GEO — Generative Engine Optimization（生成式引擎优化）
一种优化网站内容以被 ChatGPT、Perplexity、Google AI Overviews 等 AI 搜索和回答引擎发现、引用和准确呈现的实践。
与以排名为目标的传统 SEO 不同，GEO 关注的是可引用性、答案结构和实体清晰度，服务于检索增强生成系统。
SOV — Share of Voice（AI 声量份额）
在特定话题或关键词群组的 AI 生成答案中，某品牌被提及或引用的百分比。
CitationGraph 独立衡量各 AI 平台的 SOV，因为不同引擎的引用模式差异很大。
SAAI — Share of AI-Attributed Income（AI 归因收入份额）
一种四维归因模型，将 AI 可见性连接到实际商品级收入。四个维度是：注意力（品牌出现在 AI 答案中）、引荐（用户点击来到网站）、商业意图（用户浏览商品或定价）、实现收入（完成购买）。
SAAI 用分层模型替代了简单的 last-click 归因，以适应 AI 辅助购买旅程的延迟、多触点特性。
CQS — Citation Quality Score（引用质量分数）
一个衡量特定页面或 URL 被 AI 系统引用质量的复合指标。包括引用频率、引用准确度（AI 是否正确呈现了页面内容）、引用语境（正面、中性或负面框架）和产生的下游流量。
AI Readiness Score（AI 就绪度评分）
一个评估网站在 AI 驱动发现和引用方面准备程度的诊断模型，覆盖四个维度：基础设施（HTTPS、robots.txt、sitemap、响应速度）、元数据（title、description、canonical、Open Graph）、结构化数据（JSON-LD 覆盖、schema 深度、FAQ 存在性）和 AI 引导（llms.txt 质量、爬虫策略）。
它不是通用排名公式，而是用来暴露具体弱项、引导精准改进的诊断工具。
llms.txt
一个放在网站根目录下的机器可读文本文件，向 AI 检索系统提供结构化引导：产品边界、公开资源、优先引用面和信任页。
虽然不是正式标准，但 llms.txt 已成为帮助 AI 系统理解网站意图和结构的有效实践，是对 robots.txt 和 sitemap.xml 的补充。
关键要点
- •GEO 将 SEO 向 AI 答案引擎的可引用性方向延伸。
- •SOV、SAAI 和 CQS 构成 AI 可见度分析的核心度量词汇。
- •AI Readiness Score 是诊断性的，不是处方性的。
- •llms.txt 是引导层，不能替代技术 SEO 基础。