AI SEO、GEO 与 AEO：同一件事的三个名字

AI SEO 是多数人对这件事的叫法，需求量也印证了这一点：每月 6,600 次搜索，而结果页上一半是解释文章、一半是产品清单。这套实践的正式名称是生成式引擎优化（Generative Engine Optimization，简称 GEO）与答案引擎优化（Answer Engine Optimization，简称 AEO）。

两者都是传统搜索引擎优化（SEO）在人工智能时代的延续：它们描述的是同一件工作——把内容发布成生成式答案引擎（ChatGPT Search、Perplexity、Claude，以及谷歌的 AI Overviews 与 AI Mode）能准确读懂、能引用、并且能据此推荐你业务的样子。

传统 SEO 的目标是挤进十条蓝色链接里的名次；GEO 与 AEO 的目标则是成为那段答案被综合出来的源头。这是另一件需要做好的事，也是本页余下部分要谈的。

一套实践，三个名字

结果页上那些解释文章彼此并无分歧，分歧的只是名字。

这些名字是词汇，不是分类法。一套实践，三个在流通的名字。下面是这套实践由什么组成。

三根支柱，以及各自的证据

三者说的都是同一件事——引擎读取页面时读到了什么：

text
  引擎取回若干页面
            │
            ├── 它读 llms.txt 索引      ← 支柱 1
            ├── 它读 JSON-LD 数据图谱   ← 支柱 2
            └── 它等第一个字节到达      ← 支柱 3
            │
            ▼
      它综合出一段答案
            │
            ▼
      它引用自己用过的来源

1. 机器可读的上下文：/llms.txt 提案

由 Jeremy Howard 于 2024 年提出、在 llmstxt.org 维护的 llms.txt 提案，给网站提供一份干净的 Markdown 索引，列出它的用途、服务、价目与文档。

这里值得把「它值多少」说准，因为流传最广的版本并不成立。这份文件是一份提案，而证据显示它不是引用因素。谷歌自己那份《为生成式 AI 搜索功能做优化》的指南写明，创建它「对你在搜索中的可见度与排名既无损害也无帮助」，而 AI Overviews 与 AI Mode 需要的不超过「已被索引、且有资格进入摘要」。两项大规模研究给出同样结论：一项统计了约 300,000 个域名上的引用频率，没有发现「发布它」与「在 AI 答案中被引用」之间有关系；另一项统计了 37,894 个被 AI 引用的域名，平均引用数是「有这份文件 6.8 对没有 6.7」——差十分之一次引用，任何测试都无法把它与噪声分开。也没有任何一家 AI 服务说过它会读这个文件。

它真正帮到的是它被写出来时针对的那个窄场景：按需抓取文档的编程助手与检索智能体。格式、第二版的变化，以及那些测量本身，都写在 什么是 llms.txt 里。

2. 高保真的 Schema.org 数据图谱

一段 JSON-LD 把你的实体类型、服务、营业时间、问答配对写成机器能直接取走、不必转述你文案的形状。这就是它的全部价值：让网站对机器可读，并让你的各个页面不会彼此悄悄矛盾。

但它不是经过核实的真相。这段标记是网站自己的声明，不是资质认证，而一份声明值多少，取决于这个网站有多诚实——谷歌的指引说得很明确：结构化数据必须与读者在页面上看得见的内容一致。它也不是排名杠杆，它只是一个标注。它更不会凭空造出答案：答案必须先存在于页面上，才谈得上被标记。FAQ schema 详细讲了一个标记、包括改变它价值的两个日期，LocalBusiness schema 讲的是对本地生意最重要的那一个。

3. 可被抓取性与第一个字节

AI 爬虫抓取时的超时非常紧。一个用客户端渲染做成的单页应用，会让爬虫先等脚本跑完才有可读内容，而其中一些爬虫不会再等。把预编译好的静态 HTML 从边缘送出，去掉的正是爬虫唯一等不起的那件事。

这是移除一个失败模式，不是赢得一次引用。它也是三根支柱里最便宜的一根，因为它多半是网站怎么建决定的。什么是首字节时间 讲这个指标怎么量，什么是 Anycast DNS 讲「边缘」在实践中是什么。

答案引擎在引用你之前做了什么

三根支柱是产物，下面四步是过程，而引用是在这里赢下来或丢掉的：

1. 它按爬虫逐个决定谁能抓你。 被拒绝的爬虫根本看不到这个页面。
2. 它寻找可以被直接取走的事实。 这是标记真正派上用场的地方，也是只写在营销文案里的主张被丢掉的地方。
3. 它检查自己能不能使用找到的内容。 使用许可与访问权限是两个问题。
4. 它抓取正文。 一份关于正文的承诺不是正文——描述了一个智能体从不读取的页面的清单，是 housekeeping，不是杠杆。

以及没有任何标记能做的部分：答案必须可被引用、可被追责到你头上，也就是说页面得说出机器能引用、读者能核对的东西。如何被 ChatGPT 引用 是这件事的分步版本。

哪些只是听起来正确的说法

值得直说，因为这套实践自己的营销里到处都是这种话：

• 「加上结构化数据你就会被引用。」 结构化数据是在陈述事实，它没有提出被引用的请求，也没有任何公开的测量把功劳记在它头上。
• 「发布 llms.txt，引擎就会引用你。」 四个互相独立的来源说的是反面，其中一个量了 300,000 个域名。
• 「服务器快就能在 AI 里排上去。」 速度移除的是超时。它不是一次被引用的请求，也不是让答案值得被引用的东西。
• 「AI SEO 是一门新学科。」 为它排名的那些对比页，标题恰恰是「AEO、GEO 与 SEO」——这是行业自己承认它们是三个名字的说法；而它们那个最大的帖子里，最高赞回答是「AEO is SEO」。

这些都不足以让这套实践变得没有意义。它们只是让它比营销说的更小：三件网站能做的事，以及一件买不到的事。

这套实践拆开的那些问题

每一件都是一份带着各自证据的独立工作，都值得单独读，而不是这一页上的一条要点：

Zeso 的位置

在 Zeso 上，每个站点默认就按这套实践配好，而不是靠加一段文案：

• 一份随站点一起生成的 llms.txt 清单，指向站点自己的页面；
• 从页面已经在显示的同一批信息生成的结构化数据，因此标记与页面不会漂移；
• 从边缘送出的预编译静态 HTML，抓取不必等源站。

全部主张就这些：这套实践的三根支柱，默认就有。至于引擎会不会引用你，仍然是你那个页面的问题，没有哪个配置能替你回答。