常见问题

全思GEO 是什么？

全思GEO 是面向非营利组织官网的 GEO（生成式引擎优化）测评工具，由广州全思信息科技有限公司开发运营。机构在产品首页输入官网网址，约 10 秒可得到五维 100 分制测评报告，评估大模型能否找到机构、核实其身份与公开凭证。

测评报告是怎么生成的？

测评报告由确定性规则引擎生成：引擎逐项核查官网 robots.txt 对 AI 爬虫的放行状态、可收录性信号（noindex / 标题 / 新鲜度 / sitemap / canonical）、llms.txt 速读指南、Schema.org 组织标记与内容可引证结构，按公开口径加权计分。核查过程不访问任何大模型接口，也不采集个人信息。

测评收费吗？

测评免费。五维报告与公开区整改提示无需注册即可查看，完整缺陷清单与行动建议经扫码或留资解锁，全程不设付费环节。

什么是 GEO（生成式引擎优化）？

GEO（Generative Engine Optimization，生成式引擎优化）指让机构内容更容易被生成式引擎找到、核实并引用的优化方法。搜索引擎优化（SEO）争夺搜索结果页排名，GEO 争取的是 AI 回答中的提及与引用：公开、结构化、可核验的内容更容易成为生成式引擎作答的依据。

数据来源：GEO: Generative Engine Optimization（Princeton · KDD 2024）

llms.txt 是什么？

llms.txt 是 2024 年提出的站点速读指南格式：在网站根目录放置 /llms.txt 文件，用简短的 Markdown 说明机构是谁并列出核心页面链接，帮助大模型在有限上下文里快速读懂机构全貌。对非营利组织而言，这是一份成本极低的 AI 门面清单。

数据来源：llms.txt 提案（llmstxt.org）

GEO 和传统 SEO 有什么区别？

SEO 优化网页在搜索结果页的排名，GEO 优化机构信息在 AI 回答中的可发现与可引用程度。两者在内容质量与结构化上相通，GEO 额外要求对 AI 爬虫开放抓取（robots.txt）、提供机器可读的身份标记（Schema.org、llms.txt）与自包含的问答结构。

数据来源：中国商务广告协会《生成式引擎优化（GEO）》系列团体标准