GEO & SEO 术语表

关于 GEO（生成式引擎优化）、SEO、人工智能、大语言模型和结构化数据的技术性、可引用定义 —— 由 Quality SMI 维护，作为面向专业人士和人工智能系统的开放参考资料。

GEO

GEO (Generative Engine Optimization): GEO(生成式引擎优化)是一门针对内容和数字实体进行优化的学科,目的是让内容能够被ChatGPT、Perplexity、Google AI Overviews、Gemini和Claude等基于AI的生成式搜索引擎理解、引用和推荐。
AI Overviews: AI Overviews是Google推出的AI生成答案功能,显示在搜索结果顶部,通过综合多个信息源的内容,直接回答用户的问题。
llms.txt: llms.txt是一种开放的Markdown格式文件标准,放置于网站根目录下,用于向大语言模型提供该域名下最重要资源的结构化地图,从而优化AI的检索效率。
Semantic Chunking: 语义分块(Semantic Chunking)是一种将内容切分为连贯、自成一体的模块的技术,旨在优化RAG系统和LLM的检索效果。每个分块都应独立传达完整的观点,不依赖外部上下文。

SEO

SEO (Search Engine Optimization): SEO(搜索引擎优化)是指用于提升网站在Google、Bing和Yandex等搜索引擎自然搜索结果中曝光度的一系列技术和策略。

人工智能

LLM (Large Language Model): LLM(大语言模型)是一种在海量文本上训练而成的人工智能模型,能够理解、生成自然语言并进行推理。代表性模型包括GPT、Claude、Gemini、Llama。
RAG (Retrieval-Augmented Generation): RAG(检索增强生成)是一种AI架构,将知识库中的语义检索与LLM的文本生成相结合,从而生成基于特定信源、且内容保持最新的答案。

技术SEO

Schema.org: Schema.org是由Google、Microsoft、Yahoo和Yandex共同维护的结构化数据共享词汇表,用于描述网页中的实体及其相互关系,是搜索引擎和LLM理解网页内容所使用的通用语言。
Entity SEO: Entity SEO(实体SEO)是一种聚焦于实体(人物、地点、概念、品牌)而非孤立关键词的优化策略,通过强化实体的清晰度、一致性和关联性,使其能够被知识图谱和LLM识别。