GEO 到底怎么做？从 Prompt 研究到 AI Citation 的完整落地方法

前面介绍 GEO 时，我们很容易把它理解成：

把文章写得更适合 ChatGPT、Gemini、Perplexity 这些 AI 引用。

但真正研究一圈 GEO 厂商和开源项目之后，会发现：

这其实只是 GEO 很小的一部分。

Profound、Peec AI、Scrunch 等商业产品，以及 Elmo、Gego 这些开源项目，真正投入最多的能力都不是"帮你改几段文章"，而是：

Prompt 监测、品牌可见度、Citation 分析、Source Gap、Crawler 访问、竞品分析以及持续复测。

例如 Profound 的核心流程，就是围绕真实 Prompt 建立每日监测，记录不同 Answer Engine 的完整回答、引用来源以及品牌可见度；Peec 则进一步把 Brand Visibility 和 Source Visibility 分开分析；开源项目 Gego 和 Elmo 也都采用"定时执行 Prompt → 保存 Answer → 提取 Mention/Citation → 做趋势分析"的基本架构。

所以如果重新定义 GEO，我更愿意把它描述成：

GEO 是围绕生成式搜索建立的一套 AI Visibility Engineering。

它要解决的不是一个问题，而是一条完整链路：

text 复制代码

用户到底会问什么？
        ↓
AI 现在怎么回答？
        ↓
AI 为什么引用这些网站？
        ↓
为什么竞争对手出现了，我没有？
        ↓
应该改网站、改内容，还是建设外部信源？
        ↓
修改之后有没有真的变好？

真正的 GEO，就从这里开始。

一、第一步不是写内容，而是建立 Prompt Dataset

传统 SEO 的起点通常是：

text 复制代码

Keyword Research

GEO 的起点应该变成：

text 复制代码

Prompt Research

这是两者之间一个非常重要的变化。

例如你是一家企业 RAG 产品厂商。

传统 SEO 可能会关注：

text 复制代码

RAG
RAG Platform
RAG Framework
企业知识库
RAG SaaS

但是用户使用 ChatGPT 时，很少只输入：

text 复制代码

RAG Platform

更可能直接问：

text 复制代码

企业内部知识库应该怎么做？

有哪些比较成熟的企业 RAG 平台？

LangChain 和 LlamaIndex 哪个更适合企业？

有哪些支持私有化部署的 RAG 产品？

金融行业做 RAG 应该注意什么？

RAG 准确率低一般是什么原因？

有没有支持权限控制的企业知识库方案？

这意味着我们真正需要建立的是：

text 复制代码

              RAG Prompt Universe

                   │
       ┌───────────┼───────────┐
       │           │           │
   Information   Comparison   Recommendation
       │           │           │
    是什么？       A vs B       推荐哪些？
    为什么？       谁更好？      哪个最好？

                   │
       ┌───────────┼───────────┐
       │           │           │
     Problem     Commercial   Transaction
       │           │           │
    怎么解决？     产品选型      买哪个？
    为什么不准？   企业方案      多少钱？

然后继续增加几个维度：

text 复制代码

Persona
├─ 开发者
├─ 架构师
├─ CTO
└─ 采购负责人

Region
├─ 中国
├─ 美国
└─ 欧洲

Language
├─ 中文
└─ 英文

最终得到的不是 20 个 Keyword，而可能是：

200～1000 个真实 Prompt。

这就是整个 GEO 系统的测试集。

Profound 现在甚至专门提供 Prompt Volumes 和 Prompt Research，用真实 AI 对话数据判断哪些问题真正有人在问，因为如果 Prompt 本身选错了，后面所有 GEO 优化都可能是在优化一个根本不存在的需求。

这其实和做 Agent Evaluation 很像：

没有 Dataset，就谈不上 Evaluation；没有 Prompt Dataset，同样谈不上 GEO。

二、第二步：建立 GEO Baseline，先知道 AI 现在怎么看你

有了 Prompt Dataset 以后，不要急着修改网站。

先跑一遍。

例如：

text 复制代码

300 Prompts

×
ChatGPT
Gemini
Perplexity
Copilot
Google AI

×
不同地区

×
多次 Run

为什么一个 Prompt 要重复跑？

因为生成式回答不是传统搜索排名。

同一个问题：

text 复制代码

有哪些优秀的 Agent Evaluation Framework？

今天 ChatGPT 可能回答：

text 复制代码

LangSmith
DeepEval
Braintrust
Arize

明天可能变成：

text 复制代码

LangSmith
Braintrust
Phoenix
DeepEval

Profound 就明确采用每日运行 Prompt 的方式，因为 Answer Engine 不会每次返回完全相同的答案。

所以每次 Run 至少要保存：

text 复制代码

Prompt

Engine

Model

Region

Language

Raw Answer

Brand Mentions

Mention Position

Competitor Mentions

Citation URLs

Source Domains

Timestamp

最好不要只保存最终算出来的一个：

text 复制代码

GEO Score = 82

而应该保留：

text 复制代码

Raw Response

因为以后你的算法变了，还可以重新计算。

Gego 的实现就非常典型：

text 复制代码

Scheduler
    ↓
Worker
    ↓
OpenAI / Anthropic / Google / Perplexity
    ↓
Response
    ↓
Citation Extraction
    ↓
Brand Detection
    ↓
Database
    ↓
Analytics

它支持定时任务、Retry、Brand Alias、Citation URL、Top Cited Domain、Keyword × Domain 等分析，本质上已经是一套完整的 GEO Monitoring Backend。

Elmo 走的也是类似路线，而且把自己明确定位成开源 AI Visibility Tracking Platform。

所以 GEO 的第一套核心系统，其实不是 Content Generator。

而是：

AI Search Observability

三、第三步：不要只看"有没有我"，要分析 AI 为什么这么回答

有了数据以后，就可以开始算指标。

最基础的是：

Brand Visibility

例如一共执行了 1000 次相关 Prompt：

text 复制代码

320 次回答出现你的品牌

那么：

text 复制代码

Visibility Rate = 32%

然后是：

Citation Rate

text 复制代码

1000 次回答

120 次引用你的官网

Citation Rate = 12%

再进一步看：

text 复制代码

Share of Voice

Competitor A    48%

Your Brand      32%

Competitor B    26%

Competitor C    18%

还可以统计：

text 复制代码

Average Mention Position

Citation Domain

Citation URL

Sentiment

Prompt Coverage

Model Coverage

但这里有一个非常重要的指标设计。

Peec AI 会把：

text 复制代码

Brand Visibility

和：

text 复制代码

Source Visibility

分开。

为什么？

因为这两个指标反映的是完全不同的问题。

比如：

text 复制代码

AI 经常推荐你的品牌
但是很少引用你的官网

说明：

AI 知道你是谁，但是获取关于你的信息时主要依赖第三方网站。

反过来：

text 复制代码

你的文章经常被引用
但是 AI 很少推荐你的品牌

说明：

你的内容有信息价值，但品牌和这个领域之间的 Entity Association 还不够强。

这两个问题的解决方法完全不一样。

第一个可能应该加强：

text 复制代码

官网权威内容
产品文档
案例
数据
Original Research

第二个可能应该加强：

text 复制代码

品牌 Entity
行业媒体
第三方评价
社区讨论
Benchmark
PR

所以真正成熟的 GEO 不能只有一个总分。

必须能够：

诊断。

四、第四步：做 Citation Intelligence，而不是看到排名低就疯狂改官网

这是 GEO 和传统 SEO 在执行层面非常不同的一个地方。

假设用户问：

有哪些优秀的 Agent Evaluation Framework？

AI 回答：

text 复制代码

LangSmith
DeepEval
Braintrust
Arize

你自己的产品没有出现。

最简单粗暴的方法是：

马上写一篇《2026 最好的 Agent Evaluation Framework》。

但这不一定解决问题。

真正应该先做的是：

AI 为什么推荐了它们？

把所有回答的 Citation 拉出来。

可能会发现：

text 复制代码

                     AI Answer

                         │
           ┌─────────────┼─────────────┐
           │             │             │
         GitHub         Reddit         G2
           │             │             │
       Star / Docs      Discussion     Review

                         │
              Technical Blog / Media

这时候真正的问题就变成：

AI 在这个 Topic 下主要相信哪些 Source？

继续统计：

text 复制代码

Top Citation Domains

reddit.com       18%
github.com       15%
g2.com           11%
某技术媒体          8%
竞品官网            7%

再看：

text 复制代码

竞争对手被哪些页面推荐？

我是在哪些 Source 上缺席的？

这就是：

Source Gap Analysis

Peec 甚至会按照 Source Type 对引用来源进行分类，因为不同 Source 的解决方法完全不一样。

例如：

Source 类型	GEO 动作
Own Website	内容优化
Editorial	PR / 媒体
UGC	Community
Review	用户评价
Corporate	合作 / Directory
Reference	权威资料 / 数据库

所以一个非常重要的认识是：

GEO 不是只优化自己的网站。

如果 AI 对某个问题主要参考：

text 复制代码

Reddit
GitHub
G2
行业媒体
第三方 Benchmark

那么你官网再写 100 篇文章，也未必能够解决 Source Gap。

这也是为什么 GEO 最后一定会和：

text 复制代码

SEO
+
Content Marketing
+
Digital PR
+
Community
+
Open Source

发生融合。

五、第五步：Technical GEO，保证 AI 真的能访问你

Source Gap 分析完之后，再回到自己的网站。

首先解决的不是文章写法，而是：

AI Search 到底能不能正常获取你的内容？

这一层我会称为：

Technical GEO

它和 Technical SEO 高度重合。

Google 在 2026 年发布的生成式 AI Search 指南已经明确说明，Google AI Overviews 和 AI Mode 仍然建立在核心 Search Ranking、Search Index 和 RAG Retrieval 机制之上，因此传统 SEO 的 Crawling、Indexing 和 Technical Structure 仍然是基础。

所以至少要检查：

text 复制代码

robots.txt

Crawler Access

HTTP Status

Canonical

Index

Sitemap

Internal Link

JavaScript Rendering

SSR / SSG

Page Speed

Structured Data

Duplicate Content

对于 ChatGPT Search，OpenAI 官方也明确说明：

如果希望网页能够出现在 ChatGPT Search 的摘要和 Citation 中，需要允许 OAI-SearchBot 访问。

而且：

text 复制代码

OAI-SearchBot

和：

text 复制代码

GPTBot

用途并不相同。

这意味着企业完全可以根据自己的策略分别控制：

text 复制代码

搜索发现

和

模型训练

这一点对企业网站尤其重要。

Scrunch 甚至专门把 Site Audit 拆成：

text 复制代码

Access Control

Content Delivery

Content Quality

并进一步监控 AI Bot Traffic，看哪些 AI Crawler 真正在访问哪些页面。

所以真正成熟的 Technical GEO 应该进一步接入：

text 复制代码

CDN Log

Nginx Log

WAF Log

然后统计：

text 复制代码

Googlebot

OAI-SearchBot

Perplexity Bot

其他 AI Agent

究竟访问了：

text 复制代码

哪些页面

访问多少次

状态码是多少

有没有被 WAF 拦截

有没有因为 JS 获取不到正文

这才是真正的：

AI Crawler Observability。

六、第六步：Content GEO，核心不是"AI 文风"，而是信息价值

解决完 Retrieval 问题以后，才轮到内容本身。

这里也是目前 GEO 最容易被做成玄学的地方。

网上经常可以看到：

text 复制代码

多加 FAQ

多写数字

每 300 字切一次

多引用权威网站

写得更像百科

增加 llms.txt

然后包装成：

GEO 最佳实践。

但目前至少 Google 已经明确表示：

不需要为了 Google 的生成式搜索专门创建 llms.txt、特殊 AI Markup 或所谓 AI Chunking。Google 更强调的是传统 Technical SEO，以及独特、有价值、非同质化的内容。

所以真正值得优化的是四件事情：

text 复制代码

Relevance

这个页面是不是真的回答了问题？
        ↓

Information Gain

有没有别人没有的信息？
        ↓

Evidence

重要结论有没有证据？
        ↓

Extractability

信息是不是容易准确理解和提取？

例如这句话：

Reranker 可以明显提高 RAG 的准确率。

几乎没有什么信息价值。

但是如果写成：

text 复制代码

测试规模：

120 万 Chunk

Embedding：

BGE-M3

Retriever：

Milvus

TopK：

30

Reranker：

BGE-Reranker

Without Rerank：

Recall@5 = 72.4%

With Rerank：

Recall@5 = 84.1%

代价：

P95 Latency
280ms → 510ms

然后再告诉读者：

text 复制代码

为什么提升？

哪些 Query 提升最大？

哪些 Query 没提升？

为什么最终仍然上线？

测试数据有什么限制？

这篇内容就拥有了：

Information Gain

因为 AI 可以自己生成：

什么是 Reranker。

但是 AI 不知道：

你的生产环境中 Reranker 到底发生了什么。

Google 当前针对 Generative AI Search 也明确强调 Unique、Expert-led、Non-commodity Content，而不是简单批量生成已有信息的重新组织版。

因此 GEO 时代技术内容真正应该增加的是：

text 复制代码

真实数据

Benchmark

源码

架构图

实验

失败案例

生产经验

第一手观察

而不是简单增加字数。

七、第七步：不要忽略 Query Fan-out

GEO 还有一个和传统 SEO 非常不同的地方：

AI 不一定拿用户原问题直接 Search。

例如用户问：

最好的企业 RAG 平台是什么？

后台可能进一步生成：

text 复制代码

enterprise RAG platforms

secure enterprise RAG

RAG access control

RAG platform comparison

RAG deployment options

best RAG software 2026

这就是：

Query Fan-out

Google 已经公开说明 AI Search 中会使用 Query Fan-out，通过多个相关 Query 并行检索更多信息。

Elmo 现在也已经开始直接展示：

text 复制代码

Prompt
 ↓
AI 实际展开了哪些 Search Query

甚至分析：

text 复制代码

AI 增加了哪些词

删除了哪些词

哪些 Fan-out Query 你没有覆盖

这意味着 GEO 内容策略不能只围绕：

text 复制代码

Best RAG Platform

而应该继续覆盖：

text 复制代码

Security

Pricing

Deployment

Access Control

Benchmark

Comparison

Integration

Review

所以 GEO 的内容结构最终会越来越像：

text 复制代码

              Topic

                ↓

          Question Graph

                ↓

          Fan-out Query

                ↓

         Knowledge Network

这其实比传统 Keyword Expansion 更接近真实的 AI Retrieval。

八、第八步：修改以后一定要重新跑 Benchmark

这是整个 GEO 最重要，也最容易被忽视的一步。

很多所谓 GEO 服务是：

text 复制代码

扫描网站
   ↓
给你 73 分
   ↓
AI 重写文章
   ↓
发布
   ↓
结束

但这不叫真正的优化。

因为：

你根本不知道修改有没有效果。

正确方式应该像做模型 Evaluation：

text 复制代码

Baseline
   ↓
提出 Hypothesis
   ↓
修改
   ↓
重新执行 Prompt Dataset
   ↓
比较 Before / After

比如发现：

text 复制代码

Prompt Cluster：

Agent Evaluation

Baseline Visibility：

18%

Citation Rate：

6%

然后你做了：

text 复制代码

新增 Benchmark

补充 Agent Eval 方法论

增加 GitHub Example

完善 Structured Data

在几个高 Citation Source 获得真实 Mention

4 周后重新跑：

text 复制代码

Visibility：

18% → 29%

Citation：

6% → 13%

这才说明：

修改可能有效。

如果：

text 复制代码

18% → 17%

那就不能因为文章"看起来更 GEO"而自我安慰。

应该：

text 复制代码

分析

↓

Rollback / 调整

↓

继续 Experiment

最终形成：

text 复制代码

Experiment 001

Experiment 002

Experiment 003

...

然后逐渐得到：

什么策略对我的行业、我的网站、我的目标 Engine 真正有效。

这其实就是 GEO 最应该具备的科学性。

九、最终，GEO 应该形成这样一套系统

把前面的东西放在一起，一个完整 GEO Platform 可以设计成：

text 复制代码

                 GEO Platform

                      │
              Prompt Dataset
                      │
                      ▼
              Multi-Engine Runner
                      │
        ┌─────────────┼─────────────┐
        │             │             │
     ChatGPT        Gemini      Perplexity
        │             │             │
        └─────────────┼─────────────┘
                      ▼
                Response Store
                      │
                      ▼
                Analysis Engine
                      │
       ┌──────────────┼──────────────┐
       │              │              │
    Mention        Citation       Fan-out
       │              │              │
       └──────────────┼──────────────┘
                      ▼
               Competitor Graph
                      │
                      ▼
                Gap Analysis
                      │
          ┌───────────┴───────────┐
          │                       │
     Owned Website           External Source
          │                       │
   Technical / Content      PR / UGC / Review
          │                       │
          └───────────┬───────────┘
                      ▼
                 Experiment
                      │
                      ▼
                  Re-run
                      │
                      ▼
               Before / After

这时候 GEO 就不再是一套"内容优化技巧"。

而变成了：

一套围绕 AI Search 的可观测、分析、优化和实验系统。

十、最后总结：真正做 GEO，只需要记住这七步

如果把整篇文章压缩成一套可以直接执行的方法，就是：

text 复制代码

1. Prompt Research

用户真正会问什么？
        ↓

2. Baseline

AI 现在怎么回答？
        ↓

3. Citation Intelligence

AI 为什么引用这些 Source？
        ↓

4. Gap Analysis

为什么竞争对手有，我没有？
        ↓

5. Optimization

Technical + Content + Off-site
        ↓

6. Experiment

修改之后重新跑 Dataset
        ↓

7. Measurement

Visibility / Citation / SOV / Traffic / Revenue

最终形成一个循环：

text 复制代码

Research

   ↓

Measure

   ↓

Analyze

   ↓

Optimize

   ↓

Evaluate

   ↓

Learn

   ↓

Repeat

这才是我认为目前最合理的 GEO 方法论。

写在最后

如果一定要用一句话解释"GEO 到底怎么做"，我会说：

不要想办法让 AI"喜欢"你的文章，而是想办法让你的信息，在 AI 的 Retrieval、Context、Generation 和 Citation 链路里具备更高竞争力。

这两种思路差别非常大。

前者容易走向：

text 复制代码

关键词

FAQ

Prompt Trick

llms.txt

固定模板

后者则会走向：

text 复制代码

Prompt Dataset

AI Search Observability

Citation Graph

Source Gap

Information Gain

Entity Authority

Experiment

Evaluation

而真正有长期价值的 GEO，一定是后者。

SEO 时代，我们优化的是：

Page Ranking。

GEO 时代，我们正在开始优化：

Information Visibility。

所以真正需要建设的也不再只是一篇"SEO 文章"，而是一整套：

网站 + 内容 + Entity + 外部信源 + AI Search 数据 + Evaluation System。

这才是 GEO 真正开始变得有技术含量的地方。

参考资料

Google Search Central：2026 年发布针对 AI Overviews、AI Mode 等生成式搜索功能的官方优化指南，强调传统 SEO、可抓取性和独特内容仍然是基础。
Microsoft Bing Webmaster Tools：2026 年推出 AI Performance，可以查看 Total Citations、Grounding Queries、Page-level Citation 等 GEO 指标。
OpenAI Publishers and Developers FAQ：介绍 OAI-SearchBot、ChatGPT Search 可发现性及 Citation 相关控制方式。
Profound Answer Engine Insights：围绕 Prompt Tracking、Visibility、Citation 和 Share of Voice 建立 AI Search Monitoring。
Peec AI：将 Brand Visibility 与 Source Visibility 分开，并基于 Citation Source 做 Gap Analysis。
Elmo：开源 AI Visibility / GEO Monitoring 平台，支持多 Answer Engine 的 Mention、Citation 和竞品监测。
Gego：开源 GEO Tracker，提供 Multi-LLM Prompt Scheduling、Citation Tracking、Brand Tracking 和 Analytics。