via https://ipullrank.com/ai-search-manual/geo-landscape
《2025年伊隆大学一项针对500名美国成年人的研究发现，52%的人现在使用大语言模型，34%的人每天至少使用一次，而且这一数字肯定还会增长。无论我们是用它们来工作、娱乐，还是处理个人事务和项目，人工智能系统在过去几年中已经相对快速地融入了我们的日常生活。
人工智能领域的主要参与者提供的系统各有优劣，而能够在这些系统中获得可见性，正是催生“生成引擎优化”（GEO）的原因。理解这些系统将成为营销专业人士持续面临的挑战。
谷歌（AI概览、AI模式、Gemini）
尽管谷歌仍然是搜索领域的主导力量，占据美国所有桌面端活动约10%的份额，但其整体搜索量在2025年下降了20%，而人工智能提供的答案正是原因所在。但凭借AI概览、AI模式以及Gemini模型家族，谷歌正在重塑搜索体验。
AI概览于2024年5月推出，它从整个网络中抓取内容，并将其整合为直接答案，显示在搜索结果页面的顶部。以前排名第一的位置，现在变成了一段由AI生成的摘要，用户无需点击离开或向下滚动。这些摘要现在出现在超过50%的谷歌搜索中。
AI模式于2025年5月开始向所有用户推出，它让用户可以将整个搜索体验切换为AI优先的交互方式。使用该模式的用户会通过对话式的方式获得查询答案，生成式界面成为默认界面，而不再是下方的链接。
Gemini在幕后为这一切提供了很大一部分动力，它优化了谷歌对语言、上下文和用户意图的理解。谷歌的首席执行官也已宣布它将引领搜索的未来，并有望最终成为默认的搜索功能。随着最近更新到Gemini 3 Flash，该版本承诺在推理、工具使用和多模态能力方面有所改进，谷歌或许有望主导人工智能竞赛。
对于品牌而言，这一演变意味着：
- 更多的展示次数：您的内容可能会更频繁地被看到，因为它会被整合到AI概览的摘要中。
- 更少的点击量：但用户可能永远不会访问您的网站，因为他们已经从摘要中获得了所需信息。
这在SEO行业被称为大解耦，这个说法最初由X用户达尔文·桑托斯提出。
大解耦
在谷歌移除了num=100参数后，这种解耦曾短暂地重新耦合，但此后再次分离。现在很明显，即使展示次数在增加，点击量也不会回来了。
根据SimilarWeb的数据，从2025年5月到7月，只有不到20%的谷歌搜索用户点击了外部网站的链接，而在AI模式下，这一比例不到4%。AI模式下外发点击量的巨大差距表明，需要彻底重新定义衡量自然搜索效果的KPI。
这使得GEO变得至关重要。你的优化目标是成为答案的一部分，在AI生成的摘要中被引用（如果有的话），并让你的内容被生成模型认可为值得信赖且具有权威性。**
OpenAI（ChatGPT）
ChatGPT 于 2022 年 11 月推出，成为生成式 AI 领域首个进入主流视野的产品，让人们看到 AI 不仅可以作为搜索工具，更可以成为协作伙伴。
ChatGPT 适用于多种使用场景：
- 通用知识问答：像搜索引擎一样，但以自然对话形式呈现
- 创意生成：写作、头脑风暴和构思开发
- 实时网页搜索：从网络中获取实时信息
- 代码编写：帮助编写和调试代码
但与谷歌不同，OpenAI 并不是要复制搜索结果页面。相反，它提供的是交互式体验，用户可以在同一对话中不断优化问题并进行追问。
从 GEO 的角度来看，OpenAI 是一种全新的发现型守门人。你需要优化的是：ChatGPT 能否在你的内容中找到信息、理解它并将其用于回答中。由于它可以读取实时网页内容，你的网站需要具备：
- 清晰性（便于 AI 解析）
- 权威性（让 AI 信任你的答案）
- 结构良好（尽可能使用语义 HTML 和结构化数据）
另一方面，如果你的内容含糊不清、缺乏结构、依赖 JavaScript 或深藏在混乱的界面之后，ChatGPT 可能会完全错过它。
虽然 OpenAI 严格来说并非搜索引擎，但人们会向 ChatGPT 询问产品推荐、学习资源和操作指南。有些人完全跳过谷歌，直接使用 AI 获取快速答案。
尽管其使用率仍低于谷歌，但 ChatGPT 经历了科技史上最快的用户增长之一，仅用两个月就获得了首批 1 亿用户。如今，ChatGPT 每周活跃用户超过 8 亿，每月访问量超过 30 亿。它还在不断扩展，已集成到 Microsoft 工具、iOS、Android 应用及各种插件中。它已成为人们发现和获取信息的关键方式之一。
最近，随着其最先进的人工智能模型 GPT-5.2 的发布，ChatGPT 在制作电子表格、构建演示文稿、图像感知、编写代码和理解长上下文方面都变得更加出色。
Perplexity
Perplexity 迅速成为答案引擎领域最可信的参与者之一。虽然谷歌和 OpenAI 凭借庞大的用户基础和产品生态占据主导地位，但 Perplexity 的突出之处在于其对以下方面的专注：
- 透明度：每个答案都附带清晰的原始来源引用
- 实时信息：答案基于最新网页内容，而非过时的训练数据
- 可信来源：平台倾向于从值得信赖的高权威网站获取信息
事实上，Perplexity 促成了整个 GEO 行业的诞生——当时研究人员利用其大语言模型来探索如何优化排名。如今，它拥有 2200 万月活跃用户。
对于 GEO 而言，Perplexity 既是机遇也是挑战：
- 你的内容无需在谷歌搜索中排名靠前，也能出现在答案中
- 高质量来源会被 Perplexity 纳入回答，使小型网站也有机会获得曝光
- Perplexity 优先考虑清晰度、准确性和权威性
- 内容单薄、结构混乱或过于通用的内容不会被展示
随着 Sonar Deep Research 的推出，该模型现在可以搜索数百个来源、整合见解并生成包含全面分析的详细报告。
如果你的网站无法被实时抓取，或者缺乏可信的来源依据，你将错失这里的流量。
Anthropic（Claude）
Anthropic 的 Claude 模型通过聚焦安全性、对齐性和可信度，正在成为生成式 AI 领域的一支重要力量。从一开始，Anthropic 就将 Claude 设计为遵循三个核心原则：
- 有帮助（Helpful）
- 无害（Harmless）
- 诚实（Honest）
Anthropic 并未打造面向消费者的搜索引擎，但 Claude 为一系列对话式产品提供了发现能力：
- Poe：一个消费级聊天机器人平台
- Slack 集成：帮助团队查找和总结信息
- 企业工具：为需要高级功能、增强安全性和可扩展解决方案的组织提供的特定企业版
Claude 于 2023 年 3 月推出，迅速积累了数百万用户。如今，其全球月活跃用户数为 1890 万。
Claude 的优势在于对话式发现，尤其是在专业和知识驱动的环境中。在 GEO 方面，Claude 使用广泛的训练数据集，结合精选的检索系统，来呈现和总结相关内容。
不过，有段时间它并未抓取实时网页——这是一个缺点，因为它常常基于过时的信息进行回答。
对于品牌和发行商而言，这再次意味着你必须优化内容，使其具备：
- 事实准确且一致
- 符合伦理框架（避免操纵性策略或带有偏见的说法）
- 易于整合（清晰的结构、可靠的来源和中立的语气）
随着其 RAG 能力的扩展，我们可以预期 Claude 将在企业搜索、知识库和客户支持中发挥越来越大的作用。
SEO 专业人士尤其称赞 Claude 的编码能力。随着其最新模型 Claude Opus 4.5 的发布，它在编码、智能体（agent）和计算机使用方面，以及在深度研究和处理幻灯片、电子表格方面都更加出色。
Microsoft（必应的 Copilot）
微软采取了全栈式方法构建生成式 AI，将其 Copilot 系统集成到人们日常使用的多个产品中。
在搜索方面，必应的 Copilot 与谷歌的 AI 概览非常相似（不过 Copilot 更早推出，于 2023 年初发布）：
- 提供对话式答案，而非仅仅列出链接
- 实时从网络结果中获取信息
- 在搜索页面上直接生成带有清晰引用的摘要
推出后，它迅速积累了 1800 万活跃用户，如今每月用户数约为 3700 万。
此外，微软还将 Copilot 嵌入到了 Outlook、Word、Excel 和 Edge 中。由于 Microsoft 365 拥有超过 4.5 亿付费席位，而 Windows 仍在超过 14 亿台设备上活跃运行，这意味着该公司正悄然将生成式搜索转变为日常生产力中的原生功能。
通过 Microsoft 365 中的 Copilot，生成式 AI 为以下日常任务提供支持：
- 在 Outlook 中总结长篇邮件线程
- 在 Word 中撰写报告草稿
- 在 Excel 中分析电子表格
- 在 PowerPoint 中创建幻灯片
从 GEO 角度来看，必应的 Copilot 是一个不断增长的内容发现界面。Copilot 的回答经常引用网络来源，这意味着你的内容可以出现在微软 AI 生成的摘要中。
但请记住，必应的整体搜索市场份额仍小于谷歌。谷歌拥有 10 亿日活跃用户，而必应只有 1 亿。2025 年，谷歌继续主导全球市场，市场份额为 89.54%，而必应为 3.98%。
对于品牌而言，这意味着你的内容需要为对话式查询、摘要以及贯穿微软生态系统的任务驱动型 AI 交互做好准备。
传统搜索引擎 vs. AI 搜索
正如我们在前面章节中所提到的，传统搜索和 AI 驱动的搜索都旨在帮助用户找到信息，但两者的实现方式不同。这些差异对策略有着重大影响——因为传统的自然排名靠前，已经不再能保证可见性。结构良好、清晰的内容往往更能胜出，即便它并非来自最大的网站。
传统 SEO 的重点在于：
- 元数据
- 关键词定位
- 可抓取性和索引性
- 页面速度和链接
GEO 的重点在于：
- 语义清晰度：模型能够理解的清晰语言和含义
- 事实准确性：AI 信任的、可靠且可验证的内容
- 机器可读的结构：支持提取和摘要生成的结构化标记、清晰的布局和结构化数据
基于抓取的发现 vs. 基于 API 的访问
生成式 AI 模型通过两种方式获取信息：
1. 基于抓取的发现（开放网络抓取）
这是大多数内容创作者已经熟悉的模式，也是谷歌、必应等传统搜索引擎几十年来一直采用的方式。爬虫程序请求一个页面，提取其中的链接，建立队列，然后持续抓取，直到触及网络的尽头。
相比之下，像 ChatGPT 和 Perplexity 这样的大语言模型并不抓取——它们是“请求”。它们不会索引内容或缓存页面，而是实时发起请求。
工作方式：
- AI 机器人从可公开访问的网页请求信息
- 这些内容被用来生成 AI 搜索摘要或回答
- 即使你没有主动提交任何内容，你的网站也可能被纳入回答中
AI 专家 Metehan Yeşilyurt 花了 7 个月时间分析了 6.07 亿个域名，发现了 Common Crawl 的 WebGraph 与引用之间的关联。他的研究探讨了 Common Crawl 数据如何影响 AI 模型对网络内容的优先级排序和引用方式，并重点介绍了他新开发的工具——该工具使用 Harmonic Centrality（谐波中心性）和 PageRank（网页排名）等指标来追踪网站权威性，这些指标可能决定一个网站在 AI 训练集中的可见性。
最终，这表明理解这些隐藏的权威性信号，对于现代搜索引擎和 AI 优化策略至关重要。（关于 Common Crawl 爬虫的更多内容，请参见第 13 章。）
使用这种方法，你的内容无需额外设置即可被发现和呈现。然而，你往往无法控制你的内容如何被解读、摘要或引用，而且你的内容可能出现在 AI 输出中却没有清晰的署名。
2. 基于 API 的访问（授权或结构化数据源）
这种模式通过经批准的 API 或数据合作，为 AI 系统提供结构化的、直接的内容访问。ChatGPT 和 Microsoft 的 Copilot 集成使用的就是这种方式。
工作方式：
- 你通过官方集成渠道与 AI 平台共享内容
- 这些数据源通常是结构化的、经过筛选的，并定期更新
- 访问通常是受限的、需授权的或置于付费墙之后
在这种模式下，你对共享哪些数据、如何呈现以及更新频率有更多控制权。然而，参与往往仅限于拥有授权协议或 API 基础设施的公司，而且更强的控制可能以牺牲部分自然可见性为代价。
对于品牌和发行商而言，你的内容被发现的方式决定了你在生成式系统中的可见性和影响力：
- 如果你的内容对爬虫开放，它很可能会被使用，但你可能不知道具体是如何以及何时被使用的。
- 如果你采用基于 API 的访问，你可以影响内容的呈现方式，但需要相应的资源和合作关系。
了解你的内容如何被访问、被谁访问，是为 AI 驱动的发现未来进行优化的关键一步。
AI 搜索领域的每个主要参与者都带来了不同的模型、界面以及对待内容发现方式的预期。GEO 仍在不断发展，但有一点是明确的：发现存在于各种界面之中、摘要之中、应用程序内部以及对话之中。了解每个平台的工作方式以及你的内容如何被访问，就能让你在网络这个新层面上保持可见性。