GEO: Generative Engine Optimization (Aggarwal et al. 2024)

1. 这篇论文是什么，为什么它奠定了整个领域

这个领域的名字就出自这篇论文。GEO: Generative Engine Optimization（Aggarwal et al., KDD 2024）是 GEO 一词的学术来源。

它最关键的一步，是把一个含糊的从业者直觉（「让我的内容进入 AI 答案」）变成了一个可度量的优化问题，并配上一套公开基准。

论文给出的定义是狭义的，只在它自己的基准之内成立，研究对象是针对一个固定评测装置所做的内容改写；「GEO」一词后来才被从业者拿去指代整个学科。

属性	内容
作者	Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan, Deshpande
发表	KDD 2024（Proc. 30th ACM SIGKDD）
标识	arXiv 2311.09735 · DOI 10.1145/3637528.3671900
产出物	代码 + GEO-bench 数据，Apache-2.0

2. 它形式化了什么问题

论文立论的起点是一处结构性断裂：结果页过去是一列排序链接，生成式引擎返回的却是单一合成答案。可见度（visibility）不再等同于排名。

论文有意把建模简化到最少：

• 生成式引擎是一个黑箱：内容创作者无法改动模型，只能改动作为输入的网页内容。
• 目标是最大化内容在合成答案中的可见度，而非它在链接列表中的排名。
• 因此，成功取决于答案如何使用你的文本。论文之所以要另立一个新指标（见 §4），而不沿用排名，根源正在这里。

支撑这一切的，是检索（retrieval）与采信（grounding）机制：引擎为何抽取某些来源，又如何据以生成答案。这是论文的前提，answer loop 有详述，Gao et al. 2023 也对其做过综述。本论文把这套机制当作已知，只在它之上提出优化问题。

3. 方法学：GEO 框架与 GEO-bench

论文评估了九种内容优化方法，每一种都是对候选网页来源所做的一类改写：

#	方法	一句话意图
1	Authoritative	以更具权威性的语气改写
2	Statistics Addition	补充相关的量化数据
3	Keyword Stuffing	增加查询关键词（SEO 惯性动作）
4	Cite Sources	增加对可信来源的引用
5	Quotation Addition	增加相关引述
6	Easy-to-Understand	简化语言
7	Fluency Optimization	提升流畅度
8	Unique Words	增加不常见或独特的词汇
9	Technical Terms	增加领域技术术语

基准 GEO-bench 的构建方式：

• 1 万条查询，划分为 8K 训练、1K 验证、1K 测试。
• 取自 9 个数据集：MS MARCO、ORCAS-I、Natural Questions、AllSouls、LIMA、Davinci-Debate、Perplexity.ai Discover、ELI5，以及 GPT-4 生成的查询。
• 25 个领域（如 Arts、Health、Games），配七种归类方式。
• 每条查询附带其 Google 前 5 条结果，作为候选来源集。

实验在两个引擎上进行：一个是内部搭建的生成式引擎（GPT-3.5-turbo，在 Google 前 5 条结果上加提示），另一个是已经上线的 Perplexity.ai，用来在真实环境里做一次对照验证。

4. 「印象」指标：论文被引用最多的贡献

这篇论文里被反复沿用的，不是某个具体做法，而是一个指标。它把 引用与提及 这组非此即彼的划分，改写成一个连续、且随位置变化的量。

论文提出两个可见度度量：

Position-Adjusted Word Count (Imp_pwc)：
  对被引用句子 s 求和：|s| · e^(-pos(s)/|S|)
  再除以回答总词数

= 你被引用句子的词数，按其在答案中
  出现的早晚做指数衰减。

Subjective Impression：
  由 GPT-3.5 在 7 个子维度上评分的综合指标：
  相关性 · 影响力 · 独特性 · 主观位置 ·
  主观计数 · 点击可能性 · 多样性

比起「有没有被引用」这种是非判断，它衡量的是一个来源在多大程度上塑造了答案，而这恰恰是 可引用性（citability） 真正要优化的对象。后来多数厂商的 KPI 与 GEO 度量框架，都沿用了这一按位置加权的思路。

5. 主要发现

标题数字如下，更要紧的是它的适用边界：

发现	细节
标题提升	GEO 方法在 Position-Adjusted Word Count 上把可见度最高提升约 40%
最优方法	Quotation Addition +41%（PAWC）；Statistics Addition +37%（Subjective）；Cite Sources +30%（PAWC）
并非平均	「最高 40%」是按方法、按领域计的上界，不能当作一律可指望的预期增益
取决于领域	Cite Sources → 事实型查询；Authoritative → 辩论 / 历史；Statistics → 法律与观点
SEO 惯性失效	Keyword Stuffing 没有帮助，且可能有害
重新平衡位次	排名第 5 的页面收益最大，Cite Sources 给它们带来 +115.1%
真实引擎校验	在 Perplexity.ai 上提升最高约 22%，小于内部引擎

把「SEO 惯性失效」和「真实引擎校验」这两条放到一起看，可以得出一条该做的事和一条该警惕的事：该做的是让内容实质胜过关键词技巧；该警惕的是这个百分比只是上限，并不是可以指望的常规值。

6. GEO Wiki 评估

先充分肯定它的贡献。这三项贡献确实是奠基性的，至今依然立得住：

1. 命名与界定。把「进入 AI 答案」转化为一个黑箱优化问题，是整个领域据以建立的那一步。
2. 印象指标。位置调整后的连续可见度是正确的计量单位，并被广泛沿用。
3. 公开基准。GEO-bench 让这一主张变得可以检验，后续的批判之所以能成立，前提恰恰在此。

接下来是四点有边界的批判：

1. 外部效度。受测引擎停留在 2023–24 年的形态，即一个内部 GPT-3.5 装置加 Perplexity.ai。今天的 ChatGPT Search、Gemini 与 Google AI Overviews 在检索与合成上都已不同，论文的结论既覆盖不到它们，引用时也不该假定已经涵盖。
2. 基准漂移。GEO-bench 的语料与引擎都会老化。「40%」只是 2024 年某个时点的快照，不能跨时间当作常数搬用。
3. 复现结果指向相反方向。Puerto 等人的 C-SEO Bench（NeurIPS 2025 Datasets & Benchmarks）发现，一旦多方针对同一引擎同时优化，许多对话式 SEO 改写就会失效，甚至适得其反。本论文测得的提升只反映单一行为者的情形，是上界，并不代表多方博弈后的均衡。
4. 标题数字的表述。「最高 40%」在从业者写作中被传成「约 40%」。准确的说法是：这是一个按方法、按领域计的最大值，在真实引擎上已缩到约 22%，并可能在竞争与可信度过滤（E-E-A-T 压力）下进一步缩小。

GEO Wiki 的判定是：奠基不等于可以直接照搬。值得沿用的是它指出的方向，即内容实质（来源、统计、引述）胜过关键词操纵；不值得沿用的是那个具体数字，不要把它当作规划依据。

7. 可复现性

以下状态在撰稿时（2026-05-17）逐项实地核实过，并非凭推测：

产出物	状态
源代码	公开：github.com/GEO-optim/GEO（run_geo.py、geo_functions.py）
基准数据	公开：HuggingFace GEO-optim/geo-bench
许可	Apache-2.0
项目页	generative-engines.com/GEO/

字段取值：code-and-data。方法实现与 GEO-bench 均开放可得，因此标题实验可被独立复现。相对于这一领域的多数论文，这是一个实在的优点。

8. 它对从业者意味着什么

哪些可以拿来用，哪些不能：

• 可以用：内容实质类的改写。补充可信的 引用、具体的统计数据、相关的引述，这个方向经过反复验证，也最经得起时间。
• 可以用：以度量的方式去看待它。持续追踪一个来源的显著程度，而不是把引用看成非黑即白的两种状态，并把它接入 AI 引用追踪。
• 不要用：那个具体百分比，以及任何跨引擎、跨领域的外推。同一处改写在 ChatGPT Search 与 Perplexity.ai 上的表现并不一致。
• 不要默认：单一行为者拿到的收益，在竞争者也开始优化之后还能保持（见 §6，C-SEO Bench）。

9. 延伸阅读

• Gao et al. 2023 — RAG: A Survey：本论文据以建立的检索 / 采信机制。
• C-SEO Bench (Puerto et al. 2025)：关键的复制反向证据，建议与 §6 对照阅读。
• 生成式引擎优化：被扩展的从业者用法与这一狭义学术来源之间的关系。

References

1. Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan, Deshpande — GEO: Generative Engine Optimization, KDD 2024. arXiv:2311.09735 · DOI:10.1145/3637528.3671900
2. GEO — official code & experiments: github.com/GEO-optim/GEO
3. GEO-bench dataset: huggingface.co/datasets/GEO-optim/geo-bench
4. GEO project page: generative-engines.com/GEO
5. Gao et al. — Retrieval-Augmented Generation for LLMs: A Survey, 2023. arXiv:2312.10997
6. Puerto, Gubri, Green, Oh, Yun — C-SEO Bench: Does Conversational SEO Work?, NeurIPS 2025 D&B. arXiv:2506.11097
7. Liu, Zhang, Liang — Evaluating Verifiability in Generative Search Engines, Findings of EMNLP 2023. arXiv:2304.09848