為何有這一頁

這個領域的名稱比概念還多。GEO、LLMO、AEO 與 AIO 描述的基本上是同一件事；而真正不同的東西——引用與提及、幻覺與過時事實——卻被交替使用，並因此造成金錢損失。以下每一條都說明該詞的意思、與甚麼相連，以及它不是甚麼。

詞條 #

生成式引擎優化（GEO） #

令一間企業或其內容更有可能在 AI 生成的答案中被呈現、被引用及被推薦的工作。GEO 涵蓋令網站可被檢索的技術工作、令內容可被機器讀取的結構化資料，以及令其說法獲得佐證的第三方存在。

相關詞： 大型語言模型優化（LLMO）, 答案引擎優化（AEO）, AI 優化（AIO）, 搜尋引擎優化（SEO）
對比： 搜尋引擎優化（SEO）

大型語言模型優化（LLMO） #

專門針對大型語言模型如何描述及推薦一間企業而做的優化。實務上 LLMO 與 GEO 指的是同一件事；此說法在日本佔主導，當地寫作「大規模言語モデル最適化」，而英語市場則較常用 GEO。

相關詞： 生成式引擎優化（GEO）, AI 優化（AIO）, 答案引擎優化（AEO）

答案引擎優化（AEO） #

為了被選為某條問題的直接答案（而非眾多結果之一）而做的優化。AEO 重視問題形式的內容、FAQ 結構，以及簡潔的事實陳述。它早於生成式 AI 浪潮出現，最初描述的是精選摘要。

相關詞： 生成式引擎優化（GEO）, 大型語言模型優化（LLMO）, 零點擊
對比： 搜尋引擎優化（SEO）

AI 優化（AIO） #

各個競逐名稱之中最寬泛的一個，涵蓋任何針對 AI 中介發現途徑的優化。與 GEO、LLMO 交替使用；選用哪個說法，通常反映說話者來自哪個市場或哪家供應商，而非方法上的分別。

相關詞： 生成式引擎優化（GEO）, 大型語言模型優化（LLMO）, 答案引擎優化（AEO）

搜尋引擎優化（SEO） #

針對傳統搜尋引擎的連結排名清單而做的優化。SEO 與 GEO 有大量重疊——可被爬取、結構清晰、具權威性對兩者都有用——但目標不同：SEO 要的是點擊，GEO 要的是在一個可能永遠不會產生點擊的答案之中被引用。

相關詞： 生成式引擎優化（GEO）, 零點擊, 答案引擎優化（AEO）
對比： 生成式引擎優化（GEO）

檢索增強生成（RAG） #

大部分有依據的 AI 答案背後的模式：先由檢索步驟找出候選文件，模型再根據檢索到的內容生成回應。RAG 正是為何一間企業的最新事實，能夠出現在一個訓練早已完結的模型所給的答案之中。

相關詞： 依據（Grounding）, 檢索, 分塊（Chunking）
對比： 訓練資料

依據（Grounding） #

讓生成的答案建基於檢索到的來源文件，而非模型內部參數。有依據的答案通常附有引用，並可反映昨天才發佈的資訊；沒有依據的答案，只反映模型在訓練時吸收到的內容。

相關詞： 檢索增強生成（RAG）, 訓練資料, 引用
對比： 訓練資料

訓練資料 #

模型在訓練期間吸收的語料，構成其基礎知識。這裡的資訊直到下一個模型版本之前都是固定的——這正是為何一間企業已過時的價格，可以在網站更正後仍長期出現在答案中。

相關詞： 知識截止日期, 依據（Grounding）, 檢索增強生成（RAG）
對比： 依據（Grounding）

知識截止日期 #

模型訓練資料結束的日期。在此之後，模型除了回答時檢索到的內容之外一無所知——這正是為何企業能實際介入的地方是「依據」，而不是「訓練」。

相關詞： 訓練資料, 依據（Grounding）

檢索 #

在生成之前挑選候選文件的搜尋步驟。檢索決定了哪些事實、哪些企業名稱才有機會進入答案，因此是能見度工作中槓桿最高的一環。

相關詞： 檢索增強生成（RAG）, 向量嵌入（Embedding）, 重新排序（Reranking）, 分塊（Chunking）

向量嵌入（Embedding） #

把文字轉換成數值表示，令語意相近的段落在空間上彼此接近。嵌入正是為何一個以「客戶提問的方式」書寫的頁面，比以「市場部書寫的方式」書寫的頁面更容易被檢索出來。

相關詞： 檢索, 語意相似度

語意相似度 #

意思上的接近，而非字面用詞上的接近。檢索系統以語意相似度比對，因此貼合客戶的表達方式，比重複某個精準關鍵字更重要。

相關詞： 向量嵌入（Embedding）, 檢索

分塊（Chunking） #

把一份文件切割成可獨立被檢索及引用的段落。由於檢索回傳的是分塊而非整頁，頁面上每一節都應該能自行回答自己那條問題，而不依賴前後文。

相關詞： 檢索, 檢索增強生成（RAG）

重新排序（Reranking） #

在生成之前，對檢索到的候選項再做一次評分並重新排列。重新排序正是為何搜尋步驟排在第一的文件，往往不是助理最終引用的那一份。

相關詞： 檢索, 引用

引用 #

AI 答案明確標示出處、並通常附上連結的來源。引用比提及更有力：它指名你是該說法的依據，並可能把讀者帶到你的網站。

相關詞： 提及, AI 聲量佔比, 依據（Grounding）
對比： 提及

提及 #

企業名稱出現在 AI 答案之中，但並未被列為來源。提及能建立熟悉感，也可能贏得推薦，但不會帶來流量，亦不會確立你作為權威的地位。

相關詞： 引用, AI 聲量佔比
對比： 引用

出現率 #

在受測的提示詞當中，答案有提及某間企業的比例。出現率量度的是你是否身處對話之中；它完全不說明你是被推薦，還是僅僅被順帶列出。

相關詞： AI 聲量佔比, 推薦率
對比： AI 聲量佔比

AI 聲量佔比 #

在一組 AI 答案中出現的所有企業名稱之中，某間企業所佔的比例。出現率問的是「你有沒有出現」，聲量佔比問的則是「相對競爭對手，你佔走了多少注意力」。

相關詞： 出現率, 推薦率, 提及
對比： 出現率

推薦率 #

答案主動推薦某間企業（而非把它列為選項之一）的比例。這是三個指標中最貼近實際收入的一個，數值通常亦最低。

相關詞： 出現率, AI 聲量佔比
對比： 出現率

幻覺（Hallucination） #

一段語氣肯定、行文流暢，但內容錯誤的陳述。在 AI 能見度的語境下，代價最高的幻覺是具體而可查證的——錯誤的價格、已結業的地點、機構並不提供的服務、並不持有的資格。

相關詞： 混淆, 過時事實, 依據（Grounding）
對比： 過時事實

混淆 #

AI 把兩間不同的企業合併成一間，通常因為名稱或地點相似。混淆與幻覺不同：每一項事實單獨看可能都正確，只是它們分屬兩間不同的公司。

相關詞： 幻覺（Hallucination）, 實體解析
對比： 幻覺（Hallucination）

過時事實 #

一段曾經正確、但現已不再正確的陳述——舊價格、舊地址、已離開的合夥人。過時事實是 AI 對企業出錯之中最常見的一類，也是最容易處理的一類，因為更正來源通常就能更正答案。

相關詞： 幻覺（Hallucination）, 知識截止日期
對比： 幻覺（Hallucination）

實體 #

一件具體、可識別的事物——一間企業、一個人、一個地方——與用來指稱它的字眼有別。AI 系統以實體為單位進行推理，因此目標是令每一次提及你的機構，都能解析到同一個明確無誤的實體。

相關詞： 實體解析, 知識圖譜, sameAs
對比：

實體解析 #

判斷兩次提及是否指向同一件真實世界的事物。當它失敗，一間機構的聲譽會被拆散到數個不完整的身份之上，而每一個都不足以強到被推薦。

相關詞： 實體, 混淆, sameAs

知識圖譜 #

一個結構化儲存實體及其關係的資料庫，被搜尋與 AI 系統用作穩定的事實骨幹。就企業能見度而言，Wikidata 是最具影響力的公開知識圖譜。

相關詞： 實體, sameAs, 結構化資料

sameAs #

schema.org 的一個屬性，用以把企業的正規頁面連結到它在其他平台的官方檔案。sameAs 是現時可用、最直接告訴機器「這些帳戶全屬同一個實體」的指令。

相關詞： 實體解析, 結構化資料, 知識圖譜

結構化資料 #

可被機器讀取的標記，通常為 schema.org JSON-LD，明確說明一個頁面在講甚麼。結構化資料令機器毋須從行文中推斷事實——而推斷正是錯誤產生之處。

相關詞： schema.org, sameAs, JSON-LD

schema.org #

網絡上大部分結構化資料背後的共用詞彙表。與專業服務相關的類型包括 Organization、LocalBusiness、MedicalClinic、LegalService、FAQPage 及 Article。

相關詞： 結構化資料, JSON-LD

JSON-LD #

結構化資料通常採用的嵌入格式——置於頁面 head 之中的一段 JSON。之所以是首選，是因為它不會令標記與版面糾纏在一起。

相關詞： 結構化資料, schema.org

llms.txt #

放在網站根目錄的純文字檔案，概述該網站是甚麼，並連結其最有用的頁面，供 AI 讀者使用。採用屬自願性質，亦未標準化；成本近乎零，卻能讓模型讀到一段清晰的身份陳述。

相關詞： robots.txt, 結構化資料
對比： robots.txt

robots.txt #

控制哪些爬蟲可以存取網站的檔案。就 AI 能見度而言，關鍵分別在於訓練爬蟲、搜尋爬蟲與即時抓取代理三者之間：封鎖搜尋爬蟲，會令一間企業在即時答案中無法被引用。

相關詞： AI 爬蟲, llms.txt
對比： llms.txt

AI 爬蟲 #

為 AI 系統收集網絡內容的機械人，負責三種工作之一：收集訓練資料、建立回答時查詢的搜尋索引，或在對話期間按需抓取某一頁。

相關詞： robots.txt, 依據（Grounding）

零點擊 #

使用者毋須進入任何來源網站便得到答案的查詢。零點擊行為正是為何 AI 能見度不能單靠引薦流量量度：無論之後有沒有點擊，影響都已經發生。

相關詞： 暗流量, 搜尋引擎優化（SEO）, 答案引擎優化（AEO）
對比： 搜尋引擎優化（SEO）

暗流量 #

由 AI 推薦促成、但抵達時沒有可歸因引薦來源的到訪與查詢，因為使用者是在之後直接搜尋你的名稱。暗流量是 AI 能見度在分析工具中看似毫無成效的主要原因。

相關詞： 零點擊

答案引擎 #

回傳綜合答案而非連結清單的系統。Perplexity 與 Google 的 AI Mode 屬答案引擎；像 ChatGPT 這類通用助理在進行檢索時，其行為亦等同答案引擎。

相關詞： 答案引擎優化（AEO）, 零點擊, AI 助理
對比： 搜尋引擎

AI 助理 #

通用的對話式 AI。哪些助理重要，是一條因市場而異的問題：ChatGPT 與 Claude 在香港被地區限制，而 Gemini、Perplexity、DeepSeek 及通義千問在當地可用。

相關詞： 答案引擎, 接觸面

接觸面 #

某一群受眾實際能接觸到的助理集合。把受眾根本無法接觸的接觸面混合成單一能見度分數呈報，描述的是一批並不存在的受眾。

相關詞： AI 助理, 生成式引擎優化（GEO）

提示詞組 #

用以量度一間企業的固定買家意圖問題集合，保持不變以令結果可跨時間比較。提示詞組是 AI 能見度工作的量度單位。

相關詞： 出現率, AI 聲量佔比

搜尋引擎 #

回傳文件排名連結的系統。它與答案引擎的分別在於回傳甚麼——供使用者自行評估的連結，而非一個綜合而成的答案。

相關詞： 答案引擎, 搜尋引擎優化（SEO）
對比： 答案引擎
引用本頁

SimplyAI（2026）。AI 搜尋詞彙表。更新於 2026 年 8 月 24 日。https://simplyai.work/zh-Hant/learn/ai-search-glossary/——每個詞條均可透過錨點單獨引用，例如 #share-of-voice。