Archive · 文章索引
全部文章
从 GEO 方法论到 AI 搜索实战,按发布时间收录站内全部已发布文章。
与传统的关键词排名相比,GEO更聚焦于AI生成答案中的内容质量与引用逻辑
GEO是针对DeepSeek、豆包、Kimi等生成式AI平台的优化策略,通过内容纠错、抓取引用和占据C位提升品牌在AI回答中的可见性与权威性,助力品牌在对话式搜索场景中抢占流量入口。与传统的关键词排名相比,GEO更聚焦于AI生成答案中的内容质量与引用逻辑。

知识图谱:技术原理与实战详解
本文系统介绍了知识图谱的基本概念、关键技术和典型应用场景,从实体-关系-实体三元组到分层技术架构,再到知识表示学习、图神经网络与多模态融合,帮助读者理解知识图谱如何让机器实现认知智能。

对于技术从业者来说,这是理解内容优化基础知识的良好参考
这篇文章系统介绍了内容优化的概念,包括其定义、四大原则(原创、相关、用户体验、定期更新)以及三种内容创作方法(提供价值、解答提问、分享经验)。同时,文章还详细阐述了网站内容优化的四个关键方面:可靠性、权威性、唯一性和完整性,强调了原创高质量内容对SEO的重要性。对于技术从业者来说,这是理解内容优化基础知识的良好参考。

RAG优化没有万能药,需要先诊断问题再对症下药
RAG优化没有万能药,需要先诊断问题再对症下药。本文系统梳理了Query侧、检索侧、Rerank精排和Context侧的优化手段,并给出了初学者按性价比选择优化方向的理性路径。

RAG 性能调优:五个核心方向,让你的问答系统又快又准
本教程面向技术开发人员,系统梳理RAG性能优化的核心思路与实用技巧,覆盖分块、嵌入模型、向量数据库、重排序、提示工程五大方向,并建议建立评估闭环。通过具体策略和工具推荐,帮助读者打造响应快、答案准的生产级RAG系统。

RAG 详解:挑战、范式、工程实践与优化策略
本文详细解析了RAG技术在大模型应用中面临的挑战,如数据质量差、向量化信息损失和语义搜索不准确,并系统介绍了Naive RAG、Advanced RAG和Modular RAG三种范式。同时,文章基于实际工程经验,给出了从知识加工、query改写、数据召回到后置处理的完整优化实现策略,包括HyDE、RAG-Fusion、Step-Back Prompting等关键技术,为企业落地RAG提供参考。

语义检索原理:从文本向量化到相似度匹配实战
本文深入浅出地讲解语义检索的基本原理,从文本向量化到相似度匹配,对比传统关键词检索,并结合实际案例说明语义检索如何解决多义词、意图理解等痛点,适合对AI检索感兴趣的技术读者。

ChatGPT会颠覆SEO吗?近2000名从业者投票结果
一项由Brodie Clark在Twitter和Mastodon上发起的投票显示,近2000名投票者中,大部分SEO从业者认为ChatGPT(或AI功能)不会对SEO行业构成严重威胁。Twitter上59%的人表示不担心,Mastodon上这一比例为63%。

Odysseus 本地 AI 工作台需要什么电脑?三档预算三种配法
Odysseus本身很轻量,真正吃资源的是本地模型推理。本文澄清PewDiePie的“核弹级”电脑并非必需,并给出三档预算方案(现有电脑、1.1k-1.7k美元、2k-4k+美元),详细对比显存需求、操作系统选择和隐私风险,附Docker安装步骤,帮你低成本入门本地AI。

