3.1 为什么 AI 的回答有时「知道」，有时「不知道」

用过 ChatGPT 或豆包的人，大概都有过这种体验：你问它一个常识性问题，它回答得又快又准；你问它一个很具体的问题——比如某款手机现在哪个平台价格最低、某个小区去年的成交均价——它要么坦率地说「我不确定」，要么给出一个似是而非的答案，你一查发现不对。

这个「知道」和「不知道」的分界线，不是随机的。它背后是 AI 获取信息的两条性质不同的通道。

第一条通道叫参数化记忆——AI 在训练阶段从海量文本中学到的知识，被固化在模型参数里，像一个人多年积累的「常识底座」。第二条通道叫 RAG 检索增强生成——AI 在回答问题时引入外部可检索信息，运行时从网页索引、向量库、文档库、知识库或缓存索引等数据源里查找资料，像一场允许翻书的开卷考试。

两条通道特性不同，对 GEO 的操作含义也完全不同——搞清楚它们的差别和配合，是做 GEO 的第一步。

3.2 通道一：参数化记忆——品牌认知的长期沉淀

参数化记忆，是大语言模型在预训练阶段通过处理海量文本「学到」的知识，被编码进模型的数十亿到数千亿个参数中。你可以把它理解成一个人过去几十年里读过的所有书、文章和网页——信息已经内化成了「常识」，不需要再去查资料就能回答。

参数化记忆有三个关键特点，直接影响 GEO 策略：

冻结且滞后。对某一个已经训练并部署的模型版本来说，参数化记忆基本是固定的。假设你在 2025 年 10 月发布了一篇行业报告，但某个大模型的训练数据截止到半年前——它根本不知道这份报告存在。产品可以通过模型更新、联网检索或工具调用获取新信息，但那已经不是原模型参数本身的实时修改。

广博但不精深。即使你的报告数据进入了下一轮训练，模型也未必能稳定、精确地复现其中的数字。对高频公共知识——历史年份、通用公式、知名事实——模型可能记得很清楚；但对垂直行业的细分产品数据、低频数据和最新报告，它更容易只形成模糊印象，不适合作为精确、可核验的数据来源。

用户无法实时修改公共模型参数。一些 AI 产品支持跨对话的个人记忆，但这类功能服务于特定用户或账户体验，不等于修改面向所有用户的公共模型知识。网站发布者也无法确认某个页面是否进入训练集，更不能通过发文直接控制参数化记忆。

因此，参数化记忆更适合作为解释模型既有知识的概念，而不应被包装成可承诺的 GEO 建设通道。公开内容有可能被未来训练流程采集，也可能被排除；即使进入训练数据，也无法从外部可靠归因它对品牌提及或实体识别的影响。本书把重点放在可观测的抓取、索引、检索和来源采用链路，训练相关影响只作为不可控的长期可能性讨论。

从可执行角度看，独立来源引用、来源与主张的适配度、长期一致的公开信息，都有助于搜索发现、事实核验和品牌归属；但这些价值不需要借助「一定进入训练集」来成立。不要用页面数量或转载数量推算模型会记住什么。

训练语料通常会经过去重、质量分类和安全过滤等步骤。GPT-3、LLaMA 等公开论文展示了不同的数据筛选方法，但这些案例只能说明训练数据会被治理，不能为单个网页计算「进入模型」的概率，也不能证明某种文风会被商业模型采用。准确、可追溯、有原创增量的材料首先服务真实用户，也更经得起搜索、数据治理和外部引用的检验。具体案例与限制在附录《GEO 核心策略》的策略 24「数据质量与长期可见性」中进一步说明。

第七章会从可观测的品牌归属、独立来源和分发角度讨论长期建设。本章剩余部分聚焦于更适合直接监测的外部检索与来源采用链路。

3.3 通道二：RAG 检索增强生成——实时流量入口

RAG，全称 Retrieval-Augmented Generation，检索增强生成。简单说，它就是允许 AI「开卷考试」。

当用户提问时，在触发检索增强的场景下，AI 不是只依赖参数化记忆作答，而是会先到外部可访问的信息源里找相关资料（网页、文档、知识库），再把检索结果放进上下文窗口中，基于这些资料生成回答。

百度 AI 搜索、Perplexity、ChatGPT 的联网/搜索入口、豆包等产品，在部分需要实时信息或外部事实支持的问题上会使用联网检索、搜索索引或其他外部资料机制，具体是否触发和如何实现因产品、入口与问题而异。对网站发布者来说，这些外部来源链路相对更可观察，因此应优先于不可验证的训练影响进行监测。

在生成式搜索场景中，RAG 链路通常可以拆成六个环节。在逐步拆解之前，先建立一个更清楚的心智模型：整个 RAG 其实是两条管线。一条是离线的索引管线——在用户提问之前，系统就已经把资料加载进来、切成切片、转成向量、存入索引库，提前建好一个知识库；另一条是在线的生成管线——用户提问的那一刻，才实时地检索、组织上下文、生成回答。你常听到的「RAG 就是用户问了才去查」其实只说对了一半：现场跑的只是生成管线，建库那一半是事先做好的。

这个划分对 GEO 有一个提纲挈领的含义：做 GEO，可以理解为在为别人的检索增强系统「供料」——让你的内容更容易被加载、切片、理解和引用。索引管线的每一步，反过来都是一条 GEO 自查线索。

（小注：下面的六步主要描述用户提问后的在线生成链路；3.4 讲的切片、以及 3.5 涉及的向量表示与索引建设，更接近离线索引管线，而 3.5 里的相似度匹配和混合召回，则发生在提问后的在线检索阶段。简单说，离线管线决定「你的内容能不能提前被整理成可检索的片段」，在线管线决定「用户问的时候怎么找、怎么答」。）

需要说明的是，这里描述的是帮助内容创作者理解「外部资料如何进入 AI 回答」的典型工作模型。不同产品的实现差异很大：有的依赖搜索索引，有的使用向量库，有的结合关键词检索、重排序、知识图谱或工具调用；并不是所有产品都会完整、显式地经过下面六个步骤。

但从内容优化角度看，召回、筛选、注入和生成这几个环节，是理解 GEO 的关键。

第一步：用户提问，系统理解意图

用户输入一个问题后，很多系统不会直接拿原始问题去搜索，而是先做查询理解和改写。比如用户问「家装瓷砖怎么选」，系统可能把它扩展为「家装瓷砖 选购指南 品牌对比」。更进一步，一些 AI 搜索系统会使用「查询扇出」（query fan-out）技术——围绕一个复杂问题生成并执行多个子查询，覆盖不同的子主题和数据源，再把各路结果综合起来组织回答。这些子查询可能来自查询改写、查询扩展或查询拆分：查询扩展增加相关表达和意图，查询拆分则把复合问题拆成可以分别检索的子问题。Google 在 AI features 的官方说明中确认了 AI Overviews 和 AI Mode 会使用查询扇出。这对 GEO 有一个直接含义：你的页面不需要对用户的原始提问排名第一，只要在某个子查询上被召回，就有机会被引用。你的内容不需要精确匹配用户的每一种提问方式，但需要在语义上覆盖足够广的子主题和表达方式。

第二步：查询表示与召回准备

系统会把用户问题转化成适合检索的形式——可能包括向量表示、关键词提取、改写后的子问题等，为下一步的多路召回做准备。

第三步：多路召回——在索引库中找出相关内容

系统可能使用向量检索、关键词检索（如 BM25）、混合检索或搜索索引召回等方式，找出一批与查询语义相关的候选内容切片。3.5 节会详细展开。

第四步：重排序——对候选切片做更精细的筛选

多路召回返回的候选切片，还要经过一轮更精细的评估。重排序模型会对查询和每个切片的整体匹配度做更深入的判断，从中选出真正值得送入模型的内容。这是 GEO 在内容层面的重要发力环节之一，3.6 节会详细讲。

第五步：上下文注入——把最优切片填入模型的「工作台」

重排序后得分较高的 K 个切片，会被注入模型的上下文窗口。一般来说，相关性和质量更高的切片更有机会被利用，但具体位置和利用方式取决于不同系统的上下文组织策略。

第六步：生成回答

模型基于上下文窗口中的切片内容，结合自身的参数化记忆，生成一段自然语言回答。AI 可能会显性引用你的内容（附带来源链接），可能在回答中提及你的品牌或产品名（品牌提及），也可能把你的信息融入回答但不标注来源（内容采用）——这三类情形对应引言中定义的三分法，具体由不同 AI 产品的策略决定。

这六步是一个连续的管道。在这条链路中，你的内容在任何一步被淘汰，都很难通过这条路径进入最终答案。反过来，每一步你都有对应的优化动作可以做。后面几节逐一拆解。如果你时间有限，3.4 切片机制和 3.6 重排序是对内容写作影响最直接的两节，建议优先读。

3.4 切片机制：你的内容如何被「化整为零」

很多 RAG 系统不会直接以整个网页为检索单位。它会把网页拆分成若干「切片」（Chunk），以切片为单位建立向量索引、进行检索和排序。

切片的方式因系统而异，常见策略包括按固定长度切分、按语义段落切分等。在网页场景中，HTML 标签（H2、H3、p 等）是常见的切割参考因素之一，系统可能据此把页面拆成一个个相对独立的段落或小节——但具体切片策略因产品而异，HTML 结构不是唯一的决定因素。

这对你的内容写作有一个非常直接的影响：在大多数 RAG 场景下，AI 读的不是你的整篇文章，而是被切出来的一个个段落。

举个例子。假设你经营一家连锁烘焙店，官网有一篇「生日蛋糕定制指南」。段落 A 写了「我们提供两种尺寸的定制蛋糕」，段落 B 写了「前者适合 4-6 人的小型聚会，后者适合 10 人以上的宴会」——当段落 B 被单独切出来时，「前者」和「后者」就失去了指代对象，AI 无法理解这段话在说什么。

反过来，如果段落 B 写成「8 寸蛋糕适合 4-6 人的小型聚会，12 寸蛋糕适合 10 人以上的宴会，价格分别为 298 元和 498 元起」——即使被单独切出来，这段话依然完整、可理解、可被采用。

这就是 GEO 内容写作的第一原则：每段语义自洽。每一个段落，在脱离前后文的情况下，仍然能独立表达一个完整的意思。不要用「它」「前者」「后者」「如上所述」这类依赖上下文的表达——在 RAG 的世界里，原有的上下文关系很可能已经被打散了。

这个原则在第二章已经从注意力机制的角度解释过一次。现在你可以看到，它在 RAG 切片机制这个层面又被强化了一次——同一个写作规则，背后有两重技术依据。

近年的 RAG 研究开始系统性地测试 metadata 对检索质量的影响，总体方向相当一致：metadata 不只是页面的附属信息，在不少 RAG 实验系统中，它会参与检索、过滤、重排和上下文构建。

例如，有研究尝试把主题、语义标签、块类型等结构化信息与原始文本一起嵌入，用来改善向量检索；也有研究用大模型提取的来源、类别、日期、实体等 metadata 做预过滤，以提高多跳查询（需要跨多个文档才能回答的问题）的检索效果；在金融文档问答的研究中，把章节、指标、时间范围等上下文信息并入文本块，被发现有助于形成更容易被检索的「自包含块」（contextual chunks）。在一些实验设置中，这一项甚至是贡献最大的优化手段之一。

不过要注意一个边界：metadata 并不是越多越好。只有当它真正帮助系统理解这段内容的主题、来源、时间、实体和适用场景时才有价值；把所有能想到的标签和结构化字段都堆上去，反而可能增加噪声。有效的做法是让关键信号清晰、准确、和内容真实匹配，而不是求全求多。

这些研究并不意味着外部 AI 平台一定采用相同架构，具体效果也取决于任务类型、数据领域和检索方式。但它们共同支持了一个对 GEO 有直接指导意义的判断：清晰的标题层级、发布日期、作者、分类、实体、参数，以及「每个段落脱离上下文也能被理解」的写法，都是值得认真处理的机器可读信号。

这也正是前面生日蛋糕例子想说明的：落到写作上，让每个关键段落自带主语、对象和限定条件，就是提升被准确检索、采用或引用概率的低成本动作。

理解了切片机制之后，下一个问题是：切出来的片段，怎么被用户的问题「找到」？

3.5 向量检索与混合召回：语义相似度是候选召回的重要因素之一

下面描述的是典型向量检索流程，作为理解模型很清晰；实际产品里，常和关键词检索、混合排序、重排序、去重、来源质量判断等组合在一起使用，并不是所有系统都只按纯向量距离召回。

切片完成后，每个切片被转化为向量，存入索引库。用户提问时，问题同样被向量化，系统计算问题向量与索引库中各切片向量的语义距离，返回距离最近的 Top N 个切片。

这个机制有两个对 GEO 非常重要的含义。

含义一：语义匹配成为主要检索方式

「装修公司」和「家装服务」在向量空间中距离很近。这意味着用户搜「装修公司怎么选」时，一个以「家装服务」为核心词的页面同样有机会被检索到——即使内容从未出现「装修公司」这四个字。不过，这不意味着常用词可以完全忽略——后面会讲到 BM25 通道的互补作用。

但反过来也成立：如果你的内容全是通俗表达（「帮你装好房子」），缺少具体参数（「全包 1200 元/㎡」「半包施工周期 60 天」「F0 级环保板材」），那么当用户带着具体需求提问时，你的内容在语义空间中距离更远，检索排名靠后。

所以，语义覆盖的策略是：围绕同一个问题，在内容中自然地同时使用专业术语和通俗表达，让切片既能匹配专业问法，也能匹配普通用户的问法。不是堆砌关键词，而是用不同的表达方式描述同一件事——在一段讲工艺标准，用专业术语；在另一段讲业主关心的问题，用日常语言。

含义二：BM25 通道仍然重要，与向量检索互补，而非被取代

很多 RAG 系统实际上使用「混合检索」——向量检索和传统关键词检索（BM25 算法）并行运行，对两路召回结果做融合或综合排序（常见方式如 RRF 倒数排名融合或加权融合），再交给重排序。

这意味着合理使用行业通用术语仍然有价值。这不是要追求某个固定的「关键词密度」。在 BM25 等词项检索中，查询词项与文档词项的重合、词频、文档频率和长度归一化等因素仍会参与评分，但不存在适用于所有页面的理想密度。真正的提醒是：行业标准术语、专有名词和英文缩写值得在内容中准确、自然地出现，以兼顾词项检索与语义检索。

含义三：有些系统会用「理想答案」或「预设问题」来辅助匹配

除了直接拿用户问题去匹配内容切片，一些进阶 RAG 方法还会换一个角度来检索。它们不一定被所有产品采用，但背后的方向对 GEO 很有启发。

一类方法是 HyDE（假设文档嵌入）：先让模型生成一个「假想的理想答案」，再用这个答案去检索相似内容——相当于「用一个答案该有的样子去找，而不是用问题去找」。它的启发是：内容如果写得像一段完整答案，而不是关键词列表，就更容易和这类检索方式对齐。

另一类可类比为反向 HyDE：系统提前为内容块生成「它能回答哪些问题」，再用用户问题去匹配这些预设问题。它的启发是：每个重要段落最好能对应一个真实用户会问的问题。

这两类方法共同指向一个写作原则：内容要围绕具体问题，组织成完整的答案。（这个原则怎么落到「写完一段就反推它能答什么问题」的自检，第五章会展开。）

向量检索和混合召回解决的是「能不能被找到」的问题。但被找到只是第一步——找到之后还要过一关：重排序。

3.6 重排序：切片进入「上下文窗口」前的最后筛选

多路召回返回 Top N 个候选切片后，RAG 系统通常还有一个重排序（Reranking）步骤——对这些切片进行更精细的评分，从中选出最终进入上下文窗口的内容。

重排序是 GEO 在内容层面的重要发力环节之一。先用一个直观的对比来感受它在做什么：

低分切片：「我们是一家专业的家装服务公司，多年来一直致力于为广大业主提供优质的装修体验，深受客户的信赖和好评，是您装修的理想之选。」——信息密度低，没有数据，没有来源，全是营销套话。

较完整的示例切片：「全包装修参考价：简约风格 1000-1500 元/㎡，轻奢风格 1500-2500 元/㎡（教学示例数据）。施工周期：90㎡户型约 60-75 天。材料标准：板材 F0 级环保认证，乳胶漆 VOC 含量低于 50g/L。据【示例行业协会】【示例年份】【示例报告】，全包模式占家装市场份额约 65%。」——结论前置，数据具体，术语明确，并演示了来源标注格式。示例中的价格、比例和机构均不应作为真实业务数据引用。

两段话主题相近，但在具体重排序器中的表现可能不同。重排序通常输出整体相关性分数，下面这张表只是从内容优化角度做的解释性拆分——它不是重排序模型内部的显式评分项，不同 reranker 的训练目标也不一样；这里是为了让作者看清「什么样的写法对应哪个抓手」：

评分维度	这个维度影响什么	你可以做什么
信息密度	切片中有效信息的浓度，影响被选中和采用的概率	删除铺垫、套话和重复，让每句话都承载有效信息
权威信号	内容是否带有可验证的证据，影响可信度判断	为关键数据标注来源（机构名+年份+报告名）
查询匹配度	切片与用户问题的语义匹配程度	以问题为导向组织内容，结论直接回应问题
完整性	切片能否独立传达完整意思，影响可采用性	每段语义自洽，不依赖前后文

第六章的「内容工程三要素」——权威性、相关性、易读性——会同时影响召回、重排序和最终生成采用；其中，在重排序这一关，它们的作用尤其明显。

重排序之后，还有一个值得了解的环节：上下文注入时的位置效应。第二章从注意力机制角度提到过 Lost in the Middle 效应——在长上下文场景中，模型对开头和结尾的信息利用率往往高于中间位置。在 RAG 管线中，如果系统按相关性顺序注入候选切片，重排序得分更高的内容通常更有机会出现在更容易被利用的位置。但不同系统的上下文组织方式并不相同，因此最稳妥的策略仍然是：让每个切片本身足够清晰、完整、结论突出，不要把宝押在位置运气上。

除了位置效应，还有一个后检索环节值得知道：上下文压缩。当候选切片较多、或单个切片较长时，一些系统会在注入前删减其中不重要、不相关的内容，把有限的上下文窗口留给更有用的信息。这对 GEO 的提醒很直接：信息密度低、铺垫多、核心结论不清的内容，更容易在压缩过程中被削弱，甚至只留下很少一部分；而结论前置、每句都有信息量的内容，更有机会把核心信息保留下来。它不只影响「能不能被选中」，也影响「被选中之后还剩下多少」。

3.7 双通道干预策略总览

把两条通道的特性和对应的 GEO 动作放在一起看：

维度	参数化记忆	RAG 通道（运行时引入外部资料）
信息时效	冻结于训练截止日期	运行时引入外部资料，最新内容有机会被获取（取决于抓取、索引频率、权限、产品是否触发检索等条件）
可观测性	外部几乎无法确认单页影响	可通过日志、来源展示、官方报告和标准问题库做有限观察
GEO 优先级	长期建设，非首要优先	当前重点，优先投入
核心动作	多源分发、被权威来源引用、持续稳定输出	答案块工程、内容工程三要素、技术可抓取性
对应章节	第七章（全域分发）	第四至六章（技术+内容）

后续章节先处理外部检索链路的技术基础（第四章），再处理内容可提取性与证据质量（第五、六章），接着从品牌归属和独立来源角度讨论全域分发（第七章），最后建立监测闭环（第八章）。

3.8 测试案例：从双通道视角看优化效果

理论讲完了，来看实践中的观察。

为了观察综合 GEO 优化动作实施前后的整体变化，我设计了一组基于标准问题库的前后比较测试，覆盖 1,000 余条标准问题。

主要优化动作包括四个方面：确保核心页面对 AI 可抓取、在页面前部构建可独立采用的答案块、为关键数据标注来源和权威背书、部署 Schema 结构化数据以提升页面结构和关键信息的可读性。

核心结果在引言中已经提到。这里不重复数据本身，而是从本章讨论的双通道视角，重点说两件对后续操作有指导意义的事。

第一，执行顺序会影响结果解释和故障排查。我最先做的是确保核心内容对 AI 可见（检查 robots.txt、确认页面可被正常抓取和解析）。这个改动未必会立刻反映为三类可见率（显性引用率、品牌提及率和推定内容采用率）提升，但它是后续页面内改动发挥作用的重要条件之一。接着做的是答案前置和可信度增强，复测数据中较明显的变化也出现在这一阶段之后。由于这不是隔离单变量的因果实验，不能据此判断某一步单独贡献了多少；这个顺序的价值，是先排除技术阻断，再观察内容层变化。

第二，不同模型和产品的效果有差异。不同 AI 模型和产品之间，显性引用、品牌提及和内容采用的变化幅度并不一致——这说明不同产品的检索与呈现机制存在差异。监测不能只看一个平台，第八章会给出多平台比较测试的方法。

当然，这组数据来自特定测试环境和问题集，不能按比例外推到其他行业。修复技术阻断、构建答案块、补充可核验证据，是可供其他项目测试的通用方向，但具体收益仍需用各自的问题库和基线验证。后续章节会逐一展开这些动作的执行方法。

3.9 常见误区：RAG、微调和长上下文不是同一个问题

读到这里，可能会冒出几个疑问：如果模型的上下文窗口越来越长，是不是就不需要 RAG 了？如果一个模型被微调过，是不是就不用做 GEO 了？这几个概念常被混为一谈，值得一次说清——因为它们解决的根本不是同一个问题。

RAG 解决的是「模型回答时，能不能临时查到外部资料」；微调（fine-tuning）解决的是「模型的表达习惯、任务能力和领域适配」，它改变的是模型参数本身；长上下文解决的是「模型一次能读进多少内容」。三者是三个维度，不互相替代。

长上下文确实会削弱一些场景对 RAG 的依赖——比如单份文档问答、小知识库，把全文直接塞进上下文就够了。但面对整个互联网、以及不断更新的商品信息、新闻、价格、企业资料，模型不可能把一切都装进上下文，检索仍然很重要，尤其是在大规模、动态、需要来源约束的信息空间里。微调也替代不了 RAG：微调进去的知识同样会过时，而且它不天然提供来源，满足不了「可溯源引用」这类需求。

对 GEO 来说，可以记住一个更稳的判断：只要 AI 在回答时仍然需要从外部信息源里查找、筛选和整合事实，你的内容就仍然有被检索、被采用、被引用的竞争空间。长上下文和微调改变的是这个空间的大小和形态，而不是它存不存在。

补充思考：双通道的另一面

本章讲了内容进入 AI 回答的两条通道，它们也各有一条风险路径。第一条是检索污染：错误、过期或人为操控的网页被检索系统选中，直接影响当前这一次回答。第二条是训练数据风险：低质量或合成内容被采集、筛选后进入后续训练流程，可能影响未来模型的参数化记忆。两者不能混为一谈——网页发布后可能进入候选采集范围，不等于一定会被用于训练；一次错误回答也未必都来自网络投毒，还可能是用户问题带有错误前提，或模型错误综合了检索材料。理解这一区分，既能避免夸大 GEO 的操控能力，也为第七章讨论伪多源与伦理边界建立基础。

延伸阅读

以下两个前沿趋势值得关注，供进一步参考。

• Agentic RAG 与多步检索。 近两年一个值得关注的方向是，越来越多系统开始尝试多步检索——根据第一次检索的结果判断是否需要做第二次、第三次检索，逐步细化答案。这意味着你的内容即使在第一轮检索中未命中，如果它与某个子问题高度相关，仍然可能在后续轮次中被找到。对长尾内容的 GEO 价值有重要启示：不必只围绕头部查询做内容，针对细分问题的深度内容同样有机会。

• Google AI Overview 的特殊性。 Google AIO 与 ChatGPT、Perplexity 等产品在底层依赖和呈现方式上有明显差异——AIO 建立在 Google Search 的整体能力之上，传统搜索中的页面质量、抓取可访问性和站点信号仍然是重要基础。这恰好印证了本书的核心判断：GEO 与传统搜索在技术地基层确实有交叉，但这一交叉主要决定「能不能被看见」，不完全决定「能不能被采用」。

本章执行清单

• 测试「切片后是否仍能独立理解」。 随机选取你网站上的 5 个段落，遮住前后文只看这一段——如果脱离上下文会产生理解障碍，需要改写使其语义自洽。

• 做第一次竞品采用分析。 在百度 AI 搜索和豆包中分别搜索你的 5 个核心业务问题，记录哪些竞争对手的内容被采用了，不只记录品牌名，还要记录它们的内容结构有什么特点。

• 建立你的三类可见率基线。 三类可见率是指显性引用率、品牌提及率和推定内容采用率。选取 10 个核心问题，分别向百度 AI、豆包和 DeepSeek 提问，按引言三分法记录结果。这组数据就是你的 GEO 起点，后续所有优化效果都以此为参照。