前言：

大型語言模型（LLM）的出現開創了搜索引擎的新范式，這類引擎通過生成式模 型收集和總結信息來回答用戶查詢。這項新興技術在生成式引擎（GE）的統一框 架下得以系統化，能夠生成精準且個性化的響應，迅速取代谷歌、必應等傳統搜 索引擎。生成式引擎通常通過整合多源信息并利用LLM進行摘要來滿足查詢需求。 雖然這種轉變顯著提升了用戶體驗和生成式搜索引擎的流量，但給第三方利益相 關者——網站和內容創作者帶來了巨大挑戰。由于生成式引擎具有黑箱特性且發 展迅猛，內容創作者對其內容何時及如何展示幾乎毫無掌控權。面對生成式引擎 的持續存在，我們必須確保創作者經濟不受損害。為此，我們引入了生成式引擎 優化（GEO），這是首個創新范式，通過靈活的黑盒優化框架幫助內容創作者提 升其內容在生成式引擎響應中的可見度，該框架可優化并定義可見性指標。我們 通過引入GEO基準測試，構建了一個涵蓋多個領域的大規模用戶查詢基準，并提 供相關網絡資源以解答這些查詢，從而實現系統的評估。通過嚴格評估，我們證 明GEO技術可將生成引擎響應的可見度提升高達40%。此外，我們發現這些策略 在不同領域的有效性存在差異，這凸顯了領域特定優化方法的重要性。本研究為 信息發現系統開辟了新領域，對生成引擎開發者和內容創作者都具有深遠影響。

需要全文完整版可以加微信：AIOS8899