南瓜 GEO 方法论体系
6 个章节 · 完整披露我们的 5 大底座 (ACE / EEAT / ERE / IVF / E-A-S-T) + 9 GEO 方法 + 7 维 SEO vs GEO 对比 · 所有数据可被反向核验
5 大金句 · 一句话讲清 GEO（姚金刚原书）
page-NNN 即 OCR 页号 · 可在原书查证书店位置 vs 学者引用 · 全书最佳隐喻「假设传统 SEO 是争夺书店里最显眼的位置，那么 GEO 就是努力成为被所有学者引用的权威资料。位置可以用技巧争取，权威只能用质量赢得。」
核心货币：从注意力 → 信任「过去营销的核心货币是注意力，体现为点击和流量；现在核心货币变成了信任，唯一标准是被 AI 采信和引用。」
不被 AI 引用 = 等同不存在「如果你的品牌不能成为 AI 眼中的事实来源，那么在未来的数字世界里，你可能等同于不存在。」
SEO vs GEO 一句话定性「SEO 是赢得点击的能见度竞赛，GEO 是成为答案的可信度竞争。」
白帽 = 品牌资产保险费「对白帽 GEO 的评，不应采用传统营销 ROI 的视角，而应是对传媒资产保险费的视角。」
图解 · 一图说清 GEO 6 张核心图
图 1-3 / 图 1-6 / 图 4-4 / 图 5-1 / 表 1-1 / 表 6-2 · 全部来自姚金刚《AI 营销：从 SEO 到 GEO》原书 · 内容未做改动
图 1-3 · SEO 技巧与 GEO 技巧的对比
书页 P006 · page-028为「人 + 算法」优化
为「AI 引用 + 信任」优化
怎么读：SEO 三要素围绕「为人 + 算法」优化；GEO 三要素围绕「为 AI 引用 + 信任」优化。同一个网页 · 两套衡量标准。
表 1-1 · SEO 范式与 GEO 范式的本质区别（7 维度）
书页 P014 · page-036| 维度 | SEO 范式 | GEO 范式 |
|---|---|---|
| 目标 | 赢得点击率 | 成为事实来源 |
| 主要受众 | 人类用户 | AI 模型 |
| 核心资产 | 高排名网页 | AI 生成数据可信体 |
| 核心活动 | 内容优化、链接建设 | 引用、提及、答案分析 |
| 核心动词 | 关键词优化、链接建设 | 实体级化数据、权威网络 |
| 关键角色 | 流量负责人 | AI 数据顾问 |
| 组织部署 | 市场部独立的部门 | 一体化跨部门资源构建 |
怎么读：GEO 不是 SEO 的简单延伸 · 而是从「目标 / 受众 / 资产 / 活动 / 动词 / 角色 / 部署」7 个维度的整体重构。
图 1-6 · E-A-S-T 框架（4 层金字塔）
书页 P015 · page-037怎么读：金字塔自下而上 4 层 · 明确性是底座（Schema 结构化）· 透明度是顶层（清晰展示）· 4 维同时达标 · 才算 GEO ready。→ E-A-S-T 4 维体检
图 4-4 · 四级信源金字塔模型
书页 P145 · page-167怎么读：Lv1 莫基性权威（自有官网 + 知识库）是底座 · 没有这个 · 上层 3 级都是空中楼阁。建议先打牢底座 · 再逐层扩散。
图 5-1 · 新的关键指标（天平图）
书页 P177 · page-199GEO 时代的核心 KPI · 取代传统「关键词覆盖率」
怎么读：左盘 = 可见性（被问到 + 被引用）· 右盘 = 权威性（位置 + 份额）· 两端平衡才算 GEO 健康。南瓜 GEO 的「答案位置覆盖率」+「引用份额」已上线。
表 6-2 · 两种 GEO 打法（小型/利基 vs 大型/企业 · 7 维）
书页 P223 · page-245| 战略维度 | 小型 / 利基网站打法 （本地生活 / 长尾问答） | 大型 / 企业网站打法 （外贸品牌 / 内容工程化） |
|---|---|---|
| 核心优势 | 敏捷与真实、快速行动、并利用关注的第一手经验 | 规模与权威、部署海量资源，并利用已建立的品牌信任度 |
| 主要工具 | 成为特定核心可被引用经验的答案来源 | 权威与权威、通过海量引用和内容模块化，构筑外内可见性体 |
| E-E-A-T 突出 | 重点突出 E、突显第一手经验和深度独到的内容 | 全方位打造 E-E-A-T、用其权威建设建立可信度 |
| 内容策略 | 创作与故事化、案例与故事 | 全部内容工程化、规模化内容工程方案和模板化生成 |
| 技术亮点 | 完美 Schema 与速度，保持网站结构、流畅 | 大规模、自动化 SEO 与跟踪建设的整合 |
| 核心 KPI | AI 引用份额与引用准、AI 输出中「成的语层提及」信号 | 引用份额、答案位置覆盖率，在所有 AI 平台引用「问答型」 |
| 核心风险 | 频繁元变化、内容多样化变化时未来跟规模化轮替 | 无与与速度，内容过于讨化；数据维护无法时 |
怎么读：本地生活商家 = 走「敏捷 + 真实经验」路线；外贸品牌 = 走「规模 + 全栈 E-E-A-T」路线。两条路 · 选适合你的。→ 30 秒体检 · 看你适合哪条路
6 张图全部来自姚金刚《AI 营销：从 SEO 到 GEO》 · vision OCR 多模态识别 · 内容逐字摘录未编造
第一章 · 5 大底座方法论
ACE · EEAT · ERE · IVF · E-A-S-T — 5 个英文缩写覆盖内容评估 + 网站层评估完整闭环
权威性 + 可信度 + 证据化 · 三维评估内容是否值得被 AI 引用
怎么用：AEO 改写 system prompt 内嵌 · 默认要求每段证据可追溯
经验 + 专业 + 权威 + 信任 · Google E-E-A-T 标准在 GEO 时代延伸
怎么用：FAQ 生成时显式要求 4 维信号 · 输出含 4 维评分（roadmap）
实体 + 关系 + 证据 · 三元组结构在 LLM RAG embedding 中形成图状结构
怎么用：AEO 改写后用 ere-checker.ts 启发式验证 · rationale 必须说明 ERE 实际证据
信息熵 + 信号强度 + 结构信息增益 · 量化内容对 AI 是否「值得抓取」
怎么用：AEO 文章生成默认评估 6 维 IVF 分数 · 字数 / 数据密度 / 权威引用 / Schema / 品牌融入
明确性 + 权威性 + 语义化 + 透明性 · 4 维评估网站层是否 GEO ready
怎么用：FAQ + Hero 生成时 prompt 段落自动注入 · /dashboard/east-audit 4 维启发式评分（0-100）
E-A-S-T 4 维官方定义 · 姚金刚 P15-16
4 维评分体检 →AI 不喜欢猜测。需要用机器能理解的语言明确告诉它内容是什么。最佳工具是结构化数据，特别是 Schema.org 标注。通过 Schema 标记，清晰标注「组织」、「文章」、「常见问题」还是「产品」。为内容贴上精准标签，消除 AI 的解读分歧。
AI 模型被训练以优先采信信誉、经验、专业、权威、可信特质的信源。内容必须证明权威性：提供清晰的作者信息、展示专业背景和真实经验，引用外部权威观点和研究报告来支撑观点。编织网络的整体强度比单一加点更重要。
AI 是基于实体和关系思考，而非孤立的关键词。内容应围绕核心主题展开。通过创建相互关联、深度覆盖某一主题的内容，向 AI 展示对一个广度和深度。从而建立主题权威。
内容需要能够清晰回答：谁创作了内容？如何创作的？为何创作？透明度让 AI 信任内容来源，让用户信任内容真实性。
表 1-1 · SEO 范式 vs GEO 范式（7 维对比）
姚金刚 page-036 / 书 1.2.2 · GEO 不是 SEO 的延伸 · 而是全新的操作系统
| 维度 | SEO 范式 | GEO 范式 |
|---|---|---|
| 目标 | 赢得眼球战争 | 成为事实来源 |
| 主要受众 | 人类用户 | AI 模型 |
| 核心资产 | 高排名的网页 | 可验证的数据与实体 |
| 核心指标 | 点击、流量、排名 | 引用、提及、答案份额 |
| 核心活动 | 关键词优化、链接建设 | 实体构建、结构化数据、权威网络 |
| 内容角色 | 流量的入口 | AI 的数据源 |
| 组织影响 | 市场部驱动的职能 | 内容 + 公关 + 技术三位一体的整合职能 |
「表 1-1 揭示了一个核心逻辑：GEO 不是 SEO 的简单延伸，而可堪称为一个全新的操作系统。要在 AI 主导的营销变革中立于不败之地，企业必须重构自身的营销体系。其中一个核心变化，在笔者看来，就是内容工程化——让内容成为 AI 可信赖的数据资产。在 GEO 时代，内容的读者，不仅仅是人，更包括 AI。」
第二章 · 9 种 GEO 改写方法
数据来源: Aggarwal et al. 「GEO: Generative Engine Optimization」· ACM KDD 2024 · §4 Table 1
⚠️ 后 2 项实测无效 (keyword_stuffing / unique_words) · 已标红 · 我们严禁使用
加权威引语（Quotation Addition）
+24.7%在第 2 段之前至少嵌入 1 段直接引语：来源必须是真实可查的人物、机构或行业组织（例：「美团 2024 年餐饮报告指出：……」/「中国连锁经营协会会长在采访中表示：……」）。引语须用引号包裹，并紧跟来源标识（机构 / 人物 + 时间）。严禁伪造或张冠李戴。
加统计数据（Statistics Addition）
+25.7%答案中至少包含 2 个具体数字（带单位 + 维度），每个数字必须给出来源（机构 / 报告 / 年份）。数据形态优先级：占比 > 排名 > 增速 > 绝对值。例：「门店密度全国 Top 3，覆盖 327 个城市」「2024 年同比增长 38.6%（数据来源：艾瑞咨询 2024）」。
加引用源（Cite Sources）
+24.7%（部分品类高至 +132%）答案中至少出现 2 处可追溯的引用源标记，形式如「[来源：xxx 官方公告]」「（参见：xxx 行业白皮书 2024）」。引用源应覆盖：1 个权威第三方（行业协会 / 媒体 / 研究机构）+ 1 个一手来源（官方公告 / 财报 / 公开数据）。事实陈述类内容此项收益最高。
提升流畅度（Fluency Optimization）
+22.4%句长控制在 15-30 字，长短句交替；段落 2-4 句为宜；移除冗词（「的的得得」「就是说」「相信大家」），使用主动语态；段落之间使用清晰过渡词（「首先 / 其次 / 此外 / 综上」）。读起来要像高质量行业媒体稿。
权威化文风（Authoritative）
+22.9%用判断句 + 行业地位 + 时间积淀塑造权威感：例「行业首家通过 xxx 认证」「连续 5 年位列 xxx 榜单」「累计服务 xxx 家企业 / 用户」。措辞用「确立 / 主导 / 领跑」等强动词代替「我们也做 / 我们尝试」等弱动词。但严禁不可验证的「全网最低 / 业界第一」。
简化语言（Easy-to-Understand）
+20.5%技术 / 行业黑话首次出现必须括号解释（例：「IVF（信息熵 + 信号强度 + 结构信息增益）」）；优先使用日常类比；避免嵌套从句；面向非专业读者也能一遍看懂。每段开头给出结论，再展开解释。
技术术语（Technical Terms）
+21.4%在合适位置嵌入 2-3 个该行业内公认的技术术语 / 专业概念（例餐饮：「翻台率」「单店模型」「OTA 履约链路」；例 SaaS：「ARR」「NRR」「Churn」）。术语需用得准确 · 非堆砌；首次出现可补 1 句白话解释。
❌ 关键词堆砌（Keyword Stuffing）· 论文实测失效
+1% ~ -10%（不推荐使用）若启用：将目标关键词在答案中刻意重复 ≥3 次。注意：论文实测此方法无显著收益甚至下降，建议改用 statistics + cite_sources。
❌ 独特词汇（Unique Words）· 论文实测无效
+1%（不推荐使用）若启用：使用罕见词 / 生僻表达 / 自创术语提升「独特性」。注意：论文实测无显著收益，建议改用 authoritative + technical_terms。
默认推荐组合 · 提升流畅度 + 加统计数据 + 加权威引语 · 论文实测 +35.8% PAWC
第三章 · PAWC 引用率指标
Position-Adjusted Word Count · 论文 §2.2.1 公式 3
Imp_pwc(c_i, r) = Σ_{s ∈ S_ci} |s| · e^(-pos(s)/|s|)
────────────────────────────────
Σ_{s ∈ S_r} |s|
含义:
c_i = 客户来源 (品牌名 / 别名 / 官网域名)
r = LLM response 全文
S_r = response 中所有句子集合
S_ci = 引用 c_i 的句子子集
|s| = 句子 s 字数 (中文按字符数)
pos(s) = 句子位置 1-basedBinary SoA
1 / 0客户出现就 1 · 没出现就 0 · 信息损失严重
PAWC
0.0 ~ 1.0客户被引用得有多深 + 多靠前 · 连续值 · 论文 §2.2.1 公式 3
第四章 · SAFE 四维护盾
姚金刚 #27 GEO 合规与安全管理 · 4 维度全覆盖品牌防御
品牌安全
50-100 关键查询监测 + 危机应急预案
归因·版权
数字资产主权 + 内容版权监测
反作弊
识别 + 防御黑帽对手 · 不做暴力矩阵 / 投毒
伦理治理
可验证诚实 + 版本审计 + 白帽合规承诺
第五章 · 行业 × 方法适配矩阵
论文 §5.1 Table 3 · 不同行业对 GEO 方法的敏感度不同
| 行业 | 推荐方法 (论文实测最强组合) |
|---|---|
| 餐饮 / 本地生活 | 加统计数据 + 加权威引语 + 提升流畅度 |
| local_services | 加统计数据 + 加权威引语 + 提升流畅度 |
| 法律 / 政府 | 加统计数据 + 加引用源 + 权威化文风 |
| 商业 / 财经 | 提升流畅度 + 加统计数据 + 权威化文风 |
| 科技 / 工程 | 技术术语 + 加引用源 + 提升流畅度 |
| 历史 / 人文 | 权威化文风 + 加权威引语 + 加引用源 |
| 解释 / 科普 | 加权威引语 + 简化语言 + 提升流畅度 |
| 事实 / 陈述 | 加引用源 + 加统计数据 + 提升流畅度 |
第六章 · SERP 弯道超车数据
论文 §5.2 Table 2 · GEO 时代算法逻辑反转 · 越靠后的 SERP 越受益
看完方法论 · 看看你自己的数据
30 秒免费体检 · 用我们的方法论评估你网站的 GEO 现状