做内容往往需要研究内容本身以及带给读者的价值。传统是通过SEO优化网站的排名，现在随着AI Chat用户的增多，有不少用户直接通过Chat找到内容。
从mixlab的新关注用户里这一比例也在增加，如果你在研究内容、增长、获客等话题，推荐了解GEO，用户查询--->AI理解意图--->RAG--->生成答案。但注意，GEO仍在随着技术发展在变化，SEO仍然是"硬通货"。
GEO，我的研究过程：
1、通过多个AI的深度研究，找到相关论文
2、使用 Notebooklm 来理解论文
3、如果要做一次公开讲座，应该如何设计演讲内容？
有几个关键发现：
- 引用内容增加，指标最高可提升 41%
- 统计数据添加，可实现 30-40% 的提升
- 增加对可信来源的相关引用，可实现 30-40% 的提升
- 流畅性优化/易于理解，显著提升 15-30%
- 同时使用多个 GEO 策略可以进一步增强性能
- 通过建模用户潜在搜索意图来指导内容优化
- 通过注入恶意文本或指令，可以有效地操纵 LLM 的排名和推荐结果。
- 文档在 LLM 上下文窗口中的初始排名 （这是传统 SEO 的目标）对 LLM 引用排名的影响远大于任何 GEO 方法
如果要做一次公开讲座，应该如何设计演讲内容？Notebooklm给的启发⬇️
如果你想要获取原始的9篇论文和PDF，
可以加我litnmnm
理解GEO的原理，对我们做新媒体内容和增长有好处，优化内容覆盖的广度，提升用户对IP的信任，加大触达目标用户的机率。如何构建自己的New Media#新媒体
模拟器
论文里提到"通过建模用户潜在搜索意图来指导内容优化"， 和我们最近的一项实验很相似，通过抽象概括原理模拟预演。
Mixlab Lanuchpad Bar ：通过模拟每个人的行为习惯和知识背景，研究一人公司的协作方式。
#寻找最先触达未来的那一小部分人
如果想了解更多GEO相关的，可以交流：
