隨著大型語言模式（LLM）驅動的搜尋引擎如Bard和Perplexity的興起，傳統的SEO策略對內容創作者的效能正在下降。為了應對這項挑戰，普林斯頓大學和艾倫人工智慧研究所合作開發了GEO，一個專注於生成式引擎的全新內容評估指標。 GEO旨在幫助內容創作者更能理解其內容在生成式搜尋引擎中的表現，並提供優化策略，提升內容的可見度和有效性。
隨著Bard&Perplexity等基於LLM的搜尋引擎的崛起，機器人直接輸出答案，這讓內容創作者透過SEO來改進他們的網站，已經逐漸變得越來越難。為了幫助內容創作者更好地理解他們的內容在生成引擎中的表現，並提供了優化這些內容以提高其在生成引擎中可見性和有效性的策略，普林斯頓大學和艾倫科技研究所提出了GEO。 GEO提出了一個專門針對產生引擎的印象度量標準。 GEO的原理包括多模態理解、內容綜合性和語意理解。透過實施GEO提出的策略和參與GEO-BENCH基準測試，內容創作者能夠提高他們的網站和內容在生成引擎中的可見性和有效性，更好地滿足用戶的搜尋需求。GEO的出現為內容創作者在新的搜尋環境中提供了寶貴的指導，透過多模態理解、內容綜合性和語義理解等關鍵要素，幫助他們更好地適應並優化內容，從而在生成式搜尋引擎中獲得更高的曝光度和影響力。 未來，GEO及其基準測試將持續改進，為內容創作領域帶來更多可能性。