مع ظهور محركات البحث المعتمدة على نماذج اللغة الكبيرة (LLM) مثل Bard وPerplexity، أصبحت استراتيجيات تحسين محركات البحث التقليدية أقل فعالية بالنسبة لمنشئي المحتوى. ولمواجهة هذا التحدي، تعاونت جامعة برينستون ومعهد ألين للذكاء الاصطناعي لتطوير GEO، وهو مقياس جديد لتقييم المحتوى يركز على المحركات التوليدية. يهدف GEO إلى مساعدة منشئي المحتوى على فهم أداء المحتوى الخاص بهم بشكل أفضل في محركات البحث التوليدية وتوفير إستراتيجيات التحسين لتحسين رؤية المحتوى وفعاليته.
مع ظهور محركات البحث المستندة إلى LLM مثل Bard & Perplexity، تقوم الروبوتات بإخراج الإجابات مباشرة، مما يجعل من الصعب بشكل متزايد على منشئي المحتوى تحسين مواقع الويب الخاصة بهم من خلال تحسين محركات البحث. لمساعدة منشئي المحتوى على فهم أفضل لكيفية أداء المحتوى الخاص بهم في محركات التوليد وتوفير إستراتيجيات لتحسين هذا المحتوى لزيادة ظهوره وفعاليته في محركات التوليد، تقدم جامعة برينستون ومعهد ألين للتكنولوجيا GEO. يقترح GEO مقياسًا للانطباع خصيصًا لمحركات التوليد. تتضمن مبادئ GEO الفهم متعدد الوسائط وشمولية المحتوى والفهم الدلالي. من خلال تنفيذ الاستراتيجيات التي اقترحتها GEO والمشاركة في معيار GEO-BENCH، يمكن لمنشئي المحتوى تحسين رؤية وفعالية مواقعهم الإلكترونية ومحتواها في محركات الإنشاء وتلبية احتياجات البحث للمستخدمين بشكل أفضل.يوفر ظهور GEO إرشادات قيمة لمنشئي المحتوى في بيئة البحث الجديدة، مما يساعدهم على التكيف بشكل أفضل وتحسين المحتوى من خلال العناصر الأساسية مثل الفهم متعدد الوسائط وشمولية المحتوى والفهم الدلالي، وبالتالي تحقيق هدف جديد في البحث التوليدي الرؤية والتأثير في المحرك. في المستقبل، سيستمر GEO ومعاييره في التحسن، مما يوفر المزيد من الإمكانيات في مجال إنشاء المحتوى.