SEO、AEO 与 GEO：三个名字，一条流水线

现在有三个缩写在争着描述"被人找到"这件事。搜索引擎优化（SEO）是让页面可被抓取、可被编入索引，并且值得在搜索结果列表中获得排名的工作。答案引擎优化（AEO）是让自己成为答案引擎在直接回答问题时会引用的来源的工作。生成式引擎优化（GEO）是在 AI 引擎生成的回答中赢得引用的工作。每一个在这个中心里都有自己的章节。本页把它们放在一起比较，因为这个领域里的大部分混乱，都来自把同一条流水线的三个视角当成三门独立的学科。

学科	优化对象	界面	成功的单位	典型工作
SEO	排名系统	包含许多链接的结果页	位置，然后是点击	技术健康、页面内容、链接
AEO	答案的挑选	来源很少的直接回答	在回答中被引用	答案先行的结构、可引用的段落
GEO	生成的回答	AI 聊天和 AI 搜索功能	引用或品牌提及	引文、统计数据、原始来源

它们在哪里重叠

重叠的部分就是这条流水线本身。根据 Google 的 AI 功能指南，AI 概览和 AI 模式接地于核心 Search 排名系统。没有被编入索引的页面无法被检索到，而检索不到的页面无法被引用。入场券在哪里都一样：已编入索引、可抓取、具备摘要资格。Google 对什么不是必需的同样明确：不需要特殊标记，不需要 AI 专用文件，而且 llms.txt 会被 Google Search 忽略。该指南还说明，没有任何第三方工具能访问 Google 的内部系统。引擎如何从符合资格的池子里挑选，在答案引擎如何挑选来源中讲到。

它们真正的差别在哪里

重叠并不意味着这三个标签可以互换。有四点差别是真实的：

许多结果与少数引用。传统结果页列出许多链接，所以可见性是一条渐变的坡度。生成的回答只引用少数几个来源，所以被引用几乎是非此即彼。
页面与段落。排名评估的是页面。答案引擎引用的是具体段落，所以一个页面可以排得很好，却因为没有任何一段把答案说明白而毫无贡献。
点击与提及。SEO 数的是位置和点击。在生成的回答里，结果往往是读者不用点击就看到的一次引用或一次品牌提及。
衡量。排名追踪已经成熟。衡量在生成回答中的存在感还远未成熟，而且回答本身并不稳定：一项研究发现，仅查询语言就解释了 LLM 品牌可见性回答中 26.5% 到 32.0% 的方差，而品牌身份只解释 1.5%。参见衡量 AI 搜索可见性。

命名的动物园

术语还没有定下来，这一点值得直说。AEO、GEO、LLMO、AIO、"AI SEO"和"全域搜索优化"描述的都是相互重叠的工作。GEO 的来历最清楚：2023 年的一篇研究论文 GEO: Generative Engine Optimization 提出并检验了这个术语。AEO 更老一些，出自答案框和精选摘要的年代，在聊天式引擎出现后被重新启用。其余的大多是定位话术。供应商会挑那个让自己产品听起来更新的标签，所以要预料到流行的说法还会继续变。标签变了，底下的工作并不变，而这个中心记录的正是那些工作。

GEO 正在取代 SEO 吗

不是。这个说法在机制上就站不住：生成的回答接地于搜索索引，所以拆掉你的 SEO 地基，也会把你从 AI 回答里一并拆掉。不存在哪一种能在未编入索引的页面上奏效的 GEO。

真实的是投入的配比正在变化。GEO 论文测量了传统 SEO 从未要求过的干预：加入引文让生成式引擎回答中的可见性提升约 41%，加入统计数据提升约 30%，注明来源提升约 27%，而只改结构并没有带来可比的收益。这确实是新的工作，叠加在旧地基之上，而不是取代它。实操手册在如何被 AI 引擎引用中。

先投入在哪里

如果你从零开始，操作顺序沿着这条流水线走：

地基。可抓取、可编入索引、技术上扎实的页面。从技术 SEO和页面基本功开始。
可回答性。摘要资格和答案先行的结构，在精选摘要与摘要资格中讲到。
可引用的实质内容。引文、统计数据和原始来源，按引用实操手册来做。
衡量。追踪这些投入产生了什么，并注意衡量 AI 搜索可见性中的那些前提。

三个名字，一条流水线。地基建一次，然后去争夺回答。