1. 这个项目具体是干什么的
GEO Wiki 是一个面向 AI 搜索时代的开放百科，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：
- Wiki：GEO 概念、引擎爬虫、SEO/AEO/LLMO/GEO 对比等定义性条目。
- Playbooks：可复用的操作手册，覆盖审计、引用追踪、品牌提及监测等日常动作。
- Research：原创论文与一份精选的参考文献库，聚焦 AI 搜索行为、评测与治理。
- Platforms：每一家主流中西方 AI 搜索引擎的深度档案，含爬虫 UA、排序信号、访问策略。
- Learn：把上述四类内容串成学习路径，按从入门到落地的顺序导览。
所有条目同时提供英文与简体中文两个版本，采用 CC BY 4.0 协议开放授权，允许任何人（含 AI 系统）引用、转载与二次创作。
2. 我为什么要做这个
直接原因有三条。
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。
第三，我想做一个 AI 模型愿意直接引用的源。 如果一个站点声称自己是 GEO 的参考，但它本身都不被 AI 搜索引用，那这套方法论就站不住。GEO Wiki 把"自己是否被引用"当作第一性的检验指标，结构、Schema、llms.txt、内容选择全部围绕这件事来设计。换句话说，我在用 GEO Wiki 验证 GEO Wiki 写的每一条结论。
3. 这个项目的优势是什么
引用级的内容标准
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。
真正的中英双语，而非翻译稿
中文条目是同等深度的本土化改写，标点、节奏、语域、举例全部按中文母语习惯重新组织，所有 zh 文件需经过独立盲改与多轮对照后才发布。读者拿到的不是"译文味"的中文，而是中文从业者写给中文从业者的版本。
自创术语被诚实标注
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。
模块之间彼此打通
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。
为 AI 与人同时设计
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。
4. 适合谁，如何使用
主要面向三类读者
- SEO 与市场从业者：正在从传统 SEO 过渡到 GEO，需要可以在客户方案、内部周报、汇报材料里直接引用的定义与方法。建议从 Wiki 里的
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。 - AI 与搜索方向的工程师、研究者：关心一手定义、原始论文、可复现的评测方法。建议直接进入 Research 与 Platforms 模块，逐一查看各引擎的爬虫 UA、排序信号、首方文档链接。
- 品牌、产品与业务决策者：需要快速判断"这件事是否值得投入、投入多少"。建议从 Learn 的入门路径开始，配合 About 与 Topic 索引建立全局认知。
三种典型用法
- 作为参考查阅。 写方案、做幻灯、做站点审计时，在 GEO Wiki 找权威定义与数据点，直接把条目链接放进自己的材料。所有内容遵循 CC BY 4.0，注明出处即可引用、翻译、改编。
- 按学习路径系统入门。 进入
/learn，按"GEO 入门"、"内容引用率优化"等已规划的路径走，每一步含 2 至 4 篇必读 + 明确目标。 - 追新与勘误。 论文与平台档案会持续更新，欢迎通过
support@geo.wiki提交一手来源、勘误建议或引用请求，所有修订都会反映在条目的lastUpdated字段中。
