GEO
GEOZ 品牌 Logo

关于我们

我们是谁

GEOZ 是一个以 GEO 生成式引擎优化为主线的网站,关注 AI 搜索可见性、结构化数据、内容优化与 AI 技术相关内容。我们希望在生成式搜索时代,持续整理有长期价值的知识、案例与实践经验,帮助读者更好地理解 GEO、AI 搜索与内容表达之间的关系。

我们为什么做这个网站

AI 搜索正在改变用户获取信息的方式。越来越多的问题,不再通过传统搜索结果页完成,而是直接由大模型生成答案。
在这个过程中,哪些来源被引用、哪些信息被忽略、哪些页面更容易被理解,都会影响最终呈现给用户的内容。

我们做这个网站,是为了把这些变化记录下来,而不是只停留在概念讨论层面。
相比“教别人怎么做”,我们更关心“我们实际做了什么、观察到了什么、哪些结论成立、哪些结论还需要继续验证”。

我们发布什么样的内容

本站主要围绕以下方向持续更新:

  • AI 搜索观察:记录 DeepSeek、ChatGPT、Kimi、Google AI Overviews 等产品和生态的实际变化
  • 实验与实测:记录我们亲手完成的测试、对比、复盘与阶段性结论
  • 工具与标准:整理 llms.txt、robots.txt、Schema.org、结构化数据等和 AI 抓取理解有关的实践
  • 行业追踪:跟踪模型平台、搜索产品、开放协议和知识组织方式的变化
  • 编辑笔记:记录网站自身的调整、实验设计、内容治理与运营复盘
  • 开源与协议:关注 AI 爬虫、开放知识标准和开放数据相关话题

我们的内容标准

我们尽量保证每一篇保留在站内的文章,都满足以下原则中的大部分:

  • 有明确主题,而不是泛泛而谈
  • 有原始出处、产品页面、官方文档、论文或可核验来源
  • 有人工编辑参与,而不是纯自动生成
  • 能说明结论来自什么样的观察、实验或资料整理过程
  • 如果结论仍不稳定,会明确标注局限性,而不是包装成确定答案

AI 工具如何参与

我们会使用 AI 工具帮助完成一些辅助工作,例如:

  • 整理资料
  • 生成提纲
  • 翻译部分材料
  • 格式化内容
  • 协助归纳实验结果中的重点

但以下工作由人负责并最终确认:

  • 选题判断
  • 信息核查
  • 实验设计
  • 结论表达
  • 发布审核

AI 是辅助工具,不是内容责任主体。

内容可追溯性说明

我们尽量让站内内容保持可追溯:

  • 文章会尽量标注更新时间
  • 重要观点会附带来源、链接或背景说明
  • 如果是实验类内容,会尽量交代测试对象、条件、轮次或局限
  • 对于仍在观察中的问题,我们会明确写出“不确定性”,而不是强行下结论

如果你发现文章中的事实错误、失效链接,或者你有不同的实测结果,欢迎通过联系页面与我们沟通。

联系与反馈

如果你需要:

  • 指出事实性错误
  • 补充不同的实验结果
  • 反馈失效链接或引用问题
  • 讨论站内内容的准确性与表达方式

请通过网站的 联系页面 与我们联系。
页面中展示的联系邮箱会以网站后台当前配置为准。

最后说明

这个网站不是为了制造“懂得很多”的印象,而是为了尽可能诚实地记录:
在 AI 搜索不断变化的环境里,我们实际看到什么、验证了什么、还不能确定什么。

如果这些记录能帮助更多人更清楚地理解 AI 搜索的真实工作方式,这个网站就有存在的价值。

谁在维护这个网站

以下编辑参与本站选题、编写、审阅与修订工作,确保内容既有技术深度,也尽量保持表达清晰。

Roger深圳
GEO 技术 / 后端架构

在深圳写了五年后端,后来发现分析 AI 搜索的爬虫行为比写 CRUD 有挑战性,就转过来了。自己搭了一套 GEO 测试环境,站上关于 MCP 客户端集成、RAG 框架对比和爬虫行为分析的文章主要出自他手(例如《如何用MCP客户端连接Claude与外部工具?》《大模型推理成本太高怎么降?》)。习惯先动手跑一遍再说,不太信厂商 slogan。

搜索引擎爬虫行为RAG 框架对比GEO 工具链后端性能调优
阿凯广州
AI 模型 / NLP 研究

华工计算机毕业之后一直在做 NLP 相关的工作。负责本站所有涉及模型评测的内容——不太信厂商公布的 benchmark,只信自己本机跑出来的实测数据。像《大模型推理成本太高怎么降?用Genosis数学优化降低44%》《AI Agent如何零延迟查询1400万家商业数据?》这类带性能对比表的文章,实测环节基本都经过他手。如果数据后来发现有误,他会自己回头改。

大模型推理部署NLP 应用模型性能实测开源工具链
晓婷深圳
内容策略 / 海外 GEO 动态

之前在深圳一家 SaaS 公司做内容营销,发现传统 SEO 那套在 AI 搜索时代越来越不吃香,转到了 GEO 方向。现在主要阅读海外 GEO 圈的论文和技术博文,把有参考价值的内容整理成中文(例如《2026年Anthropic在Google Cloud Next上讲了什么?》《OpenAI与微软修订合作后意味着什么?》)。比较较真——文章里引用的数据她一定会去查原始出处,不信二手转述。

GEO 内容策略AI 搜索趋势追踪结构化数据海外文献编译

我们的内容标准

每篇文章在发布前都要经过人工审核,优先保证事实准确、结构清晰和应用价值。

1

选题与资料整理

结合 GEO、AI 搜索和内容增长场景,筛选值得长期沉淀的主题,并整理核心资料与官方出处。

2

内容编写与核对

编辑负责撰写、审稿和修订,重点核对关键概念、技术细节和案例表达,尽量避免空泛结论。

3

发布与持续更新

针对变化较快的主题持续修订,让文章更适合作为长期参考资料,而不只是一次性资讯。

内容说明

我们会尽量在文章中标注关键来源,并保持内容和主题之间的对应关系。对于变化较快的模型、 工具和平台信息,文章可能存在时效差异,欢迎读者根据官方资料进一步核对。

如果你希望交流 GEO、AI 搜索优化或内容增长相关问题,也欢迎通过邮件与我们联系。

AI 工具使用声明

我们会在部分环节使用 AI 工具辅助资料整理、翻译和格式处理,但文章选题、结构判断、 核心表述与发布审核仍由编辑完成。

联系我们

如果你发现事实性错误、有不同的实测结论,或者对内容有任何疑问,欢迎联系:admin@geoz.com.cn