GEO
生成式引擎优化。观察并改善品牌在AI生成答案中的理解、提及与引用条件。
GEO GLOSSARY · 12 TERMS
专业词可以用，
但必须让人看懂
这不是概念堆砌。每个术语都对应检测报告里的一个步骤、指标或边界。
AEO
答案引擎优化。让内容更适合被问答系统直接抽取和组织。
实体
AI需要识别的具体对象，例如一个品牌、某家门店或一个地址。
实体消歧
把相近名称对应到正确对象，避免总部、分店、旧店和同名商户串线。
品牌识别率
直接问品牌名称时，AI正确识别商户的成功比例。
发现提及率
区域加品类问题中，商户进入回答的比例。
推荐提及率
推荐、靠谱、怎么选等商业决策问题中，商户进入回答的比例。
原生引用
由平台API明确返回的来源，不把回答正文里的普通网址冒充引用。
Jaccard相似度
用两次答案中商户集合的交集除以并集，衡量答案重合程度。
缓存主键
决定一次查询能否复用的身份组合。本项目公共问题按城市、行业、问题、平台、模型和轮次保存。
基线
任何资料调整前保存的第一轮结果，用来与后续复测比较。
证据链
从问题、原始回答、引用、实体匹配一直追溯到最终指标的完整记录。
批次
一次完整扫描的记录单位，包含城市、行业、题库版本、平台清单、采样轮次和时间范围。对外用 BATCH- 编号标识。
题库版本号
一套固定问题的版本标识。题库改版后新旧数据不混用，否则前后对比失去意义。
采样轮次
同一个问题在同一批次内重复提问的次数。本项目公共问题默认 3 轮。
A/B/C/D 四类问题
分别对应品牌识别、区域发现、商业推荐和消费知识。四类分开统计，才能看出卡在哪一层。
公共问题
同城同行业所有商户共用的问题，不含具体店名。为某一家店改动措辞会让横向比较失效。
品牌问题
直接包含具体门店名称的问题，用于检查 AI 能否说清这家店的基础信息。
网页检索通道
官方接口提供的联网检索链路。本站自动检测主要走这条通道，与消费者 App 分开记录。
App 端实测
在消费者真实使用的应用里人工提问并留存截图与时间戳的记录方式。
POI
地图上的一个门店条目，通常包含名称、分类、坐标、地址、电话和营业时间。
POI 资产核验
逐项确认门店在各地图平台上的条目是否存在、字段是否正确的检查记录。
来源域名分布
一个批次里各引用来源网站的出现次数，以及它们分别来自哪个平台。
零提及
在本批次的全部平台和公共问题中，该商户一次都没有出现。它描述观测结果，不评价商户质量。
门店后缀
区分同品牌不同门店的部分，例如“光谷店”“汉口店”。缺少后缀是连锁品牌信息串线的主要原因。
别名
同一家店的曾用名、简称或招牌名。保留别名是为了让旧内容仍能对应到正确门店。
经营主体
营业执照上的公司或个体工商户名称。它与对客品牌名、具体门店经常不是同一个名字。
信息冲突
同一字段在不同来源上出现不同取值。处理原则是并列保存来源与日期，交由门店确认，不由程序擅自取舍。
事实更正
发现公开页面信息有误后，按各平台流程提交更正并记录提交时间与凭证的过程。
复测
用与基线完全相同的问题、平台和轮次再跑一遍，用于判断变化是否真实。
对照
把同城同行业其他商户放在同一批次、同一套问题下一起观测，用来判断差距而不是绝对水平。
可核验编号
每个公开批次对外给出的记录编号，凭它可以索取该批次的原始回答与引用存档。
看完词，再看它们如何被使用
检测方法页公开题池、采样、实体解析、指标公式和证据保存方法。
打开完整检测方法 →