首次检测之后依然有用的实施指南。
AI 爬虫全表
17 个 AI 爬虫 User-Agent，每一行取自厂商官方文档：它做什么、封锁它会失去什么。
GEO 衡量框架
在首次检测前，定义稳定的问题、引擎、市场、证据与复盘频率。
AEO（答案引擎优化）实施指南
AEO 是什么、与 GEO 和 SEO 的区别，以及真正决定「答案引擎能否从你的页面抽出一段答案并归给你」的六件事。
GEO 与 SEO 的区别：什么变了，什么照旧算数
既不是替代，也不是换个说法。SEO 决定页面能不能被找到，GEO 决定页面背后的品牌会不会被点名。你已经做过的功课，哪些还算数？
AEO 与 SEO 的区别：抽取这道坎
SEO 让页面被找到，AEO 让答案能从页面里被抽出来。在 AI 答案里失败的页面，大多过了第一关、卡在第二关——而且卡的是结构，不是文笔。
AI SEO、GEO、AEO、LLMO：哪个词是什么意思
四个名字在描述高度重叠的工作。这里说清每个词有用的含义、它们真正的差别在哪，以及哪些区分会改变你下周一实际要做的事。
放行 AI 爬虫：robots.txt、GPTBot，以及真正能证明放行的检查
可被抓取是被引用的前提。该放行哪些代理、为什么「一条规则管全部」通常是错的，以及为什么读一遍 robots.txt 什么也证明不了。
llms.txt：它是什么、怎么写、以及它做不到什么
关于 llms.txt 约定的诚实指南：格式、一套经得起真实站点考验的结构，以及明确说清没有任何厂商作出的承诺。
AI 助手是怎么决定点名哪些品牌的
12 个品类、5 个模型、1188 条回答告诉我们：助手在什么情况下根本不点名、各品类的集中度如何、以及它们取材于哪些来源。
衡量 AI 回答里的声量份额，而不自欺
四种会抬高品牌声量份额的计数错误，每一种在最终数字里都看不出来，以及能防住它们的报告规则。
AI 答案里的品牌份额：怎么测才不会自欺
品牌份额被高估的四种方式，以及让它经得起复核的四条规矩。每一条都来自我们自己写过、又不得不修掉的 bug。
建一组真正测得到东西的问题集
问题集就是量具。它错了，后面每一个数字都会朝同一个方向错——而且通常是对你有利的方向。
设计一个不会奉承你的竞品集
品牌判定里任何不对称都会朝同一个方向偏，因为你是盯着自己的名字写的这段检测。
引用分析：读懂一条答案背后的来源
引用数据是答案引擎给你的最有用的东西，也是最容易被夸大的。差别就在一个多数工具都搞错的区分上。
实体地基：让模型确信你存在
模型能推荐你之前，得先确信你是一个独立的、真实的组织。多数品牌从没做过产生这种确信的功课。
第三方印证：你在自己域名上做不到的那部分
只靠你能控制的页面，写不进「被推荐」。这是 GEO 里最不像 SEO 的一部分。
把内容写成能被抽走的样子
一套让页面被引用的写作规范。八条规则，每条修的是段落被丢弃的一个具体原因。
技术访问：四道闸，按顺序
取得到、读得懂、抽得出、有印证。每道闸都是二元的。第一道关着的时候在第三道上用功，是浪费一个季度最常见的方式。
JavaScript 渲染与 AI 爬虫：Google 替你遮住的那道缝
Google 会执行 JavaScript，多数 AI 爬虫不会。就这一个差别，足以让一个收录完美的站点对答案引擎完全不可见。
机器真正看得见的时效信号
如果没有任何机器可读的东西发生变化，更新页面等于什么都没做。这里说清楚有哪些日期信号、哪些可信，以及团队是怎么把它们弄坏的。
每一轮都不一样时，怎么衡量变化
答案在不同轮次之间本来就会变。就这一个事实，决定了你该怎么采样、什么才算真的变动，以及为什么多数 AI 可见度趋势图都是噪声。
多语言 GEO：一个市场一个市场做，分开衡量
翻译站点是容易的那一半。决定成败的那一半是：每个市场的买家提问方式不同——而翻译过来的问题集测的是另一件事。
AI 答案里的本地可见度：问题里带了地点之后，什么变了
「附近最好的牙医」和「利兹最好的牙医」对引擎来说是两个不同的问题。衡量本地可见度必须把地点写明，而这件事有代价。
商品级可见度：买家问的是东西，不是品牌
多数 AI 可见度工作衡量的是品牌，而购物者问的是商品。这两者之间的缺口正是电商输掉的地方，而它在品牌看板上完全不可见。
做 AI 可见度告警，而不是训练大家忽略告警
两个 bug 能杀死一套告警系统：在噪声上响，以及条件持续期间每轮都响。这两个我们都上线过。这是修好之后的样子。
怎么挑 GEO 工具：六个能把它们区分开的问题
这个品类的功能列表几乎一模一样。这六个问题不是，因为它们问的是方法论——而数字正是在方法论里被做出来或被做坏的。
把 GEO 工作报给一个会来核对的客户
经得起细查的报告，把方法放在数字前面、把出现情况拆成两个比率、并且显示哪些没测到。第三条正是多数报告省略的。
一个 90 天的 GEO 计划，以及一条站得住的基线
头两周是衡量和访问权限。如果第一周就开始写内容，你到最后没有任何办法判断哪一步起了作用。
答案引擎真正用得上的 FAQ 块
FAQPage 是这个品类里被滥用得最厉害的结构化数据类型。用对了，它也是最贴近「答案是怎么被拼出来的」那一个。
规范 URL，以及把你结果拆开的那些重复地址
一张页面有两个地址，就是一张页面在和自己竞争。它不产生任何报错，代价表现为一个你解释不了的平台期。
把 noindex 加在该加的地方：meta robots、X-Robots-Tag，以及没人检查的那个子域
robots.txt 管抓取，meta robots 管收录。把两者混淆会同时产生两种经典后果：不该收录的被收录了，以及被封锁的永远无法从索引里移除。
团队开始前常问的问题
哪些内容应该放在 Learn 而不是 Blog？
Learn 承载长期有效的实施指南；Blog 承载时效分析、产品动态、实践记录与观点。
为什么术语需要独立页面？
每个术语页清晰回答一个定义意图，并连接到更深入的指南与产品证据。
研究报告和普通文章有什么不同？
报告必须包含明确方法、数据范围、更新时间、局限与可复用发现。
这些内容需要留资才能看吗？
不需要。指南、术语和报告都无需账号即可阅读。
更新频率如何？
AI 答案这一层变化很快,所以是在方法或引擎行为发生变化时修订,而不是按固定周期。
不用产品能照着做吗？
可以。衡量框架是公开写明的,团队完全可以手工执行;产品的价值在于把它规模化、可重复。