GEO Wiki 是一个面向 AI 搜索时代的免费百科全书，专门收录与生成式引擎优化（ Generative Engine Optimization, GEO ）相关的概念、方法、平台与研究。
它要解决的问题很具体：当读者越来越习惯在 ChatGPT 、Perplexity 、Google AI Overviews 、Gemini 这类生成式入口里直接拿答案，原本围绕"排序链 接"建立起来的 SEO 知识体系正在失去解释力。GEO Wiki 把这门新学科的术语、流程、引擎差异、最新论文整理成可引用、可核查的条目，让从业者在客户方案里能直接引用，让工程师在阅读时不会觉得被稀释。
站点分为五个模块：
所有条目同时提供英文与简体中文两个版本。
第一，中文圈缺一份可信的 GEO 参考。 市面上要么是各家 SaaS 写的产品向软文，要么是英文资料的机器翻译，几乎没有把"什么是 GEO 、它与 SEO 的真正分野在哪、各家引擎到底如何爬取与引用"讲清楚的中立来源。从业者在跟客户解释时，常常没有一条可以贴出去的链接。
第二，AI 搜索的规则正在被重新写。 爬虫、引用机制、品牌提及权重这些底层信号变化得很快，传统 SEO 资料的更新节奏跟不上，原始论文又散落在 arXiv 、各厂博客、各家工程文档里。需要有人把它们一篇篇读完、对齐、注上出处。
每一个非显而易见的论断都必须挂一条一手来源（论文、厂商文档、首方数据）。sources 字段是内容 schema 的强制部分，没有出处的条目无法发布。
凡是站点自己提出、行业尚未通用的说法（如 Answer Loop ），条目顶部会有一段"关于这个词"的说明，事实卡里会写明"是否行业通用术语：否"，并锚定 到它所依赖的既有概念。读者一眼能分辨这是行业共识还是站点观点。
定义条目可以直接跳到对应的 Playbook ，Playbook 又会引用 Research 里的论文与 Platforms 里的引擎档案，Learn 再把这些串成可执行的学习路线。读者从任一入口进入，都能顺着链接走完一个完整闭环。
结构化数据、清晰的标题层级、稳定的 URL 、显式的 TL;DR 、CC BY 4.0 协议，让生成式引擎可以低成本地理解与引用本站，也让人类读者在前 10 秒就能拿到要点。
SEO vs GEO、生成式引擎、引用追踪 等基础条目入手，再到 Playbooks 找对应的执行手册。此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。