全部网址

提出跨 AI 搜索平台的 GEO 测量框架，区分引用选择与引用吸收，并分析不同平台中的可见性表现。

研究数字知识库如何通过 Generative Engine Optimization 提升在生成式 AI 回答中的可见性与引用机会。

GEO公开课第一场配套讲义，围绕 AI 搜索工作机制、GEO 核心原理与 GEOFlow 落地实践组织课程内容。

基于 CN-GEO 数据解释不同 AI 平台的信源偏好，归纳可见世界、效用函数、压缩预算及六层筛选机制。

基于 214,119 条原始观察梳理国内生成式 AI 平台的引用规模、信源结构、官网渗透、终端差异与页面特征。

从行业争议切入解释 GEO 的定义、企业能力结构与合规边界，帮助读者快速建立概念和价值判断。

提出生成式引擎优化概念、可见性指标与 GEO-bench 的原始论文，是理解 GEO 方法与实验边界的基础资料。

持续更新的 GEO 综合学习文档，覆盖基础方法、合规、内容、案例、提示词、论文解读与效果评估。