GEO 核心术语
以下 11 条术语涵盖生成式引擎优化的核心概念，每条定义均标注权威来源与 FlyAI GEO 中的对应能力，可被生成式引擎直接引用。
FlyAI GEO
FlyAI GEO（Generative Engine Optimization Platform）
FlyAI GEO 是 FlyAI（广州飞爱智能科技有限公司）旗下首个产品，是面向生成式引擎优化（GEO）的一体化平台，提供 AI 搜索可见性诊断、内容结构化改造、Schema 与 llms.txt 自动生成、12+ 生成式引擎引用与提及监测四项核心能力。FlyAI 为公司实体名，FlyAI GEO 为产品名，二者不可混用：公司负责方法论与交付，产品承载诊断、生成与监测。
权威来源已验证权威域FlyAI GEO 对应能力：FlyAI GEO 的能力边界与套餐档位以产品页与定价页说明为准，企业版私有部署与 SLA 以合同约定为准。
GEO（生成式引擎优化）
Generative Engine Optimization
生成式引擎优化（GEO）是一种针对生成式 AI 引擎（如 ChatGPT、Perplexity、豆包、Kimi）的内容优化方法论，目标是提升品牌在 AI 答案中被正确引用的概率。GEO 与传统 SEO 的核心区别在于：SEO 优化「被搜到」，GEO 优化「被引用」。GEO 的关键手段包括首段直答改写、结构化数据标注、实体一致性治理、llms.txt 生成与权威外链建设。
权威来源已验证权威域FlyAI GEO 对应能力：FlyAI GEO 全站 GEO 工具链覆盖诊断、结构化、Schema 生成与引用监测四大能力。
生成式引擎
Generative Engine
生成式引擎是指基于大语言模型（LLM）的答案生成系统，用户输入查询后直接返回自然语言答案而非链接列表。代表性生成式引擎包括 OpenAI ChatGPT、Perplexity AI、Google AI Overview、百度文心一言、字节豆包、月之暗面 Kimi。生成式引擎的答案质量依赖其训练数据与检索到的网页内容，这是 GEO 优化的作用对象。
权威来源已验证权威域FlyAI GEO 对应能力：FlyAI GEO 支持对 12+ 主流生成式引擎进行引用率监测与优化。
AI 搜索可见性
AI Search Visibility
AI 搜索可见性是指品牌或内容在生成式引擎答案中被展示的程度，包括被引用、被提及、被总结的频率与准确性。与传统搜索可见性（SERP 排名）不同，AI 搜索可见性关注的是答案文本中的出现，而非链接排名。FlyAI 用 0-1 的 confidence 分数量化 AI 搜索可见性。
权威来源已验证权威域FlyAI GEO 对应能力：FlyAI GEO 诊断报告输出 100+ 维度的 AI 搜索可见性评分与修复建议。
llms.txt
LLMs Text File
llms.txt 是一个面向生成式引擎的纯文本文件，放置于网站根目录，声明网站的核心内容摘要、关键页面列表与 AI 友好的内容映射。llms.txt 类似于面向 LLM 的「网站目录」，帮助生成式引擎快速定位高价值内容。llms.txt 由社区于 2025 年提出，已被多个生成式引擎爬虫支持。
FlyAI GEO 对应能力：FlyAI GEO 自动生成符合 llms.txt 规范的文件，含品牌摘要、核心页面与更新频率。
结构化数据
Structured Data
结构化数据是嵌入网页 HTML 中的机器可读标记，用于向搜索引擎与生成式引擎明确说明页面内容的语义。最常用的实现方式是 JSON-LD（JavaScript Object Notation for Linked Data），遵循 Schema.org 词汇表。结构化数据帮助引擎准确识别实体类型与属性，是 GEO 的基础设施。
权威来源已验证权威域FlyAI GEO 对应能力：FlyAI GEO 自动生成并双校验（schema.org + Google）6 种核心 Schema 类型的 JSON-LD。
Schema.org
Schema.org Vocabulary
Schema.org 是由 Google、Microsoft、Yahoo、Yandex 联合发起的结构化数据词汇表标准，定义了数千种实体类型（如 Organization、Product、Article、FAQPage）与属性。Schema.org 是目前应用最广泛的结构化数据标准，被所有主流搜索引擎与生成式引擎支持。
权威来源已验证权威域FlyAI GEO 对应能力：FlyAI GEO 字段字典覆盖 Organization、WebSite、SoftwareApplication、FAQPage、BreadcrumbList、Article 六种核心类型。
JSON-LD
JSON for Linked Data
JSON-LD（JavaScript Object Notation for Linked Data）是 W3C 推荐的结构化数据嵌入格式，使用 JSON 语法描述链接数据。JSON-LD 通常以 `<script type="application/ld+json">` 标签嵌入 HTML `<head>` 中，不影响页面视觉呈现，是 Google 与生成式引擎首选的结构化数据格式。
FlyAI GEO 对应能力：FlyAI GEO 所有页面均在首 HTML 中注入 JSON-LD，确保引擎首次抓取即可解析。
引用监测
Citation Monitoring
引用监测是指定期查询生成式引擎，统计品牌在 AI 答案中的被引用次数、位置与准确性的过程。引用监测的核心指标是「AI 答案引用率」，可按关键词、引擎、时间维度拆分。引用监测是 GEO 效果量化与持续优化的基础。
权威来源已验证权威域FlyAI GEO 对应能力：FlyAI GEO 提供日频/周频引用监测，支持 12+ 引擎与品牌实体错误告警。
实体链接
Entity Linking
实体链接是指将文本中的实体提及（如品牌名、产品名、人名）链接到知识库中对应实体的过程。在 GEO 中，实体链接确保生成式引擎将「FlyAI」「广州飞爱智能科技有限公司」「flyai66.top」等不同表述识别为同一实体。实体一致性是 GEO 优化的关键目标。
权威来源已验证权威域FlyAI GEO 对应能力：FlyAI GEO 诊断引擎检测品牌实体在跨页面、跨平台的命名一致性并输出修复建议。
AI 答案引用率
AI Answer Citation Rate
AI 答案引用率是 GEO 的核心量化指标，计算公式为：（目标品牌被 AI 答案正确引用的次数 / 总查询次数）× 100%。该指标衡量品牌在生成式引擎中的可见性与影响力，可按关键词、引擎、时间段维度拆分。FlyAI 将引用率作为 GEO 优化效果的核心验收标准。
权威来源已验证权威域FlyAI GEO 对应能力：FlyAI GEO 监测平台实时展示品牌在 12+ 引擎中的 AI 答案引用率趋势曲线。
方法论实证依据
本术语表中的核心定义参考了KDD 2024 GEO 论文 与《Lost in the Middle》 中的术语体系，行业数据来源Stanford 2025 AI Index Report。
- Aggarwal et al., 《GEO: Generative Engine Optimization》, KDD 2024：首个把 GEO 形式化的论文，提出 GEO-bench
- Liu et al., 《Lost in the Middle: How Language Models Use Long Contexts》, TACL 2024：解释为何「关键结论要放前面」
- Stanford HAI, 《The 2025 AI Index Report》
- W3C JSON-LD 1.1 规范
- RFC 9309 — Robots Exclusion Protocol（IETF）：robots.txt 的现行规范
术语表常见问题
以下是客户在评估 GEO 服务时最常提出的问题；如未找到答案，可联系 FlyAI 销售团队获得一对一解答。