有人想找奥克兰的牙医、想找会做双语网站的公司、想知道某个服务大概多少钱。三年前他会去 Google 搜，现在有相当一部分人直接问 ChatGPT 或者 Claude。
差别在于：Google 给他十条链接让他自己挑，AI 直接给他一个答案，可能提到两三家。没被提到的，等于不存在——他不会往下翻，因为没有”下面”。
GEO（Generative Engine Optimisation）就是研究怎么成为被提到的那几家。
它和 SEO 是什么关系
地基是共用的。网站能被抓取、内容结构清楚、信息准确——这些对两者都是前提。所以不存在”做 GEO 不做 SEO”这种事。
但上层的逻辑不同：
SEO 竞争的是排名位置，你要比第十一名更好才能进第一页。
GEO 竞争的是被引用的资格。AI 在组织答案的时候，会挑那些它”敢说”的内容——事实明确、来源可追、前后一致。它不会引用一段含糊的自我夸奖，因为那种内容它没法转述成一句有信息量的话。
这个区别导致了一件事：写得含糊的网站在 GEO 上吃亏特别大，即使它 SEO 做得不错。
AI 更愿意引用什么样的内容
把一段内容想象成”AI 要不要把它转述给用户”，标准就清楚了。
有具体数字的。“我们价格实惠”没法转述。”单页网站 NZ$1,499 起，含首年托管”可以直接转述，而且转述之后仍然是有用的信息。这也是我们把价格直接写在网站上的原因之一。
有明确边界的。“我们能做各种网站”没有信息量。”我们做企业官网和预约类系统，不做电商平台开发”反而有用——AI 可以据此判断该不该推荐你。说清楚自己不做什么，比说什么都能做更容易被推荐。
可以被核实的。公司注册名、注册号、成立时间、地址、真实客户案例。这些是能对上外部记录的东西。我们把公司主体和 NZBN 写进了网站的结构化数据，因为它可以在政府网站上查到——一句可核实的事实，比十句形容词有用。
直接回答问题的。用户问的是”新西兰做个网站多少钱”，一个标题就叫这个、开头两句就给出区间的页面，比一篇绕了五段才提到价格的文章更容易被引用。
技术上要做的几件事
内容必须在 HTML 里，不能靠脚本画上去。多数 AI 抓取方不执行 JavaScript，它读到的是脚本运行之前的页面。如果你的关键内容是脚本填进去的，AI 读到的是空的。这一条我们自己踩过：首页一个从 0 滚到 500 的数字动画，HTML 里写的是 0，于是 AI 读到的是”0 已交付网站”。
结构化数据要准确。用机器能读的格式声明：这是一家什么公司、在哪、提供什么服务、价格区间是多少、有哪些语言。这不影响页面外观，只影响机器能不能准确理解你。
信息在各处要一致。网站上的公司名、Google 商家资料上的名字、社交账号上的名字、发票上的名字，应该是同一个。不一致的时候，AI 无法确认这些是同一家公司，也就不敢在答案里提你。
这一点我们自己刚处理过：同一家公司之前有两个域名两个品牌名，等于把自己的身份劈成了两半。合并之后所有地方统一，这件事对 GEO 的价值比任何技术优化都大。
llms.txt。放在网站根目录的一个纯文本文件，用最简洁的方式说明这个站是做什么的、有哪些主要页面、服务和价格是什么。目前还不是标准，多数抓取方也还不会主动找它，但成本几乎为零。我们自己站上这份你可以直接打开看，格式没有秘密。
怎么知道自己有没有被提到
这件事不需要工具，自己测就行，而且应该定期测。
用你的潜在客户会问的方式提问，不要用你的公司名。比如”奥克兰有哪些做中英双语网站的公司”、”新西兰小型企业建站大概多少钱”。分别问 ChatGPT、Claude、Gemini、Perplexity——它们的训练数据和检索方式不同，结果差别可能很大。
记下三件事：有没有提到你、提到的信息准不准、如果没提到，它提了谁。
最后一条最有用。看看被提到的那几家的网站，通常你会发现它们在上面说的某几点上做得更清楚——价格写得更明确，或者服务边界更清晰，或者有更多可核实的事实。
现在做这件事的实际情况
竞争程度和 2010 年的 SEO 差不多：多数公司还没开始，做了的人占位成本很低。
但也要说清楚它的不确定性。AI 的检索和引用机制在快速变化，今天有效的做法半年后可能权重不同。所以我们的建议是：先做那些无论机制怎么变都不会白做的部分——内容写清楚、事实可核实、信息一致、结构化数据准确。这些同时也是 SEO 的地基，不存在押错方向的风险。
至于那些针对具体模型的技巧，等它们稳定下来再说。
我们的 SEO 与 GEO 服务里包含多模型的可见性测试，就是上面那套自查，只是做得更系统。你也完全可以自己做，方法上面写完了。