01-4 · 学术起源:GEO 论文与 AEO 脉络
一句话:“GEO”一词出自 Princeton 等 2023 的论文《GEO: Generative Engine Optimization》(KDD 2024)——首个同行评审的 GEO 研究,给出可复现的”哪些写法能提高被引”实验。
📄 这篇论文(canonical 引用)
- 标题:GEO: Generative Engine Optimization;会议:KDD 2024(ACM SIGKDD,pp. 5–16);arXiv 2311.09735(2023-11-16 首发)。
- 作者:Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik Narasimhan, Ameet Deshpande(Princeton / IIT Delhi / Georgia Tech / Allen Institute for AI)。
- GEO-bench:10,000 查询 × 8 领域,每条配生成引擎会用到的网源;在仿 Bing Chat 的引擎上测 9 种内容改法,强项在 Perplexity 复验。
🏆 核心发现(全库多处引用的源头)
- 5 种方法显著提升被引(最高 ~40%):引用来源(Cite Sources)· 加引述(Quotations)· 加统计(Statistics)· 流畅度优化(Fluency)· 权威语气(Authoritative)。
- 加统计 → +41% 可见性(单项最强之一)。
- 位置差异:低排名页(~第 5 位)做 GEO +115%,第 1 位几乎不变 → GEO 利好”原本不显眼者”(小品牌的机会)。
🔗 它如何落到本库打法
- 引用/统计/引述 → P1-2-信息密度与引用诱饵 · B2-信息密度
- 流畅度/答案优先 → P1-1-answer-first写作与可抽取结构 · B1-可答性与答案优先格式
- 权威语气/作者 → A3-EEAT与作者权威 · P3-4-作者权威与EEAT建设
⚠️ 边界与诚实
- 实验引擎仿 2023–24 的 Bing Chat,平台已演进;数字是论文环境结果,迁移到今天当方向性看。
- 但”加来源/数据/引述更易被引”的结论,与后续多家行业观察方向一致。
- AEO 一词更早(2010s 中,源于精选摘要/语音搜索),非学术造词,与 GEO 是两条脉络后合流。
相关
- 术语 → 01-1-术语辨析-AEO-GEO-SEO-LLMO;为什么重要 → 01-3-为什么现在重要-市场与流量迁移
- 打法总览 → 06-执行与优化方法论;信号 → 04-可见性影响因素与排名信号