Google Gemini

1. Google Gemini 是什么

Google Gemini 是 Google 的对话式 AI，也是支撑 gemini.google.com、Gemini in Workspace、Gemini API 和 Vertex AI 的模型与助手。它以对话形式作答；判断检索有用时，便通过 Grounding with Google Search 对实时网络内容进行采信（grounding）（见 Grounding with Google Search）。

按照 生成式引擎的分类，Gemini 并不是一种新的引擎类别。它属于检索增强对话型：对话模型配有网络检索和采信工具，与 ChatGPT Search、Claude 同类。Gemini 可以看作这一类别在 Google 技术栈中的实现。它与 ChatGPT Search 类型相同，但采用不同的技术栈；它与 Google AI Overviews 使用相同的技术栈，但答案的呈现形式不同。

更重要的是，Gemini 采信内容时使用 Google 的网页索引，与 AI Overviews 依赖的是同一份索引；不过，Gemini 只在需要时触发采信，并以对话形式给出答案，而不是生成一段内嵌在 SERP 中的综述。两者采用同一份索引，却以不同方式向用户提供答案。正因如此，Gemini 应当作为独立平台看待，而不只是 AI Overviews 的附属功能。

几个名称容易混淆，可以这样区分：

Bard 于 2023 年 2 月发布，最初使用 LaMDA，2023 年 5 月起转用 PaLM 2，并在 2024 年 2 月 8 日更名为 Gemini，如今已不再是独立产品（见 §6）。AI Mode 使用 Gemini 技术栈；它与 AI Overviews 的概念区别见 AIO vs GEO。

在 GEO 实践中，Gemini 值得优先关注，因为它是 Google 的对话式答案界面。理解这套界面时，尤其要注意 AI Mode 的平台机制与 Gemini 的模型版本变化。

2. 它如何工作

Gemini 按照通用的 Answer Loop 运行：查询理解 → 判断是否检索 → 通过 Google 搜索进行采信 → 选择采信段落 → LLM 合成答案 → 补充引用。其平台特有的环节如下。

触发采信后，Gemini 倾向选择可通过 Google 检索到、结构清晰、实体信息一致且能直接采用的段落。由于检索并非每次都触发，查询覆盖范围本身就很重要：页面首先要能针对那些可能促使模型检索的具体问题，成为有竞争力的候选来源。Google 明确要求，若要作为支撑链接出现在 AI Overviews 或 AI Mode 中，页面必须已被收录，而且符合在 Google 搜索中显示带摘要结果的条件（见 AI features and your website）。这份 Search Central 文档没有提到 Gemini；AI Mode 由 Gemini 驱动的依据来自 Google 产品公告（见 §6）。

3. 爬虫与 User-Agent

同一问题在 Gemini 上的结论与 AI Overviews §3 相反但并不矛盾。对 Gemini 而言，Google-Extended 才是真正有效的令牌。

Gemini 在这一点上与 AI Overviews 恰好相反。截至 2026 年 4 月，Google 官方爬虫文档写道：“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）。因此，屏蔽它对 AI Overviews 毫无作用。另一方面，同一份文档也明确说明：“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）。两种结论并不冲突：同一个令牌对 AI Overviews 无效，却直接控制 Gemini 的相关用途。最常见的 GEO 误区是把 AI Overviews 中「Google-Extended 无关紧要」的经验照搬到 Gemini，而它对 Gemini 恰恰至关重要。类似的混淆也见于 ChatGPT Search：GPTBot 和 OAI-SearchBot 分工不同。判断令牌职责时，必须针对具体产品，不能沿用另一产品上的经验。

Google 在 2023 年的最初公告中，将 Google-Extended 描述为一种开关，用来决定站点内容是否可「帮助改进 Bard 与 Vertex AI 生成式 API」（见 An update on web publisher controls）；现行 Search Central 文档已经将 Bard 更新为 Gemini。如何放行、校验和审计爬虫，以及如何权衡退出训练或采信，见 AI 爬虫。

4. 引用偏好

Gemini 的采信按需触发，并不经常发生；答案又以对话形式呈现，因此引用机会本来就少。一旦触发采信，哪些内容会被系统选中，便会直接影响 GEO 成效。

与另外三种引擎相比，Gemini 的行为最接近同类的 ChatGPT Search，两者都按需检索，引用也较少。不过，Gemini 使用 Google 技术栈，并沿用 Google 既有的质量与实体系统。这使它既不同于默认密集引用来源的原生答案引擎 Perplexity AI，也不同于以页内综述形式出现的 SERP 内嵌型 AI Overviews。同一份内容在不同引擎上被引用的可能性和方式各不相同，不能将一种引擎的结果直接套用到另一种引擎。

5. API 与接入

Gemini API 提供 Grounding with Google Search，可作为可编程检索界面。模型可以通过这一界面调用 Google 实时检索进行采信，并返回答案所依据的来源。

这套 API 对 AI Overviews 和 Gemini 的意义不同。对于 AI Overviews，它只能作为衡量另一款 SERP 内嵌产品的间接手段；对于 Gemini，它使用的采信技术栈与 Gemini 应用相同，因此是更接近实际产品的第一方测量界面。不过，面向用户的 Gemini 与 AI Mode 各有自己的触发和呈现规则；API 只能作为可自动化的近似，不能与用户界面逐项对应。某些较新模型缺少 groundingChunks 的现象只出现在 Google 开发者论坛，并未写入官方采信文档，因此目前只能视为用户报告，不能视为官方文档确认。对 GEO 而言，这些采信元数据可用于自动核查内容是否被引用，因此可在 Gemini 上自动开展引用追踪，具体方法见 AI 引用追踪。字段定义可查阅官方 API 文档。

6. 历史与时间线

下表列出影响 Gemini 采信、引用或可见度的关键里程碑；模型版本只有在这些行为发生变化时才列入。AI Mode 与 AI Overviews 的概念区别见 AIO vs GEO。

（日期和措辞均取自 Google 官方博客与开发者文档，见参考资料。）

7. 实测引用行为

现有实测证据存在明确限制，这一点与 ChatGPT Search 和 AI Overviews 相同。GEO 奠基基准（Aggarwal 等，KDD ‘24）采用自建实验环境，并以 Perplexity.ai 作为实测引擎基线，测试对象不是 Gemini。目前没有任何学术基准以 Gemini 为主要实测对象，因此 relatedPapers 列表保持为空，未经 Gemini 测试的论文结果也不能直接套用到 Gemini。

由此可以确定下面几点：

• 实测数字只适用于原测试引擎。 已有基准中的实测数字见 Perplexity AI。同一种内容改写在不同引擎上的表现并不一致，不能跨引擎推断。
• 引用行为会发生变化，并非固定不变。 由于采信按需触发，触发率本身尚不明确；只有确实触发采信后，才可能进一步判断可检索的来源是否被引用。对话答案中的引用又比 SERP 综述更少。
• 关注变化趋势，不套用固定数字。 目前没有可靠证据支持「Gemini 能将可见度提升 X%」之类的说法，不应给出无依据的数字。可靠的做法是持续测量，而不是预设一个固定结果。

相应的测量方法包括抽样查询、提取被引用的来源，以及长期追踪自身所占份额，详见 AI 引用追踪。§5 所述的第一方采信元数据，使这套方法可以在 Gemini 上自动运行。

8. 针对 Google Gemini 的优化

优化 Gemini 时，需要结合 GEO 及各 playbook 中的通用方法，并优先处理以下事项：

在这些事项中，Google-Extended 应排在前列，因为人们最容易受 AI Overviews 的经验误导。它是 Gemini 特有的控制重点，优先纠正这项误解最能避免损失。

9. Google Gemini 对 GEO 为何重要

Gemini 是 Google 的对话式答案界面，其 GEO 价值来自两个方面：原有投入仍然有效，同时也多了一种通过对话式答案影响用户的机会。它在采信时使用与 AI Overviews 相同的 Google 索引，因此索引、E-E-A-T 和 Knowledge Graph 方面的既有投入在这里同样有效；区别是 Gemini 只在需要时触发采信，并以对话形式向用户提供答案，而不是生成一段 SERP 内的综述。它与 ChatGPT Search 类型相同但技术栈不同；与 AI Overviews 技术栈相同，但答案形式不同。

Gemini 是 检索增强对话型引擎在 Google 技术栈中的实现：它与 ChatGPT Search 同类，与 AI Overviews 使用相同技术栈但答案形式不同，与 Perplexity AI 则分属不同类别。理解 Gemini 需要把握两点：它使用 Google 搜索进行采信，但只在需要时触发；Google-Extended 才是对它真正有效的令牌。在优化 Gemini 时，把握这两点有助于继续利用既有 Google 基础设施来支持对话式答案；若照搬 AI Overviews 的经验，就会误判真正有效的内容控制项。

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，并加入来源引用
• 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）：原生支持调用 Google 搜索工具
• 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 用于 AI Mode 与 AI Overviews