Google Gemini

1. Google Gemini 是什么

Google Gemini 是 Google 的对话式 AI：它是 gemini.google.com、Gemini in Workspace 以及 Gemini API / Vertex AI 背后的模型与助手。它对话式作答，并在判断检索有用时，通过 Grounding with Google Search 采信（grounding）实时网络（见 Grounding with Google Search）。

在生成式引擎的分类里，Gemini 并不是新的一类。它属于检索增强对话型，即一个被赋予网络检索 / 采信工具的对话模型，与 ChatGPT Search 和 Claude 同属一类。因此本条目把它当作这一类在 Google 技术栈上的实例来讲：它与 ChatGPT Search 同属一类，但跑在不同的技术栈上；它与 Google AI Overviews 共用同一套技术栈，但呈现面不同。

第二个对比才是最关键的。Gemini 采信所基于的是 Google 的网页索引，也就是 AI Overviews 所依赖的同一份索引，但这里的采信按需触发，且以对话形式给出，而非一段 SERP 内嵌的综述。索引同为一份，抵达用户的方式却不同。Gemini 之所以单独成条、而不是放在 AI Overviews 里作为一节，原因正在于此。

同名的有几件不同的东西，先分清楚：

关于 Bard 只需记住一句：它 2023 年 2 月发布（先用 LaMDA，2023 年 5 月起转用 PaLM 2），2024 年 2 月 8 日改名 Gemini，今天已不是一个独立产品（见 §6）。AI Mode 的机制之所以放在本条目，是因为 AI Overviews 条目特意把它留到这里讲；它与 AI Overviews 的概念对比则见 AIO vs GEO，两个条目之间互不重复。

它之所以列为 P1 平台条目，是因为它是 Google 的对话式答案呈现面，并把两件 AI Overviews 条目有意留到这里的内容，即 AI Mode 的平台机制与 Gemini 的模型版本史，集中在一处讲清，从而使两个条目互不重复。

2. 它如何工作

Gemini 是通用 Answer Loop 的一个实例：查询理解 → 是否检索的判断 → 基于 Google 的采信检索 → 采信选段 → LLM 合成 → 引用回填。本节只给平台特有的差异。

采信触发时，选段这一步偏好可经 Google 检索到、结构清晰、实体一致、可直接取用的段落。由于检索按需触发，查询覆盖本身就是一个抓手：要被采信，你得先在那个让模型决定去检索的具体问题上，成为足够强的候选来源。Google 写明，对 AI Mode 而言「要作为支撑链接出现在 AI Overviews 或 AI Mode 中，页面必须已被收录且符合 Google 搜索的展示资格、带摘要」（见 AI features and your website）；AI Mode 由 Gemini 驱动这一说法来自 Google 的产品公告（见 §6），而非那份并未提及 Gemini 的 Search Central 文档。

3. 爬虫与 user-agent

这是本引擎上最关键的区分，与 AI Overviews §3 的区分恰好相对，结论相反，但并不矛盾。关键事实是：在 Gemini 上，Google-Extended 才是真正起作用的那个令牌。

本引擎最关键的 GEO 事实，与 AI Overviews 的情况恰好相对。按 Google 官方爬虫文档（2026-04 核对）：“Google-Extended does not impact a site’s inclusion in Google Search nor is it used as a ranking signal in Google Search”（Google-Extended 不影响站点在 Google 搜索中的收录，也不作为 Google 搜索的排名信号），这正是屏蔽它在 AI Overviews 上毫无作用的原因。但同一份文档写明了它的正面用途：“Google-Extended is a standalone product token that web publishers can use to manage whether content Google crawls from their sites may be used for training future generations of Gemini models that power Gemini Apps and Vertex AI API for Gemini and for grounding in Gemini Apps and Grounding with Google Search on Vertex AI”（Google-Extended 是一个独立产品令牌，发布者可用它管理被抓取内容是否用于训练未来的 Gemini 模型，以及是否用于 Gemini Apps 与 Vertex AI 上 Grounding with Google Search 的采信；见 Google’s common crawlers）。所以两个条目并不冲突：同一个令牌在 AI Overviews 上毫无作用，在 Gemini 上却是真正的抓手。这里最常见的 GEO 失误，是把在 AI Overviews 上养成的直觉，即认为 Google-Extended 无关紧要，原样搬到 Gemini 上，而在 Gemini 上它恰恰至关重要。这和 ChatGPT Search 把 GPTBot 与 OAI-SearchBot 分开所设的结构性陷阱属于同一类：同一个令牌，承担两份不同的职责。

Google 2023 年的原始公告把 Google-Extended 描述为控制站点是否「帮助改进 Bard 与 Vertex AI 生成式 API」的开关（见 An update on web publisher controls）；现行的 Search Central 文档已把这一表述更新为 Gemini。放行、校验、审计，以及训练 / 采信退出的取舍，见 AI 爬虫。

4. 引用偏好

这是 GEO 价值最关键的一节。由于采信按需触发、呈现又以对话形式给出，采信本就不常发生，而一旦发生，什么会被引用这个问题杠杆极高，机会也极有限。

四台校准引擎横向放在一起，结论一句话就够：Gemini 的行为接近它的同类引擎 ChatGPT Search（按需检索、引用稀疏），但它跑在 Google 技术栈上，复用 Google 既有的质量与实体系统，因此既不同于原生答案引擎 Perplexity AI 默认就密集给出引用，也不同于 SERP 内嵌型 AI Overviews 的页内综述。同一份内容在每台引擎上的被引概率机制都不同，不应跨引擎外推。上表每一行都对应一个 GEO 抓手，完整内容在各自的专条里。

5. API 与接入

Gemini 可程序化的检索界面是 Gemini API 的 Grounding with Google Search，它让模型基于 Google 做一次实时采信检索，并返回答案背后的来源。

与 AI Overviews 条目相关的 GEO 区别在于：在那里，这套同样的 API 只是另一台（SERP 内嵌型）产品的外部代理。而在这里，它采信所基于的技术栈与 Gemini 应用相同，更接近第一方度量界面，而非代理。有一个限定仍然成立，不应略过：消费端 Gemini 与 AI Mode 各自有自己的触发与呈现，所以它是最接近的可自动化近似，而非与消费端界面一一对应。某些较新模型缺失 groundingChunks 的现象出现在 Google 的开发者论坛，而非官方采信文档，应视为有报告而非有文档。对 GEO 而言，重点在于：有了这些采信元数据，「我的内容是否被引用」就可以自动化地查证，这也正是 AI 引用追踪 在本引擎上得以落地的原因。完整 API 参考请查阅官方文档。

6. 历史与时间线

这里只记录与 GEO 相关的里程碑，即影响采信行为、引用面或可见度机制的变更。只记录改变了采信或可见度行为的模型版本变更。AI Mode 与 AI Overviews 的概念对比见 AIO vs GEO。

（日期与措辞取自 Google 官方博客与开发者文档，见参考资料。）

7. 实测引用行为

这里要把适用范围讲清楚，与 ChatGPT Search 和 AI Overviews 条目的处理完全一致。GEO 奠基基准（Aggarwal 等，KDD ‘24）用的是内部装置加 Perplexity.ai 作为实测引擎基线，而非 Gemini。没有任何学术基准以本引擎作为主要实测基线，这也是本条目 relatedPapers 刻意留空的原因：我们不内链一篇并未测试本引擎的论文。

由此可以确定下面几点：

• 跨引擎证据请回到它的出处去读。 已被基准化的实测引擎数字在 Perplexity AI 条目里，同一类内容改写在不同引擎上表现并不一致，不应跨引擎外推。
• 把引用行为当作变量，而非常量。 采信按需触发，因此触发率本身就是未知数；只有在采信确实触发之后，才谈得上可检索的来源是否真的被引用，而对话式呈现又比一段 SERP 综述更稀疏。
• 采用方向，而非一个数字。 没有站得住脚的「Gemini 把可见度提升 X%」的说法，不要去编一个。可靠的做法是持续度量，而不是认定某个固定数字。

那一套度量方法，即抽样查询、抽取被引集合、长期追踪自己的份额，正是 AI 引用追踪；§5 里第一方的采信元数据，正是它在本引擎上能够自动化的原因。

8. 针对 Google Gemini 的优化

以下是 Gemini 特有的优先级，并非完整的 GEO 全流程，后者在 GEO 与各 playbook 里。

需要说明边界：这是一份平台打法清单，不是端到端的方法，详细内容都在各自的专条展开。Google-Extended 一行之所以排得靠前，是因为它最容易被 AI Overviews 的经验带偏，而纠正它在本引擎上独有、杠杆也最高。

9. Google Gemini 对 GEO 为何重要

Gemini 是 Google 的对话式答案呈现面，它的 GEO 价值来自两点叠加：一是对既有投入的复用，二是对话式的触达。它采信所基于的是与 AI Overviews 相同的 Google 索引，因此你在索引、E-E-A-T 与 Knowledge Graph 上的既有投入在这里同样有回报，只是它经由一个按需、对话式的呈现面抵达用户，而非一段 SERP 内的综述。它是 ChatGPT Search 在不同技术栈上的同类引擎，也是 AI Overviews 在不同呈现面上的同栈对照。

Gemini 是检索增强对话型这一类在 Google 技术栈上的实例，它是 ChatGPT Search 的同类引擎、AI Overviews 的同栈对照、Perplexity AI 的跨类对照。如果对这台引擎的理解是对的，即看清它基于 Google 采信但按需触发，且 Google-Extended 才是这里真正起作用的令牌，你既有的 Google 基础设施就会转化为对话式触达；如果只是把 AI Overviews 的直觉照搬过来，理解就错了，你会用错那个真正管控本呈现面的控制项。

参考资料

Google 官方开发者文档（截至 2026-05）：

• Grounding with Google Search — Gemini API（2026-05-07 更新）
• Google’s common crawlers — Google-Extended 文档（2026-04-23 更新）
• AI features and your website — Google Search Central（2025-12-10 更新）
• View related sources & double-check responses from Gemini Apps — Gemini Apps Help

Google 官方公告（The Keyword / DeepMind）：

• An important next step on our AI journey（2023-02-06）：Bard 上线（LaMDA）
• What’s ahead for Bard（2023-05-10）：转用 PaLM 2 加来源引用
• An update on web publisher controls（2023-09-28）：Google-Extended 公布
• Introducing Gemini: our largest and most capable AI model（2023-12-06）：Gemini 1.0
• Bard becomes Gemini（2024-02-08）：Bard 改名 Gemini
• Introducing Gemini 2.0（2024-12-11）：原生 Google 搜索工具调用
• Expanding AI Overviews and introducing AI Mode（2025-03-05）：AI Mode（定制版 Gemini 2.0、查询扇出）
• AI in Search: Going beyond information to intelligence（2025-05-20）：定制版 Gemini 2.5 进入 AI Mode 与 AI Overviews