SEO 与 GEO 术语表

抓取

爬虫会自动获取页面。能否获取，取决于访问规则、服务器响应和链接等因素。已经获取页面，并不意味着已经建立索引。

索引

搜索引擎处理页面，并将其纳入自身索引。决定由搜索系统作出。即使页面已被收录，也不会因此保证它针对某个问题获得特定排名。

规范地址（Canonical）

规范链接指明相同或高度相似内容的首选 URL。它应与实际希望采用的目标页面保持一致。错误的规范地址可能妨碍系统正确判断。

元描述与 Title

Title 说明页面主题，元描述概括页面内容，两者都应准确符合页面。搜索系统可能以不同方式组合实际显示的信息。

robots.txt

robots.txt 文件包含针对特定机器人的自动访问规则。它不能保护机密内容免受访问。应根据各机器人用途，区分搜索访问与训练。

Noindex

Noindex 指令要求搜索引擎不要将页面纳入索引。它不是密码访问限制。修改索引指令时，应限于具体涉及的页面，并在之后检查。

llms.txt

llms.txt 是一种拟议的文件格式，旨在为 AI 系统提供指引。其作用取决于系统是否实际使用它。Google Search 忽略该文件；在其中，它既没有正面，也没有负面的排名作用。它不能代替可访问的网站或有帮助的内容。

OAI-SearchBot 与 GPTBot

OAI-SearchBot 用于 OpenAI 搜索，GPTBot 用于模型训练。因此，允许搜索访问，并不自动等同于允许训练。ChatGPT-User 涉及由用户发起的访问。

结构化数据

机器可读的信息可以描述内容涉及哪个组织、人物或页面。它应与可见信息一致。仅添加标记，并不能保证特殊结果展示或 AI 推荐。

组织与个人

机构、其法律运营主体和负责人，可能是不同信息。一致的呈现可以避免品牌、地点和联系方式相互矛盾。

内部链接规划

网站内部页面之间的链接展示关联，并将读者引向更多信息。准确的链接文字比反复使用「点击这里」更有帮助。目标应可访问，并回答链接所指明的问题。

LLM — 大语言模型

大语言模型依据学得的模式处理和生成语言。应用可以将其与搜索或其他工具连接起来。生成的答案仍然需要检查准确性及来源是否合适。

词元化

词元化会将文本拆分为处理单元。一个词元不一定是一个完整单词。由此并不能得出网站内容应按某个固定词元数撰写的合理规则。

上下文窗口

上下文窗口指模型在一次处理过程中能够考虑的信息量。因此，使用时还需要关注实际纳入了哪些文档和此前消息。

ChatGPT 在企业日常工作中如何运作？

根据所用功能，应用可以生成语言、处理提供的内容，以及查询最新信息。企业应明确具体功能、允许使用的数据和必要核查工作量。

RAG — 检索增强生成

RAG 会从来源中检索适合任务的信息，并将其提供给回答过程。来源的质量、时效性和使用权限至关重要。RAG 并不能证明任意公开网站都会自动被使用。

微调（Fine-Tuning）

微调通过进一步训练，让模型适应示例或期望行为。它不同于实时网页搜索，也不同于修改企业网站。对许多编辑任务而言，首先建立带核查的良好工作流程，比自行调整模型更重要。

提及与推荐

提及，是指能够明确对应主体的名称出现在回答中；推荐，则将其评价为适合某个问题的选项。并非每次提及都是推荐。

来源引用

来源引用会在回答中链接至具体来源。应检查所链接页面是否真正支持相应陈述。单个链接并不是对整个回答所有说法的质量认证。

转化

转化是预先定义的行为，例如收到一条咨询。点击电话号码、发送表单和获得订单，是不同事件。严谨评估会明确说明统计的是什么。

指南 衡量 AI 搜索可见度 将这些概念与实用检查流程联系起来。