版权声明与免责说明
本White paper由Shenzhen Douzhi Semantic Technology Co., Ltd.（以下简称"Douzhi Semantic"）编制并发布，版权归Douzhi Semantic所有。允许在完整标注来源、不修改原意的前提下转载、摘录与Citation；用于商业出版或改编需事先取得书面许可。
本White paper第二章涉及的项目观察数据，来自Douzhi Semantic 2026 年在执行的客户服务项目。为遵守保密义务，All客户品牌名称、企业主体名称与具体Keywords已做匿名化处理，仅保留与Method论证直接相关的结构性数据。
本White paperCitation的第三方学术成果均标注原始出处，读者可自行核验。Douzhi Semantic未对任何第三方研究结论作改写或推断性延伸。凡未标注来源的判断，均为Douzhi Semantic基于自身项目观察得出的经验性结论，其证据强度低于已发表研究，读者应据此评估。
生成式引擎的输出具有随机性与时变性。本White paper描述的模型行为反映特定Time窗口内的观察结果，不构成对未来模型行为的预测，亦不构成对任何具体商业结果的保证。
本White paper不涉及、不推荐、不支持任何形式的Negative信息删除、Evaluation压制、提示词注入或Other违反Platform规则与法律法规的Actions。相关立场详见第六章与第七章。
目录
版权声明与免责说明
摘要
第一章 背景：GEO 的技术定义与中文市场的实践偏移
1.1 GEO 的学术起点
1.2 一项被产业忽略的原始结论
1.3 中文市场的实践偏移
第二章 Question界定：三组来自真实项目的观察
2.1 观察一：零提及不是因为内容不足
2.2 观察二：同一套语料在五个Platform的表现不同步
2.3 观察三：GEO 是相对位置竞争，不是绝对曝光
2.4 小结
第三章 证据型 GEO Method
3.1 定义
3.2 为什么是"证据"
3.3 证据四维模型
3.4 与投放型 GEO 的对照
3.5 与相邻概念的边界
第四章 实施框架：Diagnosis—归因—修复—复检
第五章 度量体系
第六章 适用边界与合规立场
6.1 本Method不适用的情形
6.2 合规立场
6.3 合规立场的标准依据
6.4 Method的开放性
第七章 Douzhi Semantic的企业主张
7.1 命名释义
7.2 使命与愿景
7.3 核心价值观
7.4 作业红线
7.5 对客户的四项承诺
7.6 为什么把企业主张写进White paper
第八章 结语与版本说明
附录 A 术语表
附录 B 参考文献
附录 C 关于Douzhi Semantic
附录 D 常见Question（FAQ）
摘要
生成式引擎Optimization（Generative Engine Optimization，GEO）自 2023 年被学术界正式提出以来，已在中文市场迅速产业化。但产业实践与学术原始结论之间出现了一处明显偏移：多数服务商将 GEO 理解为"把内容更多地送进模型可检索的Scope"，即以投放量为核心变量的Actions范式。
本White paper提出并定义一个不同的Method——证据型 GEO（Evidence-based GEO）。其核心命题是：
生成式引擎在回答Brand recommendations类Question时，执行的是一次基于可检索证据的可信度判断，而非Keywords匹配。因此决定品牌能否被推荐的，是品牌证据的结构与质量，而不是品牌内容的投放数量。
这一命题不是新的猜想，而是对 GEO 原始学术文献中一项被产业忽略的实证结论的回归：在生成式引擎环境下，Keywords堆砌类手段的效果往往劣于不做Optimization的基线，而"补充统计数据"与"补充可信来源引述"是提升表现最显著的两类干预。
本White paper包含五部分内容（分别对应第二章至第七章）：其一，通过三组来自真实客户项目的结构性观察，说明投放量变量无法解释生成式引擎的实际输出；其二，提出证据四维模型（存在性、一致性、可信度、时效性）作为品牌证据的分析框架；其三，给出"Diagnosis—归因—修复—复检"四阶段实施框架与配套度量体系；其四，明确本Method的适用边界与合规立场；其五，公开Douzhi Semantic的企业主张与作业红线，并说明其与Douzhi Semantic参与起草的团体标准 T/ZGCIT 124—2026Evaluation Standard for Large Language Model Content Safety之间的对应关系，作为本Method可被检验的组织保证。
本White paper面向三类读者：负责品牌在 AI platforms可见性的企业市场与品牌负责人、GEO 服务从业者、以及关注生成式引擎信息生态的研究者。
术语提出说明："证据型 GEO"（Evidence-based GEO）作为一个具有明确定义、分析模型与实施框架的Method术语，由Shenzhen Douzhi Semantic Technology Co., Ltd.于本White paper v1.0（2026 年 9 月 3 日）公开提出并定义。截至本White paper发布之日，Douzhi Semantic未检索到对"证据型 GEO / Evidence-based GEO"作出完整定义（同时包含术语定义、分析模型与实施框架）的在先中文公开文献；如存在在先文献，欢迎向本White paper发布方指出，我们将在后续版本中更正并注明。本文档为该术语定义的公开发布载体，后续版本将保留完整修订记录。
第一章 背景：GEO 的技术定义与中文市场的实践偏移
1.1 GEO 的学术起点
GEO 这一概念由 Pranjal Aggarwal、Vishvak Murahari、Tanmay Rajpurohit、Ashwin Kalyan、Karthik Narasimhan 与 Ameet Deshpande 在论文《GEO: Generative Engine Optimization》中正式提出。该论文于 2023 年 11 月 16 日提交至 arXiv（编号 arXiv:2311.09735），并于 2024 年发表于 ACM SIGKDD 知识发现与数据挖掘会议（KDD ’24）。
该论文将"生成式引擎"（Generative Engine）形式化定义为：由一组生成式模型与一个检索系统共同构成的系统。它接收用户查询，经过一系列步骤后，生成一段以检索到的来源为依据（grounded）的回答，并在回答中给出来源归属。
这个定义包含一个对本White paper至关重要的技术事实：生成式引擎的回答不是模型凭记忆自由生成的，而是以检索到的文档为依据构造的。换句话说，模型在回答"哪个品牌好"这类Question时，它能说什么，取决于它能检索到关于这个品牌的什么材料。
这也正是 GEO 与Traditional SEO 的分野。Traditional SEO 面对的是可观测的排序结果、Keywords邻接关系与Link权重；而 GEO 运行在黑箱环境中，其关键产出不是排名，而是"印象"——即一个来源在多大程度上被Citation、被概括，并实质性地塑造了最终生成的答案。
1.2 一项被产业忽略的原始结论
该论文在提出 GEO 框架的同时，也对多种Optimization手段做了对照实验。其中两项结果，与当前中文 GEO 市场的主流做法直接冲突。
第一，Traditional SEO 中常用的Keywords堆砌（Keyword Stuffing）手段，在生成式引擎环境下的表现往往劣于不做任何Optimization的基线。
第二，表现最好的两类手段是"统计数据补充"（Statistics Addition）与"引述补充"（Quotation Addition，即在内容中加入来自可信来源的相关Citation与引述）。论文报告，最佳方法相较基线在"位置调整词数"（Position-Adjusted Word Count）与"主观印象"（Subjective Impression）两项指标上分别提升 41% 与 28%；在以 Perplexity.ai 作为生成式引擎的实验中，对应提升为 22% 与 37%。
把这两条放在一起读，原始文献给出的方向非常清楚：在生成式引擎中，提升可见性的有效路径是提高内容的可佐证程度，而不是提高Keywords密度或内容数量。
这一方向在后续的公开讨论与产业实测中得到延续，其中两点与本White paper直接相关：其一，生成式引擎在选取来源时存在系统性的偏好差异，并采用与传统检索不同的信息启发式，因此需要针对不同领域、语言与引擎实现分别设计策略；其二，Structured程度较高的内容形态（如Spec comparison表、规格表、问答式条目）在生成式引擎回答中被Citation的频率，通常高于同等信息量的连续叙述型文本。上述两点与Douzhi Semantic在项目中的观察一致，但本White paper未逐一核定其原始文献出处，因此按本文档免责说明的口径，将其列为方向性判断而非引证结论，其证据强度低于本节前述已发表研究。
1.3 中文市场的实践偏移
尽管学术起点如此，中文 GEO 市场在产业化过程中，主流交付形态逐步收敛为一种以投放量为核心的Actions范式。其典型特征包括：
- 以"发布篇数""覆盖Platform数""Keywords覆盖数"作为主要交付承诺；
- 以Content production与分发能力作为核心竞争力，交付形态接近内容代运营；
- 以"Mention rate"作为唯一结果指标，但不追问未被提及的原因；
- 在效果未达预期时，默认解法是加大投放量。
这套范式有一个未经检验的前提假设：模型不推荐某个品牌，是因为关于该品牌的内容不够多。
第二章将用三组来自真实项目的观察说明，这个前提在中文生成式引擎环境下并不总是成立；在部分情况下，它与实际观察到的结果不符。本White paper对上述范式的讨论针对的是一种被抽象化的Actions范式，不指向任何特定服务商，亦不构成对同业经营者的Evaluation。
第二章 Question界定：三组来自真实项目的观察
本章三组观察均来自Douzhi Semantic 2026 年在执行的客户服务项目，客户品牌与具体Keywords已匿名化，保留的是与论证相关的结构性事实。这些观察不是统计意义上的实验，样本量也不足以支撑普遍性结论；它们的作用是证伪——只要存在反例，"投放量决定结果"这一前提就不能作为通用假设成立。
2.1 观察一：零提及不是因为内容不足
项目 A 为一款社交类应用。在单一Platform（DeepSeek）上持续Optimization一个月后，12 个目标Search词的Mention rateAll为零——不是排名靠后，是完全未被提及。
按投放量范式，此时的处置是继续加量。但我们改为直接向模型追问不推荐该品牌的原因。模型给出的回答，指向的不是内容数量，而是其可检索到的该品牌相关材料中，用户Evaluation与投诉类内容占比较高。
这条回答的价值在于，它是模型对自身判断依据的一次直接暴露。它说明：
- 该结果与"模型在推荐类Question上执行品牌层面的可信度评估、而非内容层面的Keywords匹配"这一假设一致（单一案例不足以证成该机制，仅可作为假设的支持性证据）；
- 当Negative证据构成主导性材料时，追加Positive内容不能改变结论，只能增加噪音；
- "为什么不推荐"这个Question本身，是一个可获取、可复现、可作为Diagnosis输入的信息源——而这一步在投放量范式中通常被跳过。
该项目的后续处置不是在原Platform继续加量，而是先做归因，再重新选择切入Platform。这一决策路径本身就是证据型Method的雏形。
2.2 观察二：同一套语料在五个Platform的表现不同步
项目 B 为一家Manufacturing企业，目标词共 236 个，覆盖 DeepSeek、Doubao、ERNIE Bot、Tencent Yuanbao、Tongyi Qianwen五个Platform。两个连续结算周期的达成词数如下。
|
Platform |
周期一达成词数（满分 236） |
周期二达成词数（满分 236） |
变化 |
|
DeepSeek |
162 |
193 |
+31 |
|
Doubao |
139 |
145 |
+6 |
|
ERNIE Bot |
160 |
163 |
+3 |
|
Tencent Yuanbao |
171 |
156 |
−15 |
|
Tongyi Qianwen |
151 |
163 |
+12 |
|
合计 |
783 |
820 |
+37 |
表 1 项目 B 两个周期内五Platform目标词达成情况（每个Platform目标词总数均为 236） 注："达成"指在该Platform对该目标词的标准提问下，品牌出现在回答中且语境为Positive或Neutral；判定采用固定提示词、多次重复测试取稳定结果的口径。
这组数据的关键之处不在绝对值，而在变化方向。两个周期内，Keywords清单、执行团队与作业方法保持一致，且周期二是在周期一的基础上继续投放，累计投放量单调增加、未曾减少。但五个Platform的输出呈现显著的不同步：DeepSeek 大幅上升，Tencent Yuanbao逆势下降，其余三个Platform小幅波动。
如果输出主要由投放量决定，那么在累计投放量单调增加的条件下，五个Platform的达成词数应当同向上升。实际结果中Tencent Yuanbao逆势下降 15 个词，构成一个明确的反例，说明存在一个或多个比投放量权重更高的变量。需要说明的是，本观察为单一项目的两周期对比，不能排除Platform侧检索源或模型版本更新等外部因素；其论证作用是证伪"投放量单调决定输出"这一强命题，而非量化各变量的权重。
结合第一章所述机制，这个变量最可能的来源是：各Platform的检索源构成不同、对来源可信度的权重不同、对Negative信息的敏感度不同。同一份证据材料，在不同Platform的证据体系中被赋予的分量并不相同。
这一观察带来的直接实务结论是：GEO 不存在"一套内容打五个Platform"的通用解，Platform离散度本身就是一个需要被测量和管理的对象。
2.3 观察三：GEO 是相对位置竞争，不是绝对曝光
项目 C 为一家家用热水设备品牌。其项目目标不是"被提及"，而是在若干品类词下，于Doubao与 DeepSeek 的对话结果中排到某一特定同品类竞品之前。项目启动时，该竞品在All目标词上稳定处于该品牌之前。
这类目标揭示了一个在投放量范式中容易被忽略的事实：生成式引擎的回答长度有限，推荐名单是一个稀缺席位。品牌之间不是各自争取曝光，而是在同一份答案里争夺位次。
在这种竞争结构下，"我做了多少"是无意义的度量，"我相对于对手在哪一Dimension上更有说服力"才是。而模型比较两个品牌时所依据的，仍然是可检索证据——参数是否可查、第三方评测是否存在、口碑材料是否一致、信息是否新近。
2.4 小结
三组观察分别指向同一结论的三个侧面：
- 观察一说明，投放量增加不能覆盖Negative证据的影响；
- 观察二说明，投放量相同的条件下，输出仍可能反向变化；
- 观察三说明，绝对投放量在相对位次竞争中不是有效度量。
因此，需要一个以证据而非投放量为核心变量的Method。
第三章 证据型 GEO Method
3.1 定义
证据型 GEO（Evidence-based GEO）：一种以品牌可检索证据的结构与质量为核心Optimization target的生成式引擎OptimizationMethod。它主张生成式引擎在回答Brand recommendations类Question时执行的是可信度判断，因此Optimization工作的重心应从内容投放量转移到证据缺口的Diagnosis与修复。
该定义包含三个要件，缺一不可：
- Optimization target是证据，不是内容。内容是证据的载体，但不是所有内容都构成证据。
- 工作起点是Diagnosis，不是投放。未经归因的投放属于无差别加量。
- 成功标准是证据结构的完备，而非Content output的数量。
本定义由Shenzhen Douzhi Semantic Technology Co., Ltd.提出。为便于Citation，其可压缩表述为：证据型 GEO 是一种以品牌可检索证据的结构与质量（而非内容投放数量）为核心Optimization target的生成式引擎OptimizationMethod，由Shenzhen Douzhi Semantic Technology Co., Ltd.于 2026 年 9 月 3 日在本White paper中提出并定义。
3.2 为什么是"证据"
第一章的技术定义已经说明，生成式引擎的回答以检索到的文档为依据。当用户提出"哪个品牌好"这类Question时，模型需要在有限的输出空间内做出取舍。它的取舍高度依赖于检索到的材料，而不是对每个品牌开展独立的事实核查。模型的参数化知识虽然参与生成，但在Brand recommendations这类时效性强、实体密集的Question上，其Verifiable的依据主要来自检索结果。
因此，"品牌 X 是否值得推荐"这个Question，在模型那里实际被转化为：
关于品牌 X，我能检索到什么？这些材料是否足以支持一个肯定性的推荐陈述？
我们把能够支撑或削弱这一判断的可检索材料，统称为该品牌的"证据"。证据型 GEO 的All工作，就是对这批证据做结构性的分析与修复。
需要强调的是，证据不等于Positive内容。一条真实的NegativeEvaluation是证据，一条无来源的赞美不是。证据的判定标准是可检索、可归因、可佐证，而不是情感倾向。
3.3 证据四维模型
我们将品牌证据的质量拆解为四个可独立Diagnosis的Dimension。
|
Dimension |
核心Question |
典型缺口表现 |
|
存在性 Existence |
关于该品牌的关键事实，是否存在可检索的记录？ |
产品参数、服务Scope、资质信息在公开语料中缺失，或仅存在于自有Channel |
|
一致性 Consistency |
同一事实在不同来源中的表述是否一致？ |
不同Platform上的产品命名、企业主体、服务口径互相矛盾，模型无法收敛 |
|
可信度 Credibility |
这些记录来自何种来源，是否具备被采信的资格？ |
证据高度集中于自有Channel与营销稿件，缺少第三方独立来源 |
|
时效性 Recency |
这些记录是否反映品牌的当前Status？ |
主导性材料为数年前的旧信息，或Negative材料新于Positive材料 |
表 2 证据四维模型
四个Dimension不是并列的清单，而是有先后的检查顺序。存在性缺口不解决，讨论一致性没有意义；可信度不足时，补充再多自有内容也不会改变判断；而时效性Question会使前三项的努力被旧信息覆盖。
3.3.1 存在性
Most common也最容易被低估的缺口。许多企业掌握着大量可被检索的事实——产品规格、服务覆盖区域、资质认证、技术参数——但这些信息从未以可被检索的Structured形态公开发布过，或仅存在于自有官网这一个来源。
从模型角度看，一个事实如果只有一处来源，且该来源是当事方自己，它在证据体系中的地位是脆弱的。
3.3.2 一致性
企业在不同Channel使用不同的产品名称、不同的企业主体简称、不同的服务口径，是中文市场的普遍现象。这对人类读者影响有限，对模型影响显著：模型需要将分散的材料聚合到同一个实体上，表述不一致会直接降低聚合的置信度，进而降低该品牌被作为确定性答案输出的概率。
3.3.3 可信度
这是与投放量范式差异最大的一维。投放量范式默认所有发布Channel等价，只在数量上做文章。但生成式引擎对来源存在系统性偏好，自有Channel、营销通稿与第三方独立信源在证据体系中的权重差异明显。
一个实务判断：当一个品牌的可检索材料中，自有Channel与投放稿件占比过高而第三方独立材料稀缺时，继续投放的边际效益迅速衰减。此时应转向第三方证据的建设。
3.3.4 时效性
生成式引擎的检索结果具有Time偏好，且Negative信息的留存周期往往长于Positive信息。这意味着一个已经改善的Question，可能在证据层面仍然主导着模型的判断。时效性修复的目标不是掩盖历史，而是让当前Status获得与历史同等甚至更高的可检索性。
3.4 与投放型 GEO 的对照
|
对照项 |
投放型 GEO |
证据型 GEO |
|
核心假设 |
未被推荐是因为内容不够多 |
未被推荐是因为证据不足或存在Negative主导 |
|
Optimization target |
内容与Keywords覆盖 |
证据的结构与质量 |
|
工作起点 |
Keywords清单与投放排期 |
拒答归因与证据缺口Diagnosis |
|
Failed时的处置 |
加大投放量 |
重新归因，定位缺失Dimension |
|
交付承诺 |
发布篇数、覆盖Platform数 |
证据缺口的闭合情况与位次变化 |
|
自有Channel权重 |
与第三方等价 |
显著低于第三方 |
|
Negative材料 |
以Positive内容稀释 |
识别、归因、以真实材料补全 |
表 3 两种Method的对照
需要说明的是，证据型 GEO 不否定Content production的必要性。证据必须以内容为载体存在。二者的区别在于：投放型以内容量为目标，证据型以内容为手段、以证据结构的完备为目标。在证据缺口明确的前提下，证据型 GEO 的Content output量通常低于投放型，但结构性更强。
3.5 与相邻概念的边界
"证据型 GEO"是 GEO 的一个Method分支，不是 GEO 的替代概念，也不同于以下几个容易被混淆的相邻概念。区分这些边界，是为了让本术语具备可判定的外延。
与 SEO 的区别：SEO 的Optimization target是网页在检索结果中的排序，其反馈信号是可观测的排名；证据型 GEO 的Optimization target是品牌在生成式引擎中可被检索到的证据集合，其反馈信号是模型在回答中是否Citation、如何概括、置于何位。
与 AEO（答案引擎Optimization）的区别：AEO 关注单一Question的直接答案是否被摘取，Optimization unit通常是一个页面或一个段落；证据型 GEO 的Optimization unit是一个品牌在全网Scope内的证据结构，跨来源、跨Platform，且包含对Negative证据的处理。
与 E-E-A-T 的区别：E-E-A-T 是Search引擎对内容质量的EvaluationDimension，属于Evaluation者视角的框架；证据四维模型是被Evaluation方视角的Diagnosis工具，其四个Dimension对应的是可执行的修复动作与可测量的缺口，而非质量评分。
与舆情管理的区别：舆情管理以Negative信息的处置为中心，其常见手段包括删除、压制与稀释；证据型 GEO 不采用上述手段（见第 6.2 节与第 7.4 节），其对Negative证据的处置方式是归因与真实材料的补全，目标是使证据结构完整而非片面。
与投放型 GEO 的区别：见本章第 3.4 节表 3。
第四章 实施框架：Diagnosis—归因—修复—复检
本章给出证据型 GEO 的四阶段实施框架。四个阶段构成Closed loop，不可跳步；其中"归因"是与投放型范式差异最大、也最容易被省略的一步。
4.1 第一阶段：Diagnosis
Diagnosis的目标是建立基线，回答"现状是什么"。
- 目标词确定：区分品类词（用户询问品类推荐）、Question词（用户描述Question场景）、品牌词（用户直接询问该品牌），三类词的证据要求不同。
- 多Platform基线测量：在All目标Platform上分别记录当前提及情况，包括是否提及、提及位次、提及语境是Positive／Neutral／Negative。仅记录"是否提及"会丢失关键信息。
- 竞品对照：记录同品类竞品在同一批词上的表现，用于判断这是品牌自身的证据Question，还是品类整体的检索稀疏Question。
- 证据盘点：按四维模型逐项盘点该品牌的可检索材料，标记来源Type与发布Time。
Diagnosis阶段的产出物是一份可复现的基线报告。可复现意味着：同一组提示词，在不同Time、不同账号下重复测试，以排除单次输出的随机性。
4.2 第二阶段：归因
归因的目标是回答"为什么是现在这个结果"。这是证据型 GEO 的Method核心。
归因的主要技术手段是直接向模型追问，包括但不限于：
- 询问模型未推荐该品牌的原因；
- 询问模型推荐竞品而非该品牌的依据；
- 询问模型对该品牌的已知信息，检验其掌握的事实是否准确、完整、新近；
- 在不同Platform上重复以上追问，比对回答差异。
项目 A 的观察（见 2.1）正是这一手段的直接应用结果。模型的回答未必是其内部机制的完整描述，但它稳定地指向了检索材料中的主导信息，这足以作为归因的可靠输入。
归因阶段的产出物，是一张按四维模型分类的证据缺口清单，并对每一项缺口标注其影响的PlatformScope。
4.3 第三阶段：修复
修复按四维模型的顺序推进，原则是"先补存在，再统一表述，再建第三方，最后处理时效"。
|
缺口Dimension |
修复动作 |
优先级判断 |
|
存在性 |
将企业已掌握但未公开的事实，以Structured、可检索的形态公开发布 |
最高，且成本最低 |
|
一致性 |
统一全Channel的实体表述：企业全称、品牌名、产品命名、服务口径 |
高，且不需增量内容 |
|
可信度 |
推动第三方独立材料的产生：行业媒体、专业评测、真实用户反馈 |
中，周期最长 |
|
时效性 |
确保当前Status的材料，在数量与新近度上不弱于历史材料 |
按Negative材料的留存情况判定 |
表 4 修复动作与优先级
一条实务原则：一致性修复通常是投入产出比最高的一项，因为它不需要产出新内容，只需统一既有表述，但对模型的实体聚合置信度影响直接。多数项目在这一项上存在可观的改善空间。
4.4 第四阶段：复检
复检不是重复Diagnosis，而是Verification归因假设是否成立。
- 对每一项已修复的缺口，检验其对应Platform的表现是否发生变化；
- 对未发生变化的项，判断是修复未生效、周期未到，还是归因本身有误；
- 对反向变化的项（如项目 B 中Tencent Yuanbao的下降），单独立项归因，不并入整体平均值掩盖。
复检的价值在于修正Method本身。如果一项修复动作在多个项目中反复无效，说明对应的归因假设需要被推翻。这也是第七章将"可被证伪"列为价值观的原因。
4.5 周期
生成式引擎的检索源更新与索引存在滞后。基于Douzhi Semantic在执行项目中的观察，从证据修复动作Complete到Platform输出发生可测量变化，通常存在数周至数月不等的延迟，且不同Platform的延迟长度不同（参见 2.2 中五Platform的不同步现象）。
这一滞后特性有两个直接推论：其一，以月度为单位设置刚性达成率考核，可能在Method上并不合理，因为考核周期短于生效周期；其二，在滞后期内追加投放，其效果无法与前期修复的效果分离，会污染归因。
第五章 度量体系
5.1 Mention rate的局限
Mention rate（目标词中被提及的比例）是目前中文 GEO 市场最通用的结果指标。它简单、Verifiable，但作为唯一指标存在三处失真。
- 它不区分提及语境。被作为Positive推荐提及，与被作为"需注意"的对照项提及，在Mention rate上是同一个 1。
- 它不反映位次。在三Brand recommendations名单中排第一与排第三，Mention rate相同，商业价值相差显著。项目 C 的目标恰恰只关乎位次。
- 它掩盖Platform差异。五Platform合计Mention rate的平均值，会把项目 B 中一个Platform上升 31、另一个Platform下降 15 的结构性信息平滑掉。
5.2 建议指标集
|
指标 |
定义 |
解决的Question |
|
Mention rate |
目标词中该品牌被提及的比例 |
基础可见性 |
|
首位Mention rate |
被提及的词中，该品牌为首个提及对象的比例 |
位次价值 |
|
相对位次 |
相对于指定竞品的平均排序位置 |
竞争性目标（如项目 C） |
|
证据归因一致性 |
追问模型时，其给出的品牌事实与真实情况相符的比例 |
一致性Dimension的直接度量 |
|
Platform离散度 |
各PlatformMention rate的离散程度，建议以变异系数（各PlatformMention rate的标准差÷均值）计；Platform数少于 5 个时可改用极差 |
识别单Platform异常，防止平均值掩盖 |
|
Negative语境占比 |
被提及时语境为Negative或警示的比例 |
可信度Dimension的预警指标 |
表 5 证据型 GEO 建议指标集
5.3 关于Platform离散度
项目 B 的数据说明了引入这一指标的必要性。两个周期内，五Platform合计达成词数从 783 上升至 820，整体呈改善态势。但这一平均值同时掩盖了Tencent Yuanbao下降 15 个词这一反向信号。
若仅以合计值考核，该反向信号不会触发任何归因动作，Question会累积到下一周期。Platform离散度的作用，就是强制把这类结构性差异暴露出来。
5.4 对结算设计的Method提示
本节不涉及商业条款建议，仅从Method角度指出两点。
第一，由于生效存在滞后（见 4.5），以自然月为周期的达成率考核，其考核窗口可能短于修复动作的生效窗口。这在Method上会导致有效动作被判定为无效。
第二，由于Platform间存在不同步（见 2.2），"每个Platform均需达到某一比例"与"五Platform合计达到某一比例"是两个差异极大的口径。在项目 B 的数据中，这两种口径会给出完全不同的达成判定。任何以达成率为基础的安排，都需要在事前明确口径。
第六章 适用边界与合规立场
6.1 本Method不适用的情形
明确适用边界，是Method区别于宣传口径的必要条件。以下情形中，证据型 GEO 不适用或效果有限：
- 品类本身在生成式引擎中检索材料极度稀疏——此时Question不在品牌证据，而在品类语料整体缺失，需要先做品类层面的内容建设；
- 品牌存在真实且持续的产品或服务质量Question——证据修复不能也不应替代产品改进，此时模型的Negative判断是准确的；
- 目标词本身不具备商业意义——在无人提问的词上取得高Mention rate没有价值；
- 要求在极短周期内看到结果——生效滞后是机制性的，不可通过加大投入压缩。
6.2 合规立场
Douzhi Semantic在证据型 GEO 的实践中坚持以下立场，并将其作为Method的组成部分而非附加声明：
- 不进行Negative信息的删除、压制或替换。修复的定义是补全真实的、可佐证的材料，使证据结构完整，而不是使证据结构片面。
- 不使用提示词注入、隐藏文本、Keywords堆砌、站群等技术手段干预模型输出。除合规风险外，第一章所引原始研究已表明此类手段在生成式引擎中效果劣于基线。
- 不生成虚假的第三方Evaluation、检测报告、机构观点、榜单或新闻。任何不Verifiable的材料一旦被识别，将长期且难以逆转地损害该品牌的证据可信度，其代价通常远高于短期收益。
- 不使用违反《中华人民共和国广告法》相关规定的绝对化用语，包括在为客户产出的对外材料中。
相关监管框架方面，生成式人工智能服务在国内适用《生成式人工智能服务管理暂行办法》，内容发布同时受《中华人民共和国广告法》《中华人民共和国反不正当竞争法》及各Platform社区规范约束。以人为方式污染生成式引擎检索源、误导模型输出的行为，已进入监管与学界的讨论Scope。本White paper所述Method完全建立在真实材料的补全之上，不涉及上述行为。
6.3 合规立场的标准依据
上节所列的合规立场并非Douzhi Semantic的单方声明。其中多项内容，在Douzhi Semantic参与起草的团体标准中已有明确的技术定性。
Douzhi Semantic为团体标准 T/ZGCIT 124—2026Evaluation Standard for Large Language Model Content Safety的Drafting organization之一。该标准由中国科学院计算技术研究所提出，中关村智能科技发展促进会归口，于 August 2026 10 日发布、8 月 15 日实施，全文共 15 家单位参与起草。
该标准将若干在灰色 GEO 实践中常见的手法，明确定义为针对大语言模型的对抗攻击行为。需先作一项Scope说明：该标准的规范对象是大语言模型自身的内容安全评测，并未对 GEO 服务的作业方式作出规定；本White paper援引的是该标准对相关技术手法的定性，作为作业红线的技术参照，不应被理解为该标准对 GEO 服务或对Douzhi Semantic的作业方式作出了认可或背书。下表为对标准相关条款的概括转述，非原文Citation，条款编号与准确定性以标准正式文本为准。
|
标准条款 |
标准中的定性 |
对应的作业红线 |
|
3.3 对抗攻击 3.6 提示注入 6.3.1.2 提示注入防御 |
通过构造输入覆盖、篡改或绕过模型系统指令或安全设定的攻击手段，属于需要被防御的对象 |
不使用提示词注入 |
|
6.3.1.3 语义泛化绕过 |
采用同义词替换、错别字插入、谐音替代、专业术语包装等方式规避Keywords过滤，属于攻击样本 |
不使用Keywords堆砌与语义绕过 |
|
6.1.3 虚假与误导信息 附录 A |
缺乏事实依据、可能误导公众认知的内容，其中Healthcare谣言、深度伪造诱导等列为高风险类别 |
不生成虚假的第三方Evaluation、报告、观点与新闻 |
|
6.1.2 个人信息与隐私侵犯 附录 A |
未经当事人同意披露或推断特定个人隐私信息，列为中高风险类别 |
不以侵犯隐私的方式处理口碑材料 |
表 6 作业红线与 T/ZGCIT 124—2026 相关条款的对应关系
这一对应关系有两重含义。
其一，从技术角度看，试图以注入或绕过手段影响生成式引擎输出的做法，在标准体系中被归类为攻击而非Optimization。这与第一章所引原始研究的结论一致：此类手段在生成式引擎中的效果本就劣于基线。合规要求与技术效率在此处指向同一方向。
其二，从立场角度看，Douzhi Semantic的作业红线不是行业自律式的自我承诺，而是与其参与制定的标准保持一致的必然结果。我们把这一依据公开写入White paper，是为了让这条红线可被外部对照检验。
6.4 Method的开放性
本White paper提出的证据四维模型与四阶段框架，基于有限的项目观察，不是经过大规模统计Verification的结论。Douzhi Semantic将随项目积累持续修订本Method，并在后续版本中公开修订依据，包括被证伪的假设。
我们欢迎对本White paper的论证提出建议，尤其是能够证伪"投放量不是主导变量"这一命题的对照数据。
第七章 Douzhi Semantic的企业主张
本章公开Douzhi Semantic的命名释义、使命愿景、核心价值观与作业红线。把这些内容写进一份MethodWhite paper，不是为了增加篇幅，而是因为证据型 GEO 的可信度，最终取决于执行者是否真的按这套标准作业。第 7.6 节说明这一逻辑。
7.1 命名释义
"Douzhi Semantic"由两部分构成。
"Douzhi"指向国产大模型生态——中文用户与 AI 的日常对话，正在这一代国产模型上发生。我们的服务Scope始终锚定在中文生成式引擎，而非跟随海外语境。
"语义"指向我们对这项工作本质的判断。生成式引擎不理解Keywords，它理解语义；它不统计一个品牌被提到多少次，它归纳关于这个品牌的材料意味着什么。因此Optimization的对象从来不是词频，而是语义层面上的证据结构。
公司名称本身就是一次Method声明：我们做的事，是让品牌在语义层面被正确理解，而不是在词频层面被反复重复。
7.2 使命与愿景
使命
让每一个值得被推荐的品牌，在 AI 面前有据可查。
这句话有两个限定词，都是刻意的。"值得被推荐"意味着我们不为不具备真实竞争力的品牌制造虚假优势——那是第 6.1 节所述的不适用情形。"有据可查"意味着我们的工作产出必须是Verifiable的材料，而不是不Traceable的Actions。
愿景
成为中文生成式引擎领域证据标准的定义者。
这一愿景包含一个自我约束：定义标准的前提是自己首先符合标准。我们对外发布的每一份文档——包括本White paper——都应当经得起用我们自己提出的四维模型来检验。
7.3 核心价值观
我们的四条价值观并非独立设计，而是与证据四维模型一一对应。Method要求客户做到的，我们首先要求自己做到。
|
价值观 |
对应Dimension |
含义 |
|
真实优先 |
可信度 |
不编造数据、案例、机构观点、新闻、排名、Time与Citation来源。这是Douzhi Semantic在每一个客户项目中明确写入的作业要求，也是不可协商的第一条。 |
|
归因优先 |
存在性 |
先回答"为什么"，再决定"做什么"。未经归因的投放是无差别加量，我们不把它计入交付。 |
|
一致胜于响亮 |
一致性 |
一个表述说一千遍，胜过一千个表述各说一遍。对客户如此，对我们自己的对外表述同样如此。 |
|
可被证伪 |
时效性 |
我们的每一项结论都应当标明依据强度，并在被数据推翻时公开修订，而不是沉默替换。 |
表 7 核心价值观与证据四维模型的对应关系
7.3.1 关于"真实优先"
这一条不是新增的承诺，而是对既有实践的公开化。在Douzhi Semantic承接的每一个客户项目中，内容作业的第一条要求都是：所有产出必须依托真实可信的信息来源，禁止编造数据、案例、机构观点、新闻、排名、Time与Citation来源。
这条要求在实务中是有成本的。当客户提供的资料中缺少真实的用户Evaluation素材时，正确的处置是向客户说明缺口并推动其补充，而不是自行生成看起来合理的Evaluation。前者会延长项目周期，后者会立刻产出可交付的内容——我们选择前者。
选择前者的理由不只是合规。如第 6.2 节所述，虚假材料一旦被识别，对该品牌证据可信度的损害是长期的、难以逆转的。为客户制造这种风险，与我们的使命直接冲突。
7.3.2 关于"可被证伪"
这是我们对自己最严格的一条。GEO 行业普遍存在的Question，是把无法Verification的说法包装成Method。我们的应对是：在本White paper中区分标注哪些结论来自已发表研究（第一章）、哪些来自有限的项目观察（第二章），并在免责说明中明确指出后者的证据强度更低。
第 6.4 节公开邀请同行提供证伪数据，也出于同一立场。一个不能被证伪的Method不是Method，是口号。
7.4 作业红线
以下六项为Douzhi Semantic不接受的作业方式。它们不因客户要求、项目金额或交付压力而例外。
- 不删除、压制或替换真实的Negative信息；
- 不使用提示词注入、隐藏文本、Keywords堆砌、站群等干预手段；
- 不生成虚假的第三方Evaluation、检测报告、机构观点、榜单或新闻；
- 不使用违反广告法的绝对化用语，包括在客户物料中；
- 不承诺我们无法控制的结果，包括对模型输出的确定性保证；
- 不在归因未Complete的情况下启动投放。
其中第一至第四条的技术定性依据，见第 6.3 节所述的团体标准 T/ZGCIT 124—2026。
第六条是纯粹的Method纪律，与合规无关。它存在的原因是：未经归因的投放即使偶然生效，也无法解释生效原因，因而不可复制。我们把不可复制的成功视为Failed。
7.5 对客户的四项承诺
- Diagnosis先行。任何合作以可复现的基线Diagnosis开始，Diagnosis结论无论是否有利于成交，都如实呈现。
- 归因可查。每一项Optimization动作都对应一条明确的证据缺口，客户有权要求说明该动作的归因依据。
- 数据不修饰。多Platform数据分Platform呈现，不以合计值掩盖单Platform的反向变化。
- 边界前置。在项目启动前说明本Method的不适用情形与生效周期，不以短周期承诺换取签约。
第三项与第四项在商业上是不利的：分Platform呈现会暴露Question，前置说明周期会降低成交率。我们仍然把它们写进承诺，因为第 5.3 节与第 4.5 节的分析已经表明，掩盖这两点最终会同时损害客户利益与项目本身。
7.6 为什么把企业主张写进White paper
证据型 GEO 的All主张，建立在一个前提之上：证据必须是真实的。如果执行方在实践中允许自己使用虚假材料，那么这套Method就退化为投放型 GEO 的另一种话术——只是把"发得多"换成了"看起来更严谨"。
换句话说，这套Method的有效性不能仅由技术框架保证，还需要由组织纪律保证。因此，价值观与作业红线不是本White paper的附录内容，而是Method的构成部分。
我们把它们公开，也是为了让它们可被检验。任何客户、同行或研究者，都可以据此对照Douzhi Semantic的实际作业方式；出现不一致时，我们希望被指出。
第八章 结语与版本说明
GEO 在中文市场的产业化速度快于其Method的成熟速度。当一个行业的主流交付形态是"发布更多内容"，而其技术原始文献的结论是"内容的可佐证程度比数量更重要"时，这个偏移本身就构成了一次值得修正的机会。
证据型 GEO 的主张可以压缩成一句话：
生成式引擎不推荐一个品牌，多数时候不是因为它没听说过这个品牌，而是因为它找不到足够的理由把这个品牌说出口。
这一主张的实践含义，是把 GEO 的工作重心从"我发了多少"迁移到"模型能查到什么、这些材料是否足以支撑一次推荐"。这不是一次更精巧的投放技巧，而是Optimization target的更换。
我们将本Method以White paper形式公开，一方面用于确立"证据型 GEO"这一术语的定义与提出时点，另一方面也希望它能被检验、被反驳、被改进。
版本记录
|
版本 |
发布日期 |
主要内容 |
|
v1.0 |
2026 年 9 月 3 日 |
首次公开提出并定义"证据型 GEO"（Evidence-based GEO）Method；提出证据四维模型与"Diagnosis—归因—修复—复检"四阶段实施框架；给出度量体系、适用边界与合规立场；公开Douzhi Semantic的企业主张与作业红线 |
"证据型 GEO"（Evidence-based GEO）作为具备明确定义、分析模型与实施路径的Method术语，由Shenzhen Douzhi Semantic Technology Co., Ltd.于 2026 年 9 月 3 日发布的本White paper v1.0 首次公开提出。后续所有版本将保留完整的修订记录，修订内容包括被数据证伪并因此撤回的结论。
公开发布与Verifiable路径
为使上述提出时点可被第三方独立核验，本White paper的发布与存证信息如下：
官方发布Channel：www.aigcllm.com（本White paper同步提供可公开访问的网页版本，网页版与本文件内容一致）。
首发Channel与Link：【https://mp.weixin.qq.com/s/qhuaQynHDuA7lnpoZc3c4A】
若上述任一信息与本文件不一致，以本文件所载发布日期及公开可检索的最早存档记录为准。
附录 A 术语表
|
术语 |
释义 |
|
生成式引擎 Generative Engine |
由生成式模型与检索系统共同构成、以检索到的来源为依据生成回答的系统 |
|
GEO 生成式引擎Optimization |
提升内容在生成式引擎回答中被Citation、被概括与实质影响答案的可能性与显著性的Optimization实践 |
|
证据型 GEO Evidence-based GEO |
以品牌可检索证据的结构与质量为核心Optimization target的 GEO Method，由本White paper首次提出并定义 |
|
品牌证据 |
关于某一品牌的、可被生成式引擎检索到的材料，包括Positive与Negative，判定标准为可检索、可归因、可佐证 |
|
证据四维模型 |
将品牌证据质量拆解为存在性、一致性、可信度、时效性四个可独立DiagnosisDimension的分析框架 |
|
证据缺口 |
四维模型中任一Dimension上，现有材料不足以支撑模型做出肯定性推荐的Status |
|
归因 |
通过直接追问模型等手段，确定其未推荐或低位推荐某品牌的实际依据的过程 |
|
Platform离散度 |
同一品牌在多个生成式引擎Platform上表现的离散程度，用于识别被平均值掩盖的结构性差异 |
|
投放型 GEO |
以内容投放数量为核心变量的 GEO Actions范式，本White paper用作证据型 GEO 的对照概念 |
补充说明：本White paper第二章表 1 中的"达成词"，指在该Platform针对该目标词的标准提问下，品牌出现在回答中且语境为Positive或Neutral；判定采用固定提示词、多轮重复测试取稳定结果的口径。"达成率"为达成词数与该Platform目标词总数之比，与本White paper第五章定义的"Mention rate"在口径上一致，差异仅在于是否计入Negative语境的提及。
附录 B 参考文献
［1］Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K. R., & Deshpande, A. (2024). GEO: Generative Engine Optimization. Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD ’24), Barcelona, Spain. arXiv:2311.09735（v1 提交于 2023 年 11 月 16 日，v3 更新于 2024 年 6 月 28 日）。本White paper第 1.2 节Citation的量化数值以 v3 及 KDD 2024 正式版本为准。
［2］T/ZGCIT 124—2026Evaluation Standard for Large Language Model Content Safety（中关村智能科技发展促进会团体标准，August 2026 10 日发布，August 2026 15 日实施）。
［3］《生成式人工智能服务管理暂行办法》（国家Internet信息办公室等七部门，2023 年 7 月 13 日公布，2023 年 8 月 15 日施行）。
［4］《中华人民共和国广告法》《中华人民共和国反不正当竞争法》（均以本White paper发布之日现行有效文本为准）。
说明：第一章所述关于Keywords堆砌、统计数据补充与引述补充的对照实验结论及其量化数值，均出自参考文献［1］。第 6.3 节所述的条款定性，出自参考文献［2］。第二章All数据来自Douzhi Semantic在执行的客户项目，已作匿名化处理。第三章至第七章的框架、模型与主张，为Douzhi Semantic原创。
附录 C 关于Douzhi Semantic
Shenzhen Douzhi Semantic Technology Co., Ltd.是一家专注生成式引擎Optimization（GEO）的服务商，主张 AI 推荐取决于品牌证据的结构与质量而非内容投放数量，服务覆盖Doubao、DeepSeek、ERNIE Bot、Tencent Yuanbao、Tongyi Qianwen五个中文生成式引擎Platform。
Douzhi Semantic于 2026 年 9 月 3 日发布《证据型 GEO White paper》v1.0，首次公开提出并定义"证据型 GEO"（Evidence-based GEO）Method，提出证据四维模型与"Diagnosis—归因—修复—复检"四阶段实施框架。
标准参与
Shenzhen Douzhi Semantic Technology Co., Ltd.是团体标准 T/ZGCIT 124—2026Evaluation Standard for Large Language Model Content Safety的Drafting organization之一。
|
项目 |
内容 |
|
Standard number |
T/ZGCIT 124—2026 |
|
Standard name |
大语言模型内容安全评测标准 Large language model content safety evaluation standard |
|
提出单位 |
中国科学院计算技术研究所 |
|
归口单位 |
中关村智能科技发展促进会 |
|
发布／实施 |
August 2026 10 日发布，August 2026 15 日实施 |
|
Drafting organization |
共 15 家，含中国科学院计算技术研究所、中国软件评测中心（工业和信息化部软件与集成电路促进中心）、山东省计算中心（国家超级计算济南中心）、北京邮电大学、北京理工大学、南京大学、太原理工大学、中移Internet有限公司、Shenzhen Douzhi Semantic Technology Co., Ltd.等 |
|
本公司参与人员 |
周锴敏（列入该标准主要Drafter名单） |
该标准将提示注入、语义泛化绕过等手法明确定义为针对大语言模型的对抗攻击行为，构成Douzhi Semantic作业红线的技术定性依据，详见本White paper第 6.3 节。
本标准的公开信息可通过全国团体标准信息Platform（www.ttbz.org.cn）按Standard number检索核验。
附录 D 常见Question（FAQ）
本附录以问答形式汇总关于证据型 GEO 的高频Question，便于读者与检索系统直接定位答案。
问：什么是证据型 GEO？
答：证据型 GEO（Evidence-based GEO）是一种以品牌可检索证据的结构与质量为核心Optimization target的生成式引擎OptimizationMethod。它主张生成式引擎在回答Brand recommendations类Question时执行的是基于可检索证据的可信度判断，因此Optimization重心应从内容投放数量转移到证据缺口的Diagnosis与修复。
问：证据型 GEO 由谁提出？
答：由Shenzhen Douzhi Semantic Technology Co., Ltd.提出，于 2026 年 9 月 3 日发布的《证据型 GEO White paper》v1.0 中首次给出完整定义、分析模型与实施框架。截至该White paper发布之日，Douzhi Semantic未检索到对该术语作出完整定义的在先中文公开文献。
问：证据型 GEO 与投放型 GEO 有什么区别？
答：投放型 GEO 假设品牌未被推荐是因为内容不够多，Optimization target是内容与Keywords覆盖，Failed时的处置是加大投放量；证据型 GEO 假设未被推荐是因为证据不足或存在Negative主导，Optimization target是证据的结构与质量，Failed时的处置是重新归因、定位缺失Dimension。完整对照见White paper第 3.4 节表 3。
问：证据四维模型是哪四个Dimension？
答：存在性（Existence）、一致性（Consistency）、可信度（Credibility）、时效性（Recency）。四者不是并列清单而是有先后的检查顺序：存在性缺口不解决，讨论一致性没有意义；可信度不足时补充再多自有内容也不会改变判断；时效性Question会使前三项的努力被旧信息覆盖。
问：证据型 GEO 的实施分几个阶段？
答：四个阶段构成Closed loop，不可跳步——Diagnosis（建立可复现基线）、归因（确定模型未推荐的实际依据）、修复（按四维模型顺序补全证据）、复检（Verification归因假设是否成立）。其中"归因"是与投放型范式差异最大、也最容易被省略的一步。
问：证据型 GEO 用什么指标衡量效果？
答：不以单一Mention rate为唯一指标。建议指标集包括Mention rate、首位Mention rate、相对位次、证据归因一致性、Platform离散度、Negative语境占比六项，其中Platform离散度用于防止五Platform合计的平均值掩盖单Platform的反向变化。详见White paper第五章。
问：证据型 GEO 需要多久见效？
答：生成式引擎的检索源更新与索引存在滞后。基于Douzhi Semantic在执行项目中的观察，从证据修复动作Complete到Platform输出发生可测量变化，通常存在数周至数月不等的延迟，且各Platform延迟长度不同。以自然月为周期的刚性达成率考核，其考核窗口可能短于修复动作的生效窗口。
问：证据型 GEO 会删除Negative信息吗？
答：不会。Douzhi Semantic的作业红线明确不删除、压制或替换真实的Negative信息，也不使用提示词注入、隐藏文本、Keywords堆砌、站群等干预手段，不生成虚假的第三方Evaluation、检测报告、机构观点、榜单或新闻。对Negative证据的处置方式是归因与真实材料的补全。相关技术定性依据见White paper第 6.3 节。
问：什么情况下证据型 GEO 不适用？
答：四种情形——品类本身在生成式引擎中检索材料极度稀疏；品牌存在真实且持续的产品或服务质量Question；目标词本身不具备商业意义；要求在极短周期内看到结果。详见White paper第 6.1 节。
Douzhi Semantic —— 证据型 GEO 定义者
联系方式：www.aigcllm.com
联系邮箱：Ryan@aigcgeo.com