GEO 资源库

追踪 AI Overviews 中的品牌引用。

AI 搜索可见度分析。

AI 搜索引用监测，发布各平台引用格局报告。

Go 实现的 GEO 工具，追踪跨 LLM 的品牌曝光，提供 REST API。

开源、本地优先的 AI 可见性 dashboard（BYOK），覆盖 ChatGPT / Perplexity / Gemini / Copilot / Google AIO / Grok。

AI 可见性追踪平台，监测 prompt 并分析跨平台引用（ChatGPT / Gemini / Copilot / Grok / Perplexity）。

自托管 AI 可见性监测（BYOK），追踪 ChatGPT / Perplexity 中的品牌呈现，含竞品基准与引用追踪。

国产大模型品牌可见性分析平台，多智能体模拟 + 0–100 GEO 评分；MVP 集成 DeepSeek-V3 与博查搜索。

中文 AI 搜索 GEO 监测工具（LLM Sentry），本地优先桌面客户端，覆盖 DeepSeek / 豆包 / 博查，含引用域名提取与声量占比。

GEO 审计引擎，向 7 个 AI 引擎（含 DeepSeek / Qwen）发真实查询，自动生成模拟查询并按可引用性 0–100 评分。

GEO/SEO 内容 linter，按 97 条规则扫描 Markdown/MDX 并输出修复建议，提供 npx geo-lint CLI。

面向 Claude Code 的多 agent GEO 审计 skill，检测 15 个 AI 爬虫 + 六维可引用性评分（非商用协议）。

基于 Princeton KDD 2024 研究的 GEO 工具：审计 / 优化 / AI 可见性测试。

AI 驱动的 llms.txt / llms-full.txt 生成器，支持 MCP 集成 Cursor 与 Claude Desktop。

Apify Actor 形式的 llms.txt 生成器，基于 Website Content Crawler。

Web 应用 + Worker 系统，自动监控静态站点变化并生成 llms.txt。

Python 工具，将代码仓库压缩为 LLM 友好的单一 .txt 文件。

llms.txt 采用站点目录与示例库，附 llmstxt-cli。

基于 HTTP 内容协商的 AEO 基础设施，识别 24 个 AI bot、12 个内置转换器，附一致性评分 CLI（Apache 2.0）。

Next.js App Router 中间件，按 Accept 头 / .md 后缀 / User-Agent 返回 Markdown，并生成 llms.txt（Apache 2.0）。

面向 Claude Code 的开源 SEO / GEO / Google Ads / Meta Ads skills 集。

Claude Code skill 形式的 AEO/GEO 工具集，16 项基础检查 + 6 维度智能分析。

20 个 SEO/GEO Claude Code skills，覆盖 keyword research / content writing / technical audits / rank tracking。

GEO-first Claude Code skill：citability scoring / AI crawler analysis / brand authority / schema markup。

中文 GEO Skill 开源合集，17 个 AI agent skill（运营 / 策略 / 内容 / 度量等七类），交付支持 Markdown/HTML/Word/PDF。

GEO 工作流编排插件，整合 6 个 GEO skill + 七阶段协作工作流命令，含多种 agent CLI 与办公工具集成清单。

开源 RAG 引擎，基于深度文档理解（GitHub 79k+ stars）。

Markdown 转小红书图文卡片。

中文 SEO/GEO 技术调研图谱：14+1 张跨平台技术卡覆盖 8 维度，68 条可证伪元假说。

GEO 的奠基论文。权威引述 +43%，统计数据 +33%，答案优先 +18%；关键词堆砌为负效果。

GEO 的概念框架与评估方法。

中文一手 RAG 综述，覆盖 query 改写、检索增强、知识注入、引用生成等优化技术。

LLM 推荐 AI 产品时存在自我推广偏差：供应商模型 ranking 平均提升 0.2，OpenAI 最显著。

RAG 场景下的偏差层级：事实性偏差 > 顺序偏差 > 自我偏好偏差。

多任务 / 多领域 / 多竞争密度严格控制下，多数 GEO 方法基本无效；多方同时使用 GEO 时效果互相抵消。

用 GRPO 自动学习生成式引擎的内容偏好，提出协作式内容优化框架。

Multi-agent 协作学习 GEO 策略，把经验沉淀为可复用技能。

7000+ 电商 query benchmark，评测 15 种 rewriting heuristics。

AI 搜索引擎系统性偏向 earned media（第三方报道、行业媒体）而非品牌自有内容。

双文档受控测试床、252,000 次成对 A/B：主题不匹配 / 列表低位 / 缺失价格 / 时间戳新旧四类因子引用胜率比远超 10,000，纯格式化改动无显著影响。

5.6 万查询实证：37% 被引域名为 LLM 搜索引擎独有、信源更多样，但可信度 / 政治中立性 / 安全性未优于传统搜索。

主张可见度应作为分布而非单点测量；4 引擎 45 天实测，相邻两日被引信源集合重叠仅 34–42%。

纯结构（非语义）三层级特征工程使引用率相对提升 17.3%（p<0.001，n=200），覆盖 6 个生成引擎。

生产级多模态 GEO 框架，部署于数十亿图片 / 数千万合集，带来 20% 自然流量增长。

LLM 在选择信息时偏好相关性而非学术语调。

7.4M claim-evidence 对，研究 LLM 在外部内容与训练数据冲突时如何抉择。

0.0001% 语料污染就能劫持 top-10 检索结果。

隐藏文本能让 AI 答案中的品牌提及提升 2.5×。

通过 prompt injection 操纵对话式搜索排名。

black-hat 与 white-hat GEO 的博弈论建模。

GEO 攻防统一基准：黑盒内容改写在排名提升上可匹配 / 超过白盒梯度攻击，且文本更流畅、可同时规避关键词与困惑度检测。

将引用幻觉建模为注意力与前馈通路的协调失败，4 种机制性打分法检测虚假引用，AUC 较 SOTA 最高 +37.5%。

中文 SEO+GEO 入门课，基于 KDD 2024 论文 + Ahrefs/BrightEdge 行业数据 + 中外平台实测。基础篇 6 课免费；中文互联网篇 13 课（豆包/DeepSeek/文心/千问/元宝/Kimi 及百度/知乎/小红书/微信/字节生态）；国际生态篇 13 课（ChatGPT/Perplexity/Google 引用策略，含真实客户案例 28→86 分）。每课附「GEO 服务商话术对照」防忽悠。

Coursera 上的 GEO 专项课程，系统讲解生成式引擎优化的概念、内容策略、技术基础与度量方法，适合建立英文市场的方法论框架。

61 单元视频课程，系统讲解 SEO 与 GEO 的协同与差异，面向中文（繁体）市场创作者与运营，含平台实操演示。

英文 GEO 资源列表：聚合论文、工具、博客与指南的精选索引，适合快速摸底英文生态。

英文 GEO 资源指南：面向实践者的生成式引擎优化资料汇编，按主题组织。

学术向 GEO 论文索引，聚焦研究方向、基准数据集与实验方法，适合做文献调研。

Brian Dean 撰写的 GEO 综合指南：定义、9 项核心优化策略（权威引用、结构化数据、EEAT、FAQ、原创研究等）与案例，面向英文市场，被广泛引用为入门读物。

Search Engine Land 对 GEO 的定义与概述，澄清生成式引擎优化与传统 SEO 的本质区别，适合向团队讲清楚概念。

Search Engine Land 2026 完整 GEO 实操指南（已抓取翻译）：提出「评估→优化→度量→迭代」四阶段框架。优化四重点：①内容结构（直接作答、清晰 H2/H3、FAQ、TL;DR）；②实体权威（品牌一致性、About/作者页、维基、知识面板、数字公关换 earned media）；③技术基础（Schema 标记、robots 放行 AI 爬虫、llms.txt）；④新鲜度与原创研究（定期更新 + Last updated 时间戳）。

数据驱动的 GEO / AI 搜索研究博客（22k+ 订阅），作者曾分析 120 万条 ChatGPT 回答，提供行业基准、引用模式与策略洞察，深度高于一般营销文。

AEO（答案引擎优化）与 AI 搜索的基础介绍，适合理解从传统 SEO 到 GEO 的范式转变，语言通俗。

测试 9 个 AI 模型的专家引用偏好研究：揭示哪些信号会被模型当作「权威」而引用，对内容权威策略有反直觉启发（如 EEAT 信号如何被利用）。

Michael King 团队免费在线的 AI 搜索方法论手册（已抓取翻译，24 章 + 附录）：从「蓝链衰退与 GEO 崛起」到 Relevance Engineering（相关性工程）、内容策略、度量鸿沟、实体归因、电商/本地/YouTube 在 AI 搜索中的角色；附录含术语表、AI 工具目录、检索模拟 prompt 配方、度量模板、引用追踪表，是业内最完整的免费手册。

免费 AI 搜索优化学习路线图（已抓取翻译，v4 更新于 2026-03）：覆盖 GEO/AEO/LLMO 基础、KPI 度量、电商与代理式商务、追踪工具四大模块；附 AI Search 内容优化 Checklist（Google Sheets 模板）与多位专家实战 Tips（chunk 级优化、引用价值、实体审计等）。

Search Engine Land 面向英文读者梳理中国分裂式搜索 / AI 生态与各厂商信源绑定关系，帮助理解中文 GEO 的特殊性（生态闭环、平台壁垒、llms.txt 不被尊重等）。