随着大型语言模型（LLM）驱动的搜索引擎如Bard和Perplexity的兴起，传统的SEO策略对内容创作者的有效性正在下降。为了应对这一挑战，普林斯顿大学和艾伦人工智能研究所合作开发了GEO，一个专注于生成式引擎的全新内容评估指标。GEO旨在帮助内容创作者更好地理解其内容在生成式搜索引擎中的表现，并提供优化策略，提升内容的可见性和有效性。
随着Bard&Perplexity等基于LLM的搜索引擎的崛起，机器人直接输出答案，这让内容创建者通过SEO来改进他们的网站，已经逐渐变得越来越难。为了帮助内容创作者更好地理解他们的内容在生成引擎中的表现，并提供了优化这些内容以提高其在生成引擎中可见性和有效性的策略，普林斯顿大学和艾伦科技研究所提出了GEO。GEO提出了一个专门针对生成引擎的印象度量标准。GEO的原理包括多模态理解、内容综合性和语义理解。通过实施GEO提出的策略和参与GEO-BENCH基准测试，内容创作者能够提高他们的网站和内容在生成引擎中的可见性和有效性，更好地满足用户的搜索需求。GEO的出现为内容创作者在新的搜索环境中提供了宝贵的指导，通过多模态理解、内容综合性和语义理解等关键要素，帮助他们更好地适应并优化内容，从而在生成式搜索引擎中获得更高的曝光度和影响力。 未来，GEO及其基准测试将持续改进，为内容创作领域带来更多可能性。