说米网

:由普林斯顿大学、佐治亚理工学院、艾伦人工智能研讨所和 IIT 德里的研讨人员团队进行的最新研讨发现了多种进步网站在人工智能（AI）查找引擎中可见性的办法。研讨显现，这些优化办法成功使较小、排名较低的网站的可见性进步了 115%，使它们能够逾越一般在查找成果顶部占有主导地位的大型企业网站。
SEO,要害词，网站，数据
研讨团队观察到，他们的生成引擎优化（GEO）技能能够普遍进步网站的可见性，最多可达 40%。
他们在多个常识范畴（如法令、前史、科学等）测验了九种优化技能，并发现了哪些办法有用，哪些办法无效，以及哪些办法实践上会使排名变差。
特别值得注意的是，某些技能在特定常识范畴特别有用，而有三种技能在所有类型的网站上体现尤为杰出。
研讨人员强调了 GEO 作为民主化查找成果顶部工具的才干，他们写道：「这一发现强调了 GEO 作为数字空间民主化工具的潜力。重要的是，许多排名较低的网站一般是由小型内容创立者或独立企业创立的，他们传统上很难与在查找引擎成果中占有最高排名的大公司竞赛。」
在 Perplexity.AI 进步行测验

研讨人员在 Perplexity.ai 查找引擎和以 Bing Chat 的 AI 查找引擎进步行了测验，发现成果与以 Bing Chat 为模型的引擎相似。
研讨论文第 6 节中指出：「咱们发现，与咱们的生成引擎类似，引证增加在方位调整字数方面体现最佳，相对于基线有 22% 的改善。此外，在咱们的生成引擎中体现杰出的办法，如引证来历、统计数据增加，在两个指标上显现出高达 9% 和 37% 的进步。」
在以 Bing Chat 为模型的 AI 查找进步行测验

研讨人员在他们创立的生成查找引擎上测验了他们的办法，(建站之星安装)该查找引擎以 Bing Chat 工作流程为模型，并且还在人工智能查找引擎 Perplexity.AI 进步行了测验。
他们写道：「咱们描绘了一个生成引擎，其间包含几个后端生成模型和一个用于源检索的查找引擎。
生成引擎 (GE) 将用户查询 qu 作为输入并回来自然言语响应 r，其间 PU 表示个性化用户信息，例如偏好和前史记录。
生成引擎由两个要害组件组成：
a.) 一组生成模型 G = {G1， G2…Gn}，每个模型都有特定的用处，例如查询重构或总结，以及
b.) 给定查询 q 的查找引擎 SE 回来一组源 S = {s1， s2…sm}。
咱们提出了一个具有代表性的工作流程……，在编撰本文时，它与 BingChat 的规划十分相似。该工作流程将输入查询分解为一组更简略的查询，这些查询更容易被查找引擎运用。」」
用于测验的查找查询

研讨人员为测验创立了一个基准，包含来自 9 个不同来历的 10，000 个查找查询，包含多个常识范畴和不同复杂度水平。例如，有些查询需求推理才干解决答案。
研讨论文解说道：「…… 咱们策划了 GEO-BENCH，这是一个由多个来历的 10K 查询组成的基准，为生成引擎从头定位，并附有组成生成的查询。」
以下是 9 个查找查询来历的列表：
1. MS Macro
2. ORCAS-1
3. Natural Questions
4. AllSouls
5. LIMA
6. Davinci-Debtate
7. Perplexity.ai Discover
8. ELI-5
9. GPT-4 生成的查询
测验的九种排名战略

研讨人员测验了九种不同的网站优化办法，盯梢了不同类型查找（如法令与政府、商业、科学、人与社会、健康、前史等主题）中不同办法的作用。
他们发现，每种类型的常识主题都对不同的优化战略有杰出反应。
这九种测验战略包含：
威望性：改动写作风格，使威望性声明更具说服力
要害字优化：增加更多来自查找查询的要害字
统计数据增加：将现有内容更改为包含统计数据而非解说性信息。
引证来历（引证牢靠来历）
引证增加：增加高质量来历的引证和引文
易于了解：使内容更容易了解
流畅性优化：使内容愈加清晰
独特词汇：增加运用较少的、罕见和独特的词汇，但不改动内容的含义
技能术语：在有含义的地方增加独特和技能术语，而不改动内容的含义
引证来历
引证增加
统计数据增加
哪些办法作用最佳？
前三种优化战略是：
引证来历
引证增加
统计数据增加
这三种战略相对于基准取得了 30-40% 的相对改善。
研讨人员写道：「这些办法，包含增加相关统计数据（统计数据增加）、引进可信引证（引证增加）和包含牢靠来历的引文（引证来历）在网站内容中，只需对实践内容本身进行最小改动。然而，它们显着进步了网站在生成引擎响应中的可见性，然后进步了内容的可信度和丰富性。」
流畅性优化和易于了解办法也有助于进步 15-30% 的可见性。
这些成果被研讨人员解说为标明 AI 查找引擎重视内容及其呈现办法。
哪些优化战略不起作用

研讨人员惊讶地发现，在内容中运用说服性和威望性口气一般不会进步 AI 查找引擎中的排名，至少不如其他办法有用。
同样，将更多来自查找查询的要害字增加到内容中的办法也没有起作用。事实上，要害字优化的体现比基线还差 10%。
针对不同常识范畴的优化作用不同

陈述中的一个有趣发现是，哪种优化作用最佳取决于常识范畴（法令、政府、科学、前史等）。
他们发现，与前史范畴相关的内容在应用「威望性」优化时排名更好，运用更具说服力的言语。
用威望来历引证改善内容的引证优化，对事实查找查询作用最好。
统计数据对法令和政府相关问题作用杰出。统计数据对「观点」问题也很有用，即查找者询问 AI 对某事的观点。
研讨人员观察到：「这标明，在特定背景下，归入数据驱动的依据能够进步网站在特定环境下的可见性。」
增加引证对人与社会、解说和前史常识范畴作用杰出。研讨人员将这些成果解说为，AI 查找引擎或许更喜爱这些问题的「真实性」和「深度」。
研讨人员得出结论，进行特定范畴的优化是最佳办法。
低排名网站通过 GEO 进步排名

这项研讨的好消息是，一般排名较低的网站将从这些战略中受益，以优化 AI 查找引擎。
他们总结道：「有趣的是，排名较低的网站，在 SERP 中一般难以获得可见性，它们从 GEO 中获得的好处远远超过排名较高的网站。」
SEO 的游戏规则改动者

这项研讨显现了 SEO 在面对基于 AI 的查找引擎时的新路径。那些声称 AI 查找将打败 SEO 的人说得太早了。这项研讨好像标明，SEO 最终将演变为 GEO，以鄙人一代 AI 查找引擎中竞赛。