专题边界
本框架适用于对企业官网、知识库、产品文档进行 **系统性 GEO 审计**，输出可执行的改进清单。适用于内部团队自检，也可作为外包 GEO 项目的验收标准。
审计六步法
**步骤一：基线检测** — 运行 GEO 检测工具，记录八大维度分数与 GEO 综合评分，截图存档作为改进前后对比基准。 **步骤二：实体梳理** — 列出品牌、核心产品、关键人物三类实体，检查 About、Contact、产品页是否提供一致的中英文名称与别名。 **步骤三：结构化标记** — 审查全站 JSON-LD：Organization、WebSite、Article、DefinedTerm 等类型是否覆盖；用 Rich Results 测试工具验证。 **步骤四：内容可引用性** — 逐页检查是否存在可独立摘录的定义段、数据表、步骤列表；删除无法被 AI 引用的空洞营销句。 **步骤五：渠道验证** — 在豆包、文心、通义等国内 AI 搜索中测试品牌相关提问，记录是否引用本站及引用准确度。 **步骤六：持续监测** — 建立月度复检机制，跟踪 GEO 评分变化与新发布内容的标记完整性。
学习路径
先完成「GEO 检测维度」专题阅读，再按六步法执行首轮审计。每步完成后回到对应术语页深化理解。
本专题术语
检测维度
检测维度是 GEO 评分体系的分解指标集合，通常涵盖 AI 可见性、实体清晰度、可引用性、信源权威、内容时效与技术合规等可观测项。
GEO 评分
GEO 评分是对站点生成式搜索就绪度的综合量化结果，通常由 AI 可见性、实体清晰度、可引用性、信源权威与技术合规等多子维度加权得出。
实体清晰度
实体清晰度描述网站向机器明确传达「你是谁、做什么、与哪些概念相关」的能力，避免品牌与产品被大模型混淆、张冠李戴或错误归因到竞品。
结构化数据
结构化数据是以 JSON-LD 等格式嵌入页面的机器可读语义标注，帮助搜索引擎与 AI 系统理解内容类型、实体属性与页面关系。
JSON-LD
JSON-LD 是推荐的 linked data 嵌入格式，以 script 标签置于 HTML 中声明 Schema.org 类型，是部署结构化数据最常见、维护成本较低的方式。
可引用性
可引用性衡量页面内容是否易于被生成式搜索摘取为独立片段，要求结构清晰、事实明确、无登录墙阻挡且关键结论带来源可验证，是引文竞争的核心。
引文溯源
引文溯源指生成式搜索在答案中标注信息来源链接或出处的能力，决定用户能否回溯至原始页面，也是 GEO 争取曝光的关键出口。
豆包搜索
豆包搜索是字节跳动旗下豆包 AI 助手内置的检索与问答能力，结合网页抓取与大模型生成，是国内 GEO 布局不可忽视的分发渠道之一。
文心搜索
文心搜索依托百度文心大模型与搜索索引，以 AI 重组结果或对话形式提供答案，是国内 GEO 与 AEO 策略的重要观测与优化对象。
生成式搜索
生成式搜索指由大语言模型直接合成答案的检索形态，结果以自然语言段落呈现并常附引文链接，而非仅返回传统 SERP 网页列表，用户意图被一步解答。
AI 可见性
AI 可见性衡量品牌或页面在生成式搜索、AI 概览与对话助手中被提及、引用或推荐的程度，是 GEO 的核心结果指标之一。