GEO 术语表：AI 搜索优化常用词，一句话说清

AEO 是让直接给答案的搜索（比如 AI 搜索写出的那段回答）拿你的内容来回答问题的优化。它和 GEO 基本是同一件事：AEO 的名字强调「直接给答案」，GEO 的名字强调「AI 生成回答」；Google 2026 年 7 月更新的生成式 AI 优化指南把两个词并列解释，说它们都指为提高 AI 搜索可见度做的工作，从 Google 搜索的角度看，这「还是 SEO」。

详见 GEO 是什么？和 SEO 有什么区别。

agents.md 是 Shopify 给每个店自动生成的说明文件，地址是 你的域名/agents.md；Shopify 帮助中心写明它默认写着店名、网址、sitemap 链接、店铺政策和其他数据入口，给 AI 代理读。它和 llms.txt 的区别：Shopify 把 /agents.md 定为主入口，/llms.txt 和 /llms-full.txt 是给按老约定找文件的 AI 爬虫兼容用的，默认三个地址内容一样。

代码仓库里也有一种 AGENTS.md，是写给 AI 编程助手看的项目说明，和店铺的这个文件不是一回事。详见 llms.txt 对独立站有没有用。

AI 代理店面是 Shopify 把店里的商品数据送进 ChatGPT、Google AI Mode 和 Gemini、Microsoft Copilot、Meta 等 AI 渠道的功能，Shopify 帮助中心写明符合条件的店默认开启，后台在「销售渠道 > 智能代理」。它和 GEO 走的是两条路：它送的是商品卡片（标题、价格、库存、图片），回答「怎么选」这类问题的网页能不能被 AI 读到、引用，还是靠网页本身。Shopify 的说明也把两条路分开写：商品数据主要走 Shopify Catalog，AI 爬虫直接来抓网页那一路才归 robots.txt 管；关掉 Catalog 给 ChatGPT 的数据，商品仍可能经网页抓取出现在 ChatGPT 里。

详见 Shopify AI 代理店面：店主该查哪几项。

AI 可见度指 AI 答案引擎能不能找到、读懂、信任并引用一个网站，是个笼统的说法（这个说法取自 geo-score 量表对 AIV 的解释）。它和引用率不同：引用率是一个具体的结果数字，AI 可见度既可以指「你的站准备得怎么样」，也可以指「AI 实际引用了你多少」，谈的时候要先问清楚说的是哪一个。

准备度那一半可以打分，见 AIV 分；结果那一半见 引用率。

AI 搜索优化是 GEO 的大白话叫法：让 AI 搜索在回答时找得到、引用你的网页。它和 GEO 没有实质区别，只是不用英文缩写；有人说「AI SEO」，多半也是这个意思。

定义和做法见 GEO 条目，以及 GEO 和 SEO 有什么区别。

AIV 分是 geo-score（我们开源的检测工具，MIT 协议）按公开量表 v1.1 从站外给网站打的准备度分，满分 100，看 21 项计分检查，另有 4 项加分项，每项都要有别人能复现的证据（量表原文）。它和引用率的区别：AIV 分量的是你能改的东西，谁跑都按同一套判据；AI 实际有没有引用你，量表规定单独报、不并进分数，因为同一个问题问两次，答案就可能不同。

自己测一次：免费 GEO 检测。

白帽 GEO 是只用搜索引擎和平台规则允许的办法做 GEO：放行检索爬虫，在自己的站上把买家的问题答清楚，用真实身份参与讨论，付费内容标明是广告。它和黑帽、灰帽的分界在手段：买卖链接、批量换词页、马甲号刷帖、不标明的付费稿、投毒，都在 Google 垃圾内容政策或 Bing 站长指南的滥用清单里，被处罚的是你的域名。

逐条依据见 白帽 GEO：我们不做的事和依据。

查询扇出是 AI 把用户的一个问题拆成多条相关的子搜索同时去搜，再把搜到的内容合起来写回答。它和长尾问题的区别在于谁写的：长尾问题是买家自己问的，扇出查询是 AI 替他拆出来的；Google 明说，为每条扇出查询各做一页、主要为了操纵排名或 AI 回答，算规模化内容滥用。Google 在同一份指南里举过例子：问「草坪长满杂草怎么修」，扇出的搜索可能是「草坪除草剂哪种好」「不用化学药剂怎么除草」「怎么防止草坪长草」；OpenAI 帮助中心也说 ChatGPT 搜索会把问题改写成一条或几条更具体的搜索。

详见 AI 是怎么挑店推荐的。

长尾问题是买家带着具体条件问的问题，条件可以是预算、场景、型号、身体情况或顾虑，比如「适合车居、500 美元以内的户外电源」（示例）；每一个问的人不多，但问的人离下单更近。它和品类大词相反；「长尾词」是 SEO 的老说法，指的是同一类东西。Google 的生成式 AI 指南说，不用担心长尾词变体凑得不够，AI 听得懂同义词，所以要做的是把真问题答全，不是凑说法。

为一个长尾问题写一页好回答，通常几周能看到被收录、开始出现在 AI 的回答里。详见 什么是长尾问题，为什么小店有机会。

答案胶囊是页面标题下的第一段：第一句直接回答这页要答的问题，主语写全，单独拿出去也读得懂。它和普通导语的区别：导语介绍「这篇讲什么」，胶囊直接给答案；这页开头那段就是一个例子。我们写中文 80–160 字、英文 50–80 词，这是我们自己定的长度，不是哪家引擎的要求；Bing 站长指南只要求关键信息放在页面靠前、别写长开场，Google 则说不需要为 AI 把内容切成碎块。

详见 怎么写一页 AI 愿意引用的回答。

GEO 是让 ChatGPT、Google AI 概览、Perplexity 这类生成式 AI 在回答问题时找得到、读得懂、愿意引用你的网页的一套做法。它和 SEO 的区别：SEO 争的是搜索结果那一列链接里的名次，GEO 争的是 AI 写出来的回答里有没有你；Bing 站长指南给 GEO 的定义是「关注内容有没有资格被 AI 回答当作依据和引用」，同一段也写明 GEO 不保证被引用。

大部分功夫和 SEO 是同一套，详见 GEO 是什么？和 SEO 有什么区别。

Google-Extended 是 robots.txt 里的一个控制令牌，不是单独的爬虫：它管 Google 抓到的内容能不能用来训练以后的 Gemini 模型，以及能不能用于 Gemini Apps 等产品回答时的 grounding。它和 Googlebot 的区别：Google 写明，挡了 Google-Extended 不影响你在 Google 搜索里的收录和排名，但 Gemini App 联网回答时就用不上你的内容了；AI 概览和 AI Mode 属于 Google 搜索，管它们的是 robots.txt 里给 Googlebot 的规则。

详见 怎么查 AI 爬虫进不进得了你的独立站。

Grounding 是 AI 回答时先从搜索索引里取回相关网页，再照着这些网页写回答、标上来源；Google 说这也叫检索增强生成（RAG）。它和模型训练不同：训练是模型事先学过的东西，更新慢、你也看不到；grounding 是回答当场去取，你的页面被收录、读得到，就有机会被用上。Bing 的 AI Performance 报告里有一栏「grounding queries」，指 AI 取内容时用的关键词。

详见 AI 是怎么挑店推荐的。

规模化内容滥用是 Google 垃圾内容政策里的一条：主要为了操纵排名、而不是帮用户，批量生成大量对用户没什么价值的页面，不管是人写的、AI 写的还是程序拼的。它和门页的区别：门页看的是这批页是不是只为接住搜索、再把人送到别处，规模化内容滥用看的是「量大、没价值」；Google 的生成式 AI 指南特别点名，为每种问法或每条扇出查询各做一页、主要为了操纵排名或 AI 回答，就落在这一条。

详见 长尾问题这篇的「别踩线」一节。

IndexNow 是一个通知协议：网页新增、修改或删除时，网站主动告诉参与的搜索引擎，不用等它们自己来发现。它和 sitemap 的区别：sitemap 是一份等搜索引擎来读的网址清单，IndexNow 是你主动推；IndexNow 官方清单上目前参与的有 Bing、Yandex、Seznam、Naver、Yep、Internet Archive 和 Amazonbot，没有 Google。Bing 站长指南要求新增、修改、删除网址时都用它通知；ChatGPT 会不会因此更快看到你，OpenAI 没说过。

详见 新页面多久能被收录、出现在 AI 回答里。

AI 公司的爬虫按用途分三种：检索爬虫替 AI 搜索建索引，回答时从这里找来源（如 OAI-SearchBot、PerplexityBot、Claude-SearchBot）；训练爬虫收集训练模型的数据（如 GPTBot、ClaudeBot）；用户触发抓取是用户在对话里提问时，AI 当场去打开某个网页（如 ChatGPT-User、Perplexity-User、Claude-User）。三者的区别决定你该放行谁：想出现在 AI 回答里，要放行的是检索爬虫；挡训练爬虫，各家写的后果是内容不进训练；用户触发抓取，OpenAI 说 robots.txt 规则可能不适用，Perplexity 和 Google 说这类抓取一般不理 robots.txt，Anthropic 则说 Claude-User 可以用 robots.txt 控制。

Cloudflare 的 AI 爬虫设置也按这三类分（Search、Agent、Training）。怎么查，见 怎么查 AI 爬虫进不进得了你的独立站。

结构化数据是写在网页代码里、专门给机器读的说明，比如商品的价格、库存、评分，词汇来自 schema.org，Google 推荐的写法是 JSON-LD。它和页面正文的区别：正文给人看，结构化数据给搜索引擎看，两者必须一致；Google 说出现在 AI 概览和 AI Mode 不需要任何专门的结构化数据，Bing 说它可能让 AI 回答取用你的内容时更清楚，但不保证可见度。

详见 结构化数据对 AI 回答有没有用。

LLMO 是让 ChatGPT、Claude、Gemini 这类大语言模型在回答时提到你、把你的信息说对的优化，和 GEO、AEO 说的基本是同一件事，我们没找到哪家给过统一的官方定义。它和 GEO 的区别在名字强调的地方：LLMO 强调「模型」，容易让人以为要去影响训练数据；对店铺来说，能管得住的是 AI 联网回答时当场搜到的那部分，训练那条路你手里基本只有一个「别拿我的内容去训练」的开关，比如 OpenAI 的 GPTBot。

我们查过的 Google、Bing 官方指南里都没出现 LLMO 这个词。做法和 GEO 相同。

llms.txt 是一般放在网站根目录、用 Markdown 写的文本文件，先介绍网站，再列出重要页面的链接，方便 AI 工具快速看懂网站；它来自 llmstxt.org 上的一份公开提案，不是哪家搜索引擎定的标准。它和 robots.txt 的区别：robots.txt 规定哪些爬虫能抓哪些网址，主要几家 AI 的检索爬虫都说会遵守；llms.txt 只是一份介绍，截至 2026-10-08 我们没查到哪家主流 AI 搜索官方说回答时会读它，Google 还写明，对 Google 搜索来说不用专门做 llms.txt 这类 AI 文本文件。

详见 llms.txt 对独立站有没有用。

门槛是 geo-score 公开量表 v1.1 里的三项检查：检索爬虫在 robots.txt 里有没有被挡（g.robots），用这些爬虫的身份请求网页能不能拿到正常内容（g.reachable），正文是不是不靠 JavaScript 就在服务器返回的 HTML 里（g.ssr）。它和普通失分项的区别：三项里任一项得 0 分，说明爬虫根本拿不到内容，归一化分数直接封顶 40%；落在中间档只扣分，不封顶（量表原文）。

门槛问题通常几天能修完。详见 怎么查 AI 爬虫进不进得了你的独立站。

门页是为一批相近的搜索词各做一页、把人导到另一个真正有用页面的中间页；Google 举的例子包括按地区或城市各做一页、最后都导向同一页。它和规模化内容滥用的区别：门页的问题是「中间页、导向同一处」，规模化内容滥用的问题是「量大、没价值」，两条都在 Google 的垃圾内容政策里。

我们的判法：每一页都有自己的事实（当地价格、规格、案例），回答的是那一类买家真问的问题，就不是门页；只换了城市名或关键词的，不做。见 我们不做的事。

OAI-SearchBot 是 OpenAI 给 ChatGPT 搜索用的爬虫，负责让网站出现在 ChatGPT 的搜索结果里。它和 GPTBot 的区别：GPTBot 收集训练数据，挡了它只是不让内容进训练；挡了 OAI-SearchBot，OpenAI 写明你的网站不会出现在 ChatGPT 的搜索回答里，最多以导航链接的形式出现。

OpenAI 建议在 robots.txt 里放行它，并按公布的 IP 段放行。怎么查，见 怎么查 AI 爬虫进不进得了你的独立站。

品类大词是只有品类名、不带具体条件的短搜索，比如「best running shoes」「power station」。它和长尾问题相反：搜的人多，但大品牌和老牌测评站早就写过，AI 有很多现成来源可挑；靠自己的站去争，按月算，往往半年以上。

我们不卖品类大词的结果，也不拿它验收。时间怎么分，见 新页面多久能出现在 AI 回答里。

Search Console 生成式 AI 报告是 Google Search Console 里的一份报告，显示你网站的链接在 AI 概览和 AI Mode 里被展示了多少次，可以按页面、国家、设备、日期分；Google 帮助页写明 2026 年 8 月 31 日起已对全球所有网站开放。它和 Bing Webmaster Tools 的 AI Performance 报告不同：Google 这份看的是展示次数，展示太少时报告不会出现；Bing 那份给的是 Copilot 等的引用次数、被引用的页面和 grounding 关键词。

详见 怎么知道 AI 有没有推荐你。

收录是搜索引擎把抓到的网页分析后存进自己的库，这个库就叫索引；没进索引的页搜不到，AI 搜索也用不上。它和抓取的区别：抓取是爬虫把网页下载下来，收录是下一步，抓到了也不一定收，Google 写明收录不保证；网页要先被收录、能带摘要显示，才有资格出现在 AI 概览和 AI Mode 里。

详见 新页面多久能被收录、出现在 AI 回答里。

投毒是故意往 AI 会读到的地方塞假的或灌水的内容，让 AI 把它当真：篡改训练语料、伪造权威数据，或者同一个说法换着账号、换着平台反复发，让 AI 以为「很多人都这么说」。它和白帽的站外工作差在真假：白帽是用真实身份回答别人真在问的问题，投毒是制造假的声量。中央网信办 2026 年 4 月部署的「清朗·整治 AI 应用乱象」专项把「使用 GEO（生成式搜索引擎优化）技术恶意营销」列为 AI 数据投毒的一种方式；Google 也把试图操纵它的生成式 AI 回答列为垃圾内容。

详见 我们不做的事 和 Reddit 和 YouTube：怎么做才不算刷。

引用是 AI 回答的来源列表或角标里有你网站的链接；提及是回答正文里出现了你的品牌名或网址。两者的区别在于经常不同时发生：AI 可能说了你的名字却没给链接，也可能把你的页面列为来源、正文却没提你，所以要分开记。

怎么记，见 怎么知道 AI 有没有推荐你：每周自己测。

引用率是拿一组固定的买家问题（比如 20 个）定期去问各家 AI，回答里引用了你网站的比例。它和 AIV 分的区别：引用率是结果，AI 每次回答都可能不一样，要看几周的走向，一张截图说明不了什么；AIV 分量的是准备度，谁跑都一样。我们拿引用率做监测，不定目标，也不写进验收。

详见 怎么知道 AI 有没有推荐你。