生成式引擎

1. 什么是生成式引擎

工作定义：生成式引擎（generative engine）是一类直接生成答案的系统。它接收查询并检索相关来源，从中选出可作为回答依据的内容，这一步称为采信（grounding）；随后，大语言模型（LLM）根据选出的内容合成书面答案，系统也可能通过引用（citation）或提及（mention）标明来源。

生成式引擎与传统搜索引擎的根本区别，在于输出的基本单位：搜索引擎返回文档，生成式引擎合成答案。由于结果不再是一列排序后的文档，稳定排名可能不复存在，答案正文与出处可以彼此分离，用户也可能无需点击来源就获得所需信息。

生成式引擎优化（Generative Engine Optimization，GEO）关注的是这类系统如何发现、采用内容并标明来源。检索、选段、合成与出处标注等环节共同决定内容能否进入答案、以何种方式进入答案以及是否获得来源标注，也划定了 GEO 无法直接干预的部分。

Aggarwal 等人在 GEO: Generative Engine Optimization（KDD ‘24，arXiv:2311.09735；论文摘要）中提出了「生成式引擎」，但论文中仅指其基准研究所设定的系统。商业语境中的用法更宽，也没有统一标准；生成式引擎、AI 答案引擎和答案引擎经常混用。GEO Wiki 采用较宽的系统级含义。

生成式引擎不等同于以下对象：

不等同于	区别
单独的 LLM	LLM 只负责合成答案，引擎还包括检索、采信和出处标注等环节
聊天机器人	聊天机器人即使部署了对话模型，也未必会实时检索或依据外部来源作答
推荐系统	推荐系统按照用户偏好排列并推荐一组项目，生成式引擎则根据查询合成答案
网页索引本身	网页索引只是检索环节的输入，本身并不是引擎

2. 生成式引擎与传统搜索引擎之别

两者的区别来自系统结构，而不只是界面形式。下表逐项列出输出从文档变为答案后产生的影响。

维度	传统搜索引擎	生成式引擎
产出单位	一列排序的文档	一段合成的书面答案
排序模型	SERP 稳定且可复现	排序不直接呈现，每次答案都可能不同，无法复现
归属	链接本身就是结果	引擎通过引用或提及另行标明来源，与答案正文相互独立
确定性	同一查询大体得到同一结果	同一查询的答案可能波动（采样、新鲜度）
检索的角色	检索本身就是产品	检索为合成环节提供素材
记忆来源	仅使用外部索引	同时使用参数化记忆（训练所得）与非参数化记忆（检索所得）
用户动作	浏览、点击、离开	往往读完答案即零点击

最关键的一点是：不存在可供内容竞争排名的稳定 SERP。对于生成式引擎，「我的内容排在第几」并不是一个成立的问题，因为内容在答案中的位置不会直接呈现，每次生成时都可能变化，也无法复现。对用户而言，这意味着获得答案后可能不再点击任何页面，详见 零点击搜索；对优化方法而言，这扩大了 SEO 原有的范围，详见 SEO vs GEO。

3. 生成式引擎的内部结构

生成式引擎由多个依次配合的部件组成。下表列出各个部件的功能，以及 GEO 可以在相应环节采取的做法。关于这些部件在一次查询中如何依序运行，见 Answer Loop。

部件	它做什么	GEO 优化重点	相关条目
查询理解	解读用户意图，必要时改写查询或将其拆分为多个子查询	覆盖用户在相关领域提出的真实问题	Answer Loop
检索 / 索引	从索引、实时抓取结果或两者之中获取候选来源	确保内容能够被抓取和检索	AI 爬虫
采信 / 选段	从候选来源中选出模型可以作为作答依据的段落	提供自成一体、可整段引述的内容块（chunk）	可引用性
生成模型（LLM）	根据选定段落合成文字	使论断便于被准确采用	生成式引擎优化
归属层	给出引用、提及或链接，也可能不作标注	使内容成为最应获得署名的来源	引用 vs 提及

检索和采信环节所采用的底层结构，就是检索增强生成（Retrieval-Augmented Generation，RAG），也就是 Gao 等人的综述所讨论的做法（arXiv:2312.10997；论文摘要）。内容块的质量和来源的权威性之所以会显著影响最终结果，原因就在于 RAG：模型只能依据检索到且经过选段环节保留的内容作答。

4. 参数化答案与检索采信答案

生成式引擎可以依靠两类不同的记忆作答，两者的区别直接决定 GEO 能否发挥作用。

	参数化答案	检索采信答案
答案来源	模型的训练权重	查询时检索到的来源
有实时来源可署名吗	没有	有
GEO 能影响吗	基本不能，语料已固定且不可控	能，这正是 GEO 起作用的地方
典型情况	通用且不随时间变化的知识	涉及时效性、具体细节或不确定性的查询

由此可以得出一项关于系统的基本判断，对实践者也最为直接：只有当引擎采用「检索 + 采信」的方式作答时，GEO 才能发挥作用。对于纯参数化调用，即模型不进行实时抓取、仅凭训练记忆作答，优化者基本无从干预，因为无法编辑不受自己控制的模型权重。

实际应用通常会混合使用两种模式。多数引擎同时具备这两种能力；查询越强调时效性和具体性，或模型对答案越不确定，就越可能采用检索。GEO 所能影响的正是这种作答方式。

5. 生成式引擎的类型

各类生成式引擎的差异主要在于采用哪些来源以及如何标明出处，底层结构并无不同。按照来源采用方式而非品牌分类，更能说明这些差异：

类别	采信依据	出处标注方式	对 GEO 优化重点的影响	实例
SERP 内嵌型	以传统网页索引为基础，再进行 RAG，并把查询扩展为多个相关查询	在概览旁附上支持答案的链接	只有已被收录的页面才可能获选，因此最接近传统 SEO	Google AI Overviews
检索增强对话型	使用配备网页检索工具、能够以检索结果为依据作答的对话模型	在正文中提供行内引用，另列来源清单；后者通常比正文实际引用的来源更完整	内容能否被采用取决于工具的实时抓取结果，而不是某个稳定索引	ChatGPT search · Gemini · Claude
原生答案引擎型	默认使用实时网页检索	设计上强调引用，每个答案都附有可点击的来源	引用最为密集，内容结构与来源权威性决定能否获选	Perplexity

几项已经确认的细节，足以说明这一分类所涵盖的差异。Google 表示，其 AI 功能会在网页索引的基础上进行 RAG，并使用查询扇出（query fan-out），也就是把一次查询扩展为多个相关查询（AI features and your website）。Gemini API 会返回 groundingMetadata，将答案片段与原始检索来源对应起来（Grounding with Google Search）。Claude 的网页检索工具文档说明，引用功能始终开启，每条结果都会包含 url、title 和 cited_text（Web search tool）。ChatGPT search 提供的来源列表包含正文中的全部行内引用，范围也比行内引用更广（ChatGPT search）。Perplexity 将自身定位为答案引擎，每个答案都附有可核验的引用（Perplexity 技术 FAQ）。

6. 归属层

生成式引擎有一项传统搜索引擎不具备的特性：来源署名由引擎另行生成，与答案正文相互独立。

在搜索引擎中，链接本身就是结果，因此内容获得展示的同时也会标明来源。生成式引擎则把两者分开，而且可能出现两种情况：

• 引擎可以采用你的内容，却不标明来源（以你的内容为依据作答，但没有引用）。
• 引擎也可以提到你的名称，却不给出链接（仅作提及，既没有引用，也没有链接）。

这是系统设计本身的结构特性，并非有待修补的缺陷。正因如此，GEO 需要一套传统搜索优化不曾使用的指标，提及和引用也必须作为两种独立结果分别追踪。引用、提及和链接的区别与各自价值，详见 引用 vs 提及；站外出现品牌信息的情形见 品牌提及。

7. 为什么引擎的设计决定了 GEO 怎么做

§3 列出的每一个部件，都界定了 GEO 可以影响和无法影响的范围。下表完整列出各部件与优化方法之间的对应关系：

引擎部件	对应的 GEO 优化方法	相关条目
查询理解	对真实问题的主题覆盖	Answer Loop
检索 / 索引	可抓取性与可检索性	AI 爬虫
采信 / 选段	自包含、可整段引述的内容块	可引用性
生成模型	易于被原样取用的论断	GEO
归属层	成为最值得署名的来源	引用 vs 提及

只有了解系统的运作方式，才能有效优化它。上表各项方法的具体做法，详见 生成式引擎优化。

参考资料

学术：

• Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K. & Deshpande, A. (2024). GEO: Generative Engine Optimization. KDD ‘24. arXiv:2311.09735 · ACM DL
• Gao, Y., Xiong, Y., Gao, X., Jia, K., Pan, J., Bi, Y., Dai, Y., Sun, J., Wang, M. & Wang, H. (2024). Retrieval-Augmented Generation for Large Language Models: A Survey. arXiv:2312.10997

官方文档（截至 2026-05）：

• Google Search Central — AI features and your website · 为生成式 AI 功能做优化
• Google AI for Developers — Grounding with Google Search（Gemini API）
• Anthropic — Web search tool（Claude API）
• OpenAI — ChatGPT search（Help Center）
• Perplexity — What is an answer engine, and how does Perplexity work as one?