via https://digiday.com/media/geo-hype-busted-experts-call-it-more-seo-than-new-discipline/ “GEO”这个缩写正大量涌入许多媒体高层的收件箱，供应商们争先恐后地想要搭上这波关注热潮。GEO是”生成引擎优化”（generative engine optimization）的简称，越来越多的供应商正在推销他们的GEO服务，旨在为聊天机器人和AI搜索引擎优化内容，声称可以帮助品牌和媒体公司在AI生成的答案中提高曝光度。 然而，SEO老手表示，围绕这些AI曝光度服务所兴起的新产业，可能并不像表面上看来那么具有革命性。他们指出，许多GEO策略与传统的搜索优化并没有太大不同，尽管自然存在一些关键差异。 以下是关于GEO的一些误解： 迷思：GEO并非另起炉灶，重新发明SEO多数GEO策略依赖的基础与SEO相同。大语言模型（LLM）通常会从搜索结果中排名高、具权威性的网络内容摄取信息。GEO应被视为SEO的延伸，而非一套完全独立的策略。 SEO机构uSERP的联合创始人兼首席执行官Jeremy Moser表示，GEO有80%是良好、基础的SEO。他最近告诉Digiday：”如果一个GEO服务没有坦诚告知你，在AI搜索曝光度的成功中有80%来自良好的基础SEO，那他们就是在卖蛇油。” SEO专家们正在警告出版商和品牌，要当心围绕GEO的炒作循环。他们表示，许多AI曝光度策略的运作方式，与过去的趋势相似。一个恰当的例子是：先前围绕Google的”加速移动页面”（AMP）和”精选摘要”的优化策略，曾被当作需要特定投资和专业知识的截然不同的新领域来推销。当时出现了专门的供应商、新的职位头衔，也划分了预算。实际上，这两者都是同一套底层搜索优化逻辑的演进——以让Google算法偏好的方式来组织你的内容。 GEO正遵循着相同的模式。效果营销机构Amsive的SEO策略与研究副总裁Lily…

via https://moz.com/blog/how-to-write-with-ai 在文案写作方面，AI 既被利用不足，又被过度使用。忽视 AI 会让你落后，但过度依赖则会加剧网络内容的低质化泛滥。 如果运用得当，AI 可以帮助你更快地研究、更高效地写作、并提升输出质量，同时不会稀释你内容中的人性化特质。 在本文中，我将通过自己经过实战检验的 AI 内容写作流程，向你展示如何取得这种平衡。 但首先，有一点需要注意使用…

你的SEO策略准备好应对LLM接地了吗？探索训练数据与实时网络检索之间的区别，并了解如何优化你的品牌在AI搜索结果中的可见度。 解释模型响应内外之分的白板数字化版本。点击上方白板图像，即可打开高分辨率版本！ 周五愉快，Moz粉丝们。今天我想讨论一个我认为对SEO从业者未来至关重要的概念。这个概念就是模型响应（in-model responses）与非模型响应（out-of-model responses）之间的区别。 这关乎大语言模型的回复，但同样也适用于我们目前在谷歌搜索中看到的各类混合体验，例如AI模式、AI概览、网络指南。如果你不了解什么是网络指南，我将在下方附上相关资源链接。我认为这个概念未来也会非常重要。 继续我们的话题，来深入探讨模型响应与非模型响应。 简单来说（虽然有些过度简化），当你向大语言模型发出提示时，基本上可能发生两种情况。模型要做的首要决定之一，就是判断是否需要进行任何接地搜索。 这意味着，它需要判断是否需要执行外部查询（目前通常指谷歌搜索，即使是ChatGPT也经常如此），以获取最新信息，或核实其不确定的内容。 什么是模型响应？白板上突出显示”模型响应”部分的放大图 如果模型认为不需要进行外部搜索，那么，举个例子，我们可能会提出一个请求，比如”给我写一首诗”。这个请求不涉及任何特别的事实、最新信息或时事。因此，你很可能会直接从LLM得到一个回复，而无需它进行任何这些外部接地搜索，然后你就得到了答案。 所以，如果你想影响这种响应，唯一能做的就是影响模型的底层训练数据。…