Skip to content
JingHao-LeonPublic

About

六大国产 AI 引擎实测写成的 GEO(生成式引擎优化)中文实战手册 | SEO, AEO, ai-search, mdBook, doubao, deepseek, 腾讯元宝

Topics

Resources

Stars

7 stars

Watchers

0 watching

Forks

Repository files navigation

从 SEO 到 GEO:AI 时代的搜索优化实战手册

一本基于真实实验数据的搜索优化实战小书

在线阅读 License: MIT mdBook 原始数据

本书封面

这不是又一本翻译国外概念文章的书。2026 年 8 月 5 日,我们用真实浏览器对豆包、DeepSeek、腾讯元宝、通义千问、文心一言、Kimi 六大国产 AI 引擎做了 12 题 × 6 引擎逐字实测(72 次回答全文采集)+ 97 次多次采样,在此基础上写成的实战总结。

全书约 6 万字,覆盖搜索优化的完整演进线:SEO → LSO → VSO → AEO → GEO,每个概念配生活化比喻,每个论点配真实案例。

快速开始

在线阅读(推荐):jinghao-leon.github.io/geo-book,支持全文搜索与暗色主题。

本地运行——本仓库本身就是 mdBook 源码(src = "."):

# 安装 mdBook(任选其一)
cargo install mdbook        # 或 brew install mdbook

git clone https://github.com/JingHao-Leon/geo-book.git
cd geo-book
mdbook serve --open         # 自动打开 http://localhost:3000

目录

章节 内容 一句话看点
前言 为什么写这本书、术语表、阅读地图 83% 的用户已经在用 AI 做消费功课
第1章 SEO 网页搜索时代的优化 排名是租的铺位,内容是买的房产
第2章 LSO 本地搜索优化(地图/点评/本地生活) 在数字商圈里挂对招牌
第3章 VSO 视频与语音搜索优化 豆包 9/12 题引用抖音视频——VSO 是 GEO 的前传
第4章 AEO 答案引擎优化 从"上架"到"被店员直接递到顾客手里"
第5章 GEO 登场 生成式引擎优化是什么 SEO 抢货架,GEO 影响导购员的推荐话术
第6章 实测 六大引擎引用行为实测 全书数据核心:文心 12/12 vs Kimi 3/12
第7章 信源地图 内容铺在哪里才会被 AI 看见 "知乎修正":实测推翻了推断
第8章 实战·广告电商 症状型/对比型/信任型问题拆解 谁铺内容,谁上榜
第9章 实战·教育 智商税句式与 AI 原生场景 B 端是全行业最干净的蓝海
第10章 方法论 GEO 工作流五步走与工具 高频抓取触发 DeepSeek 风控的教训
第11章 未来 从 GEO 到 Agent 时代 唯一不变的是"成为值得被引用的答案"

数据基础

  • 12 个真实业务问题(广告电商 6 + 教育 6),逐字提问、独立新对话
  • 六引擎单次实测(12 题 × 6 = 72 次回答全文采集)+ 多次采样 97 次(元宝 54 / DeepSeek 32 / 豆包 11)
  • 原始数据与研究过程见配套仓库 geo-research-cn 与在线报告 jinghao-leon.github.io/geo-research-cn

局限与数据边界

Note

本书坦诚标注每条结论的证据强度,请按"方向性结论"而非"统计铁律"使用。

  • 单账号采样:AI 回答具有随机性,引用行为结论应视为方向性参考
  • 多次采样未全部完成:DeepSeek 连续提问约 30 次后触发平台风控,采样中止;千问与文心的多次采样未做,豆包仅覆盖 3 题(11 次)
  • 数据采集于 2026-08-05 单日:各引擎的检索与引用行为会随时间变化
  • 行业覆盖有限:12 题集中在广告电商与教育两个行业,其他行业需自行验证
  • 第 11 章为趋势推演:非实测结论,章内已明确标注

常见问题(FAQ)

Q1:GEO 和 SEO 到底有什么区别?

A:一句话——SEO 抢的是搜索结果页的"货架排名",GEO 争的是 AI 答案里的"引用与表述"。用户在搜索引擎里点击链接进你的网站(流量漏斗),在 AI 引擎里常常是读完答案直接决策(信任漏斗),"零点击的胜利"是真实存在的。抓取逻辑也不同:搜索引擎是一只爬虫抓全网,AI 引擎各有一张偏好完全不同的"信源网络"。背景数据:近万道题的大样本统计里,AI 回答的整体引用覆盖率只有 50.4%,"能被引用"本身就是稀缺卡位。详见第 5 章。

Q2:本书实测了哪些引擎?数据规模多大?

A:豆包、DeepSeek、腾讯元宝、通义千问、文心一言、Kimi 六家国产 AI 引擎。2026 年 8 月 5 日单日,12 个真实业务问题(广告电商 6 + 教育 6)逐字提问、每题独立新对话,共采集 72 次回答全文(12 题 × 6 引擎);另补做 97 次多次采样(元宝 54 / DeepSeek 32 / 豆包 11)。原始数据见配套仓库 geo-research-cn。

Q3:书里的数字能直接当结论用吗?

A:请按"方向性结论"而非"统计铁律"使用。单次测试是 n=1,AI 回答有随机性,"引用率 75% vs 83% 谁高"这类精确比较不要当真。受 DeepSeek 平台风控影响(约 30 次连续提问即触发),多次采样只完成 97 条,千问与文心的多次采样未做;12 题集中在广告电商与教育两个行业,其他行业请自行验证。这正是上方"局限与数据边界"一节存在的意义。

Q4:我想让自己的内容被 AI 引用,从哪里入手?

A:按第 10 章的五步工作流走:从真实语料捞口语化 query → 按主攻引擎选信源(元宝吃公众号、豆包吃抖音/头条、文心吃百家号、DeepSeek/千问吃门户+官网+飞书公开文档)→ 内容守住四条硬指标(结论前置 40-60 字、对比表至少 5 个维度、价格带日期、数字可验证)→ 同一内容改造成多平台形态分发 → 每两周监测迭代。注意第 7 章的"知乎修正":实测中知乎几乎没进六家引擎的引用,别按旧推断铺知乎。

Q5:六家引擎里,GEO 应该优先做哪家?

A:按第 6 章修正后的结论,第一梯队是文心(12/12 全引、门槛最低、适合铺量)、元宝(公众号主导,没有公众号内容几乎拿不到曝光)、DeepSeek(多次采样 32/32 全部联网引用)、千问(去重域名 53 个、引用面最广);豆包(9/12)看题目类型,症状型口语问题倾向不联网;Kimi(3/12)基本不联网,优先级排最后,做好官网事实页顺手覆盖即可。

Q6:有没有"花钱买 AI 推荐"的正规渠道?铺软文行不行?

A:截至 2026 年初,六家引擎均无官方的 AI 回答广告产品,你在 AI 回答里看到的品牌推荐全部是有机内容影响的结果。铺低质软文是一条正在收窄的死路:DeepSeek 官方已明确对低质 AIGC 铺稿识别降权。本书的立场是:真实、带数据、可验证的内容才是长期资产(见第 10 章"三条不能踩的线")。

阅读说明

  • 第 1–4 章是演进史,通用知识为主;第 5 章起进入 GEO 正题,全部基于实测
  • 所有实验数据均可回溯到原始记录
  • 赶时间的读者:前言 → 第 5 章 → 第 6 章 → 你所在行业的实战章 → 第 10 章

License

本书内容以 MIT License 发布。


成书日期:2026-08-05 | 数据实测日期:2026-08-05 | 作者:JingHao-Leon(与 AI 协作完成)

About

六大国产 AI 引擎实测写成的 GEO(生成式引擎优化)中文实战手册 | SEO, AEO, ai-search, mdBook, doubao, deepseek, 腾讯元宝

Topics

Resources

Stars

7 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors