docs: add first 50 GEO research notes

This commit is contained in:
guanjiabei
2026-09-24 11:00:00 +08:00
commit 812a7b5e60
53 changed files with 2852 additions and 0 deletions
@@ -0,0 +1,49 @@
# SafeGEO:推荐代理中的优化风险
- 原文链接:[https://arxiv.org/abs/2606.28356](https://arxiv.org/abs/2606.28356)
- 作者/机构:研究团队
- 发布日期:2026
- 访问日期:2026-09-24
- 语言:英文
- 分类:风险与规范
- 标签:GEO、AI 搜索、风险与规范
- 整理状态:AI 初步整理,待人工复核
## 一句话结论
当内容为了影响推荐代理而优化时,可能诱发操纵、偏差放大和安全风险。
## 核心观点
1. GEO 的有效性应同时从内容是否可发现、是否被采用以及如何被呈现三个层面判断。
2. 原始来源、清晰结构和可验证证据,比单纯追求关键词或固定模板更稳健。
3. 平台机制持续变化,任何策略都需要定期复测并保留日期和环境信息。
## 方法与步骤
1. 阅读原文并核对作者、发布日期、研究或案例背景。
2. 提取文中的明确事实、方法、证据和限制,区分作者观点与可验证结论。
3. 使用固定问题集在目标 AI 平台建立基线,再只改变一个变量进行复测。
4. 记录提及、引用、链接、位置、情感和后续访问或转化。
## 数据、案例与证据
当前记录仅完成来源发现与初步摘要。具体数字、样本范围和实验条件必须回到原文逐项核对后才能用于报告或客户建议。
## 可执行建议
在 GEO 实验中增加真实性、利益披露、误导性和用户伤害检查。
## 局限与待核实内容
风险研究中的攻击设置未必等同于生产环境。
此外,AI 搜索结果具有地区、语言、时间、账号和模型差异,本笔记不能替代重复实验。
## 人工阅读备注
- [ ] 已通读原文
- [ ] 已核对关键数据与引用
- [ ] 已确认发布日期和作者信息
- [ ] 已完成一次平台复测
- [ ] 已补充与其他文章的异同
@@ -0,0 +1,49 @@
# Google 对生成式 AI 内容的要求
- 原文链接:[https://developers.google.com/search/docs/fundamentals/using-gen-ai-content](https://developers.google.com/search/docs/fundamentals/using-gen-ai-content)
- 作者/机构:Google Search Central
- 发布日期:见原文
- 访问日期:2026-09-24
- 语言:英文
- 分类:风险与规范
- 标签:GEO、AI 搜索、风险与规范
- 整理状态:AI 初步整理,待人工复核
## 一句话结论
使用 AI 并非天然违规,但批量生成缺乏新增价值的页面可能触发规模化内容滥用政策。
## 核心观点
1. GEO 的有效性应同时从内容是否可发现、是否被采用以及如何被呈现三个层面判断。
2. 原始来源、清晰结构和可验证证据,比单纯追求关键词或固定模板更稳健。
3. 平台机制持续变化,任何策略都需要定期复测并保留日期和环境信息。
## 方法与步骤
1. 阅读原文并核对作者、发布日期、研究或案例背景。
2. 提取文中的明确事实、方法、证据和限制,区分作者观点与可验证结论。
3. 使用固定问题集在目标 AI 平台建立基线,再只改变一个变量进行复测。
4. 记录提及、引用、链接、位置、情感和后续访问或转化。
## 数据、案例与证据
当前记录仅完成来源发现与初步摘要。具体数字、样本范围和实验条件必须回到原文逐项核对后才能用于报告或客户建议。
## 可执行建议
记录 AI 使用方式,并对准确性、相关性、元数据和结构化数据做人工质检。
## 局限与待核实内容
政策会更新,应定期回看官方页面。
此外,AI 搜索结果具有地区、语言、时间、账号和模型差异,本笔记不能替代重复实验。
## 人工阅读备注
- [ ] 已通读原文
- [ ] 已核对关键数据与引用
- [ ] 已确认发布日期和作者信息
- [ ] 已完成一次平台复测
- [ ] 已补充与其他文章的异同
@@ -0,0 +1,49 @@
# 控制内容在搜索中的共享范围
- 原文链接:[https://developers.google.com/search/docs/crawling-indexing/control-what-you-share](https://developers.google.com/search/docs/crawling-indexing/control-what-you-share)
- 作者/机构:Google Search Central
- 发布日期:见原文
- 访问日期:2026-09-24
- 语言:英文
- 分类:风险与规范
- 标签:GEO、AI 搜索、风险与规范
- 整理状态:AI 初步整理,待人工复核
## 一句话结论
robots.txt、noindex 与摘要控制承担不同职责,敏感内容应依靠访问控制而非仅靠抓取指令。
## 核心观点
1. GEO 的有效性应同时从内容是否可发现、是否被采用以及如何被呈现三个层面判断。
2. 原始来源、清晰结构和可验证证据,比单纯追求关键词或固定模板更稳健。
3. 平台机制持续变化,任何策略都需要定期复测并保留日期和环境信息。
## 方法与步骤
1. 阅读原文并核对作者、发布日期、研究或案例背景。
2. 提取文中的明确事实、方法、证据和限制,区分作者观点与可验证结论。
3. 使用固定问题集在目标 AI 平台建立基线,再只改变一个变量进行复测。
4. 记录提及、引用、链接、位置、情感和后续访问或转化。
## 数据、案例与证据
当前记录仅完成来源发现与初步摘要。具体数字、样本范围和实验条件必须回到原文逐项核对后才能用于报告或客户建议。
## 可执行建议
按公开、可索引、可摘要、私密四级建立内容发布规则。
## 局限与待核实内容
抓取控制不等同于删除已被第三方保存的数据。
此外,AI 搜索结果具有地区、语言、时间、账号和模型差异,本笔记不能替代重复实验。
## 人工阅读备注
- [ ] 已通读原文
- [ ] 已核对关键数据与引用
- [ ] 已确认发布日期和作者信息
- [ ] 已完成一次平台复测
- [ ] 已补充与其他文章的异同
@@ -0,0 +1,49 @@
# GEO 全面介绍与伦理议题
- 原文链接:[https://rankstudio.net/articles/en/pdfs/what-is-generative-engine-optimization.pdf](https://rankstudio.net/articles/en/pdfs/what-is-generative-engine-optimization.pdf)
- 作者/机构:RankStudio
- 发布日期:2025
- 访问日期:2026-09-24
- 语言:英文
- 分类:风险与规范
- 标签:GEO、AI 搜索、风险与规范
- 整理状态:AI 初步整理,待人工复核
## 一句话结论
GEO 不只是流量技巧,还涉及归因、公平、透明度和内容生态变化。
## 核心观点
1. GEO 的有效性应同时从内容是否可发现、是否被采用以及如何被呈现三个层面判断。
2. 原始来源、清晰结构和可验证证据,比单纯追求关键词或固定模板更稳健。
3. 平台机制持续变化,任何策略都需要定期复测并保留日期和环境信息。
## 方法与步骤
1. 阅读原文并核对作者、发布日期、研究或案例背景。
2. 提取文中的明确事实、方法、证据和限制,区分作者观点与可验证结论。
3. 使用固定问题集在目标 AI 平台建立基线,再只改变一个变量进行复测。
4. 记录提及、引用、链接、位置、情感和后续访问或转化。
## 数据、案例与证据
当前记录仅完成来源发现与初步摘要。具体数字、样本范围和实验条件必须回到原文逐项核对后才能用于报告或客户建议。
## 可执行建议
在策略文档中加入伦理约束与不采用的操纵性方法。
## 局限与待核实内容
预测性内容可能随平台演变快速过时。
此外,AI 搜索结果具有地区、语言、时间、账号和模型差异,本笔记不能替代重复实验。
## 人工阅读备注
- [ ] 已通读原文
- [ ] 已核对关键数据与引用
- [ ] 已确认发布日期和作者信息
- [ ] 已完成一次平台复测
- [ ] 已补充与其他文章的异同
@@ -0,0 +1,49 @@
# 生成式 AI 引用为何会出错
- 原文链接:[https://www.theatlantic.com/technology/archive/2024/06/chatgpt-citations-rag/678796/](https://www.theatlantic.com/technology/archive/2024/06/chatgpt-citations-rag/678796/)
- 作者/机构:The Atlantic
- 发布日期:2024-06-26
- 访问日期:2026-09-24
- 语言:英文
- 分类:风险与规范
- 标签:GEO、AI 搜索、风险与规范
- 整理状态:AI 初步整理,待人工复核
## 一句话结论
AI 系统即使提供链接,也可能出现遗漏、错链或引用二手聚合来源的问题。
## 核心观点
1. GEO 的有效性应同时从内容是否可发现、是否被采用以及如何被呈现三个层面判断。
2. 原始来源、清晰结构和可验证证据,比单纯追求关键词或固定模板更稳健。
3. 平台机制持续变化,任何策略都需要定期复测并保留日期和环境信息。
## 方法与步骤
1. 阅读原文并核对作者、发布日期、研究或案例背景。
2. 提取文中的明确事实、方法、证据和限制,区分作者观点与可验证结论。
3. 使用固定问题集在目标 AI 平台建立基线,再只改变一个变量进行复测。
4. 记录提及、引用、链接、位置、情感和后续访问或转化。
## 数据、案例与证据
当前记录仅完成来源发现与初步摘要。具体数字、样本范围和实验条件必须回到原文逐项核对后才能用于报告或客户建议。
## 可执行建议
抽样检查引用是否指向原始报道,并记录错误类型。
## 局限与待核实内容
媒体实验样本有限,不能代表所有查询和产品版本。
此外,AI 搜索结果具有地区、语言、时间、账号和模型差异,本笔记不能替代重复实验。
## 人工阅读备注
- [ ] 已通读原文
- [ ] 已核对关键数据与引用
- [ ] 已确认发布日期和作者信息
- [ ] 已完成一次平台复测
- [ ] 已补充与其他文章的异同
@@ -0,0 +1,49 @@
# 新 Bing 的负责任 AI 方法
- 原文链接:[https://blogs.microsoft.com/wp-content/uploads/prod/sites/5/2023/04/RAI-for-the-new-Bing-April-2023.pdf](https://blogs.microsoft.com/wp-content/uploads/prod/sites/5/2023/04/RAI-for-the-new-Bing-April-2023.pdf)
- 作者/机构:Microsoft
- 发布日期:2023
- 访问日期:2026-09-24
- 语言:英文
- 分类:风险与规范
- 标签:GEO、AI 搜索、风险与规范
- 整理状态:AI 初步整理,待人工复核
## 一句话结论
生成式搜索需要在答案帮助性、来源链接与内容安全之间取得平衡。
## 核心观点
1. GEO 的有效性应同时从内容是否可发现、是否被采用以及如何被呈现三个层面判断。
2. 原始来源、清晰结构和可验证证据,比单纯追求关键词或固定模板更稳健。
3. 平台机制持续变化,任何策略都需要定期复测并保留日期和环境信息。
## 方法与步骤
1. 阅读原文并核对作者、发布日期、研究或案例背景。
2. 提取文中的明确事实、方法、证据和限制,区分作者观点与可验证结论。
3. 使用固定问题集在目标 AI 平台建立基线,再只改变一个变量进行复测。
4. 记录提及、引用、链接、位置、情感和后续访问或转化。
## 数据、案例与证据
当前记录仅完成来源发现与初步摘要。具体数字、样本范围和实验条件必须回到原文逐项核对后才能用于报告或客户建议。
## 可执行建议
评估 GEO 内容时同时检查事实性、敏感领域风险和来源透明度。
## 局限与待核实内容
早期系统说明可能不反映当前 Copilot 的全部实现。
此外,AI 搜索结果具有地区、语言、时间、账号和模型差异,本笔记不能替代重复实验。
## 人工阅读备注
- [ ] 已通读原文
- [ ] 已核对关键数据与引用
- [ ] 已确认发布日期和作者信息
- [ ] 已完成一次平台复测
- [ ] 已补充与其他文章的异同