依据：中心思想总结和概况
5.6输出结果
要使内容有效出现在AI平台的回答结果中，需要实施全面的GEO优化策略，包含关键词优化（如语义关键词挖掘与布局、关键词密度与分布优化、长尾关键词精准匹配等）、内容架构优化、多媒体优化、技术层优化等，以提升品牌在AI平台中的可见性。
GEO优化一共分为12个步骤：
6.1用户输入：
用户有7种输入方法：①提示词 ②命令词 ③指令词 ④关键词 ⑤问题集 ⑥prompt（提示词指令） ⑦具体问题；每种方法又细分为3种，共计21种。
6.2信息检索：
为你找到xx篇参考内容；
AI平台一般选择参考资料的内容类型有：
①顶级学术与论文：
②权重新闻与资讯
③知名研究机构的博客
④行业巨头的报告
⑤工具的学习与实践的知识
⑥结构清晰的内容
⑦经常更新的内容
6.3判断/接受问题：
思考已完成(用时xx秒)，影响深度思考时间的因素有：
①输入的内容长度
②任务推理的复杂度
③硬件的算力
④选择的大模型类别
⑤是否优质网速环境
⑥需要输出的内容词数
6.4思维链CoT启动：
AI的运作本质是“概率预测”，而非“认知理解”，为什么需要这个“自行确认””过程：
①理解用户的真实意图
②应对推理“幻觉”
③保证对话的逻辑连贯与一致
④安全与伦理约束
⑤一种风险策略：为了减少输出错误和有害信息。
⑥一种对齐技术：为了让AI的行为与人类价值观（如追求真理）保持一致。
6.5问题理解/分析：
引用资料概述和全网信息检索整理；
推理机判断用户输入的问题：
①预训练学习过
②没有学习过
③学习过的知识是否有更新
④进行搜索整理
⑤分析问题
⑥理解问题
⑦拓展问题
⑧注意力问题
6.6问题总结：
推理机完成1次推理后，需要综合这些信息进行问题总结，这绝非冗余之举，而是出于几个核心目的：
①增强清晰度与可读性
②确认理解一致性
③提供明确的行动点或答案
④自我验证与逻辑闭环
⑤稳定输出，减少偏离
⑥遵循指令和安全规范
6.7问题定义+问题补充+问题解+问题关联：
AI会将推理得出的最核心、用户最可能关心的答案或总结放在第一段。这是AI向用户确认“我已正确理解你的问题，并且我将围绕这个理解来展开”的方式
6.8生成内容/结果：
AI的输出格式极其多样，其样式完全取决于用户的指令（prompt）和AI本身的能力。你可以将AI视为一个“万能生成器”，你下达什么样的格式指令，它就会尽可能地输出对应样式的内容：
①段落式：长答案、简单答案、1234，撰写文章（首先+接下来+综合）
②列表式：分点说明、列举项目、总结要点
③大纲式：具有层级结构的列表，适用于项目计划、书籍目录
④对话式：模拟人与人之间的对话，常用于编写剧本、对话练习或客服场景
⑤Q&A问答：一问一答的格式，非常适合制作知识库
6.9输出结论/决策/总结/依据：
AI在内容的最后一段进行总结，绝非简单重复，这是为了提升信息的可用性、可靠性和安全性。
①强化核心结论，增强记忆点
②提供明确的行动观点
③自我验证与逻辑闭环
④遵循指令模板与安全规范
⑤创造对话的自然结束点
6.10推理内容鼓励：
对AI的输出进行多样性操作，是有意义的。这些看似简单的交互，实际上在整个AI系统的生命周期中扮演着至关重要的角色，被大量利用的内容通常意味着高价值，一般3-5种形式：
①复制
②下载
③鼓励
④踩一踩
⑤去编辑
6.11推理对话引导：
AI会根据前面输入的内容，推荐一些你可能想问的问题：
①语义分析，挖掘深层意图
②关联性内容
③某领域得问题定位
④历史数据出现的频率
⑤排序筛选
⑥提升用户体验
6.12推理关联引导：
你AI会根据前面输入的内容，理解上下文与意图推荐一些你可能想看的内容可能想看：
①内容热度与趋势
②内容关联性
③新鲜度
④个人历史画像
⑤群体行为数据
⑥生态建设目标
一共12个AI智能回答
7.1问题分析
拆解+补充问题，对问题进行解码、编码处理
7.2搜索全网
调取预训练内容（自蒸馏策略会进行参与瘦身和性能并存）
7.3信息整理
参数和权重（学习和调优）
在本文的研究与撰写过程中，得到了众多公司、专家和学者的支持与帮助，在此一并表示衷心的感谢。
9.1 感谢贵公司、品牌方：
感谢巨推、智火、后思、思阳、天聆等公司，在相关实践数据和行业动态方面给予的支持，为本文的研究提供了丰富的现实依据。
再次感谢匿名提供帮助的各位专家老师，感激之情，溢于言表。
9.2 感谢专家：
特别感谢柴潇、焦一真、王忠燕、孙奇煌、郭继伟、张文程、赵新宇、丁力、勾骐赫等专家，他们在专业领域内的深刻见解和宝贵建议，为本文的研究方向和方法提供了重要指导。
9.3 感谢学者&从业者&行业先驱者：
感谢付迪、第鹏程、张金情、张顺、尚晗、王亮亮、李鑫等学者，他们的研究成果为本文奠定了坚实的理论基础，在研究思路和方法上给予了诸多启发。
9.4 感谢SEO和GEO从业者：
感谢各位SEO和GEO从业者，让白皮书得到了更加专业和系统性的内容输出。
10.1 调研信息说明
本白皮书所涉及内容的调研截止日期为 2025 年 08 月
10.2文章来源声明
本白皮书中所有文章均来源于“玫瑰互动”原创内容及网络公开渠道
10.3重要提醒
10.3.1内容使用提示
本白皮书中的文章内容仅供读者参考。鉴于知识不断更新以及不同情境的复杂性，若您发现文章存在不当之处，欢迎通过留言的方式与我们指正和交流。需要特别强调的是，读者切不可在未获取具体专业建议的前提下，擅自依据文章内容采取行动。若因读者自行依据文章内容行动而导致的任何损失，本电子书运营方不承担任何责任。
10.3.2版权声明
10.3.3内容准确性免责
玫瑰互动不对本平台所发布的内容、信息以及广告的正确性和可靠性作出任何形式的保证。由于信息来源的多样性以及传播过程中可能出现的误差等因素，读者在使用相关信息时应自行判断其准确性和适用性。
10.3.4问题反馈时限
若您发现本电子书内容存在版权问题或其他相关问题，请在内容发布后的 30 天内与我们取得联系，以便我们及时处理和回复。