基于斯坦福GEO论文：我们总结了AI回答偏好的10个关键发现
论文背景
2024年6月，来自印度理工学院、普林斯顿大学等机构的学者在arXiv上发表论文《GEO: Generative Engine Optimization》，正式提出了GEO概念、框架及实验方法。
学术研究表明，通过针对生成式引擎优化网站内容，可显著提升内容在AI回答中的可见度——实验中某些优化方法使内容在AI答案中的曝光提升了40%。
10个关键发现
发现1：统计数据显著提升引用率
在内容中加入统计数据、权威引用、专业术语等可信细节能够显著提高内容在生成式模型答案中的出现概率。这些元素为AI提供了"可信度信号"。
发现2：结构化数据更易被AI解析
添加结构化数据标记（如FAQPage模式、模式化的知识图谱等）能让AI更高效地解析网站内容。使用清晰的问答格式、简洁的句子和小标题，有助于AI快速抓取要点。
发现3：权威来源影响AI判断
AI更倾向于引用包含数据和引用来源的内容，因为这类内容看起来更有权威性和准确性。被权威媒体引用的内容更容易被AI选中。
发现4：问答格式效果最佳
以自然语言问答形式组织内容，突出事实陈述和明确的结论，让AI模型可以直接提取关键信息。FAQ格式的内容被引用率最高。
发现5：内容一致性影响可信度
AI判断一个品牌的可信度，不是看单一信息源，而是看"多个平台是否都在说同样的话"。信息一致性越高，被引用的概率越大。
发现6：训练数据影响长期表现
对于训练型模型，GEO的作用在于长期滋养模型的知识库。提早在互联网发布高质量内容、提高在权威渠道的露出，有助于内容被收录进模型的训练数据。
发现7：实时检索需要SEO基础
对于实时检索型模型，GEO需要典型SEO措施保证内容能被搜索到。良好的SEO基础是GEO的前提。
发现8：多模态内容越来越重要
AI不仅"读文字"，还能解析图像和视频。图像需添加Schema标记，视频需嵌入字幕关键词和时间戳。
发现9：E-E-A-T原则适用于AI
AI判断内容可信度依赖"经验、专业性、权威性、可信度"原则，这与Google的E-E-A-T标准一致。
发现10：优化效果可量化
通过对比优化前后的AI回答，可以量化GEO效果。实验显示，优化后的内容在AI答案中的曝光率可提升40%以上。
实践启示
基于这些发现，企业应该：
- 在内容中注入统计数据和权威引用
- 使用结构化数据标记和FAQ格式
- 确保多平台信息一致性
- 建立权威背书和专家认证
- 持续监测AI引用情况并迭代优化
麻雀GEO提供GEO优化服务、网站/自媒体代运营、静态建站服务，帮助企业在AI搜索时代获得更多曝光机会。