凭什么SEO在生成式引擎中失效了？

本文写作灵感来源于普林斯顿大学发表在ACM会议上的一篇论文《GEO：生成式引擎优化》。

一、GEO的诞生是为了解决什么问题？

大模型的到来，为搜索引擎引入了一种全新的范式，那就是通过生成式引擎来收集和总结信息，并回答用户的问题。

我们需要先了解一下 大模型 和 生成式引擎 的区别是什么。

大模型来自中文对 LLM 的翻译，而 LLM 是 Large Language Model 的缩写，其实翻译过来应该叫大语言模型，但是我们平时都喜欢直接叫大模型，读起来不绕口，而且听起来也挺厉害。大模型的功能，就是理解和生成内容。你可以把它想象成一个函数，就是给它一个输入，它经过一个处理，最终给出一个输出。

生成式引擎呢，它的概念在边界上要比大模型更加宽泛。我们可以理解为，生成式引擎是基于大模型这一底层技术而构建的“应用系统”，或者说是“工具”。它的定义就是“能够利用大模型产生内容的系统。也就是说，生成式引擎是在大模型的基础上，额外给它加上了一些功能，比如搜索能力，数据处理逻辑的规则，用户界面等，从而构建出一个应用，比如大名鼎鼎的ChatGPT，千问，豆包等。

大模型、以及大模型带来的整个行业，整个社会的变迁，也就是近几年的事情。在2022年ChatGPT横空出世以前，这种类似的技术还只是各大高校实验室里面的玩具。所以借助大模型这种技术来回答用户的问题，截至目前算得上是新兴技术，随着它的发展，我们把它归类到了生成式引擎这一统一框架下面，主要特点就是可以生成准确且个性化的回复，我想大家在刚开始使用大模型的时候一定已经有过这样的感悟。

时过境迁，在大模型出现之前，没有人想到搜索引擎这么好用的东西，居然有朝一日会被取代。甚至于我们整个的，基于搜索引擎的“搜索问题-获取答案”的逻辑都发生了巨大转变。但就像古人说的福祸相依，凡事都具有两面性。

好的方面是，用户获取知识的效率得到了前所未有的提升，大模型带来的范式极大地提升了用户体验。以往我们通过搜索引擎寻找解决问题的方法时，首先得想好搜什么问题，搜出来后出现一堆的页面，我们还得挨个挑选，在排除掉广告、钓鱼网站和无效帖子后，可算找到那么几个看上去有用的网站。这还没完，一个个点进去查看、筛选、比对，运气好的好可以得到想要的答案，运气不好也就不了了之了。而现在有了大模型的帮忙，直接点开豆包、千问、或者元宝，亦或是国外的ChatGPT, Google Gemini，随口问一句就行了，AI会默默地帮你搜索信息，整理信息，总结信息，并将归纳好的有用的知识，直接喂给你。这才叫做呼之即来，唾手可得。

坏的方面是，这项技术给第三方利益相关者，比如网站和内容创作者，带来了巨大的挑战。就比方说我，我现在在写这篇文章，这篇文章写完后会发布到多个平台，比如微信公众号，CSDN，知乎，小红书等，但是我永远不能确切地知道我创作的内容什么时候会被AI所引用，又会以怎样的方式被展示给AI的对面的“那个人”。最重要的是，万一AI大模型引用了我的内容，却没有告诉用户这是我创作的内容，那我作为内容创作者岂不是被大模型“白嫖”了？正是这种不确定性带来了很大的风险。

因为我是创作者，自然而然地我会以内容创作者的视角来看待这个挑战，至少我不希望我的权益收到侵害。那么要解决这个问题，就必须引入一个极其重要的概念，也就是我们今天这篇文章的主角——GEO。它的全称是 Generative Engine Optimization，我们把它翻译成“生成式引擎优化”。

上面我们已经讨论过大模型和生成式引擎的关系，如果说生成式引擎现在还没有“心”（heart），但它至少一定有“脑”（brain），这个“脑”就是大模型。所以我们做“生成式引擎优化”，做GEO，说白了还是冲着它的大脑去的。不过冲着大脑去并不是要去改变大脑本身，毕竟人类的大脑我们还没研究明白呢。大脑本身的结构是不变的，大模型还是那个大模型；大脑的作用机制也是不变的，包括它的思考方式，计算方式，处理方式等。那GEO到底改变了大模型的什么？

改变了大模型接收到的信息。也就是说大模型的“输入”变了。我们希望是这样的：大模型接触到我们想让它接触到的内容，那么经过大模型的处理后，它就会给出我们想要的结果。所谓“想要的结果”就是大模型在回答用户的问题时，如果它引用了创作者的内容，理应为其打上标签(Tag)，告诉用户本次回答采用了谁谁谁的观点。

经过大规模的基准测试，以及严格评估，我们发现GEO工作可以让内容的可见性比使用GEO之前提高多达40%。这个数据来自普林斯顿大学的论文：https://arxiv.org/pdf/2311.09735。

二、GEO是如何提升可见性的？

创作者本身要持续创作优质内容，这是根本，也有一些小技巧可以提升内容在大模型回答中的可见性，比如在文章中多引用一些权威的统计数据，一些相关度高的引用，相关来源的引述，这些都可以显著提高内容的可见度。

虽然目前已经有数不清的人都在用生成式引擎，但是并没有一套标准的，描述它的框架，比如用户的输入和模型的输出直接存在什么关系？

我们尝试引入了一个描述它们之间关系的函数（function），这个函数是这样的。f(GE) := (qu, PU) -> r.

这里的qu，代表用户输入的问题；r呢，是大模型给出的响应结果；而 PU 就表示个性化的用户信息。

这个公式一出来就很容易描述生成式引擎了，很明显PU 会影响到 qu 到 r 的一个映射。r 是大模型给出的响应结果，通常是包含了很多引用的结构化文本。

那么对于一个理想的生成式引擎来说，就应该尽可能保证响应结果涉及到的所有称述，都应该有引用作为支撑。而放过来，生成式引擎给出的每处引用，也应该都有对应的文本进行论述。说人话就是，我说话要引经据典，提高我的信服力，但是我不能随便引用，毕竟改变不是乱编，戏说不是胡说。

传统搜索引擎是根据网页的平均排名来决定内容的可见性，创作者不但知道内容的曝光程度，还知道这么提升展现度。但是生成式引擎不是。因为大模型在每次回答中都可能回应引用多方消息源。这里面有很多的因素，比如被引用网站的体量，内容的独特性，以及呈现方式等，都会影响到引用的真实可见度。所以说SEO的概念和对应的方法，在生成式引擎中失效了。

三、GEO策略推荐

要想提升展示指数，创作者应该根据GEO的策略定期优化自己的内容，比如说，可以让个人风格体现的更加明显，或者并入一些新的内容尽力组成结构化的文本。一个好的GEO优化策略，就像是一个“黑箱”优化方法，我们并不需要知道生成式引擎底层的算法是如何设计的，但是经过GEO策略，我们的内容获得了更好的展示。

经过评估，我们推荐下面的 GEO策略：

1. 权威性提升：努力让自己的文本风格读起来更具有说服力，看起来更权威。
2. 增加统计数据：不要只是一味的陈词滥调，你要增添一些具体的数据，大模型就喜欢可以量化的东西，而不是天马行空的定性讨论。
3. 传统关键词要有：“关键词堆砌法”本来是SEO的专利，但是好的SEO本来就可以促进GEO的提升，经典方法之所以称为经典，就是说明人家有用。所以，让自己的内容里面多包含一些来自查询的关键词，不是什么坏事。
4. 引用来源、添加引述：你引用了可靠的消息数据源，大模型也就会相应地认为你是可靠的。
5. 通俗易懂：写文章也好，写文案也罢，说话首先要说人说，别让大模型都读不懂你的内容，你还指望他引用你呢？
6. 流畅度：这个没得说，同样的题材，有人写出来就是一气呵成，有人就和便秘似的。大模型选哪个咱都门儿清。
7. 独特性：如果你确实发表了一些高明的见解和独特的方法，放心，大模型可不会放过你。

希望GEO的出现，可以帮助更多的创作者知道如何在生成式引擎的大背景下，去优化他们的内容。