<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>独照星河 · AIGEO.GURU · GEO 研究档案 / 法典</title>
    <link>https://aigeo.guru/</link>
    <atom:link href="https://aigeo.guru/rss.xml" rel="self" type="application/rss+xml" />
    <description>由 Beason 创建的 GEO 公开实验室，研究 AI 搜索时代内容如何被理解、引用与发现。</description>
    <language>zh-CN</language>
    <lastBuildDate>Mon, 03 Aug 2026 15:47:13 GMT</lastBuildDate>
    <item>
      <title>从经验到智能：在WAIC听Richard Sutton谈下一代AI</title>
      <link>https://aigeo.guru/research/waic-2026-sutton-experience-to-intelligence/</link>
      <guid isPermaLink="true">https://aigeo.guru/research/waic-2026-sutton-experience-to-intelligence/</guid>
      <description>2026年7月19日，在世界人工智能大会思想者论坛上，Richard S. Sutton围绕强化学习、智能体架构与&quot;经验时代&quot;展开了一场深入分享。听完整场演讲，我最大的感受并不是&quot;大模型路线将被强化学习取代&quot;，而是一个更基础的问题被重新摆到了我们面前：一个系统会生成答案，和它能够在真实世界中持续学习、形成技能、修正认识，可能是两件不同的事。Sutton讨论的是智能体如何通过动作、观察、奖励、状态、价值、选项和知识，逐渐形成对世界的理解。沿着这条思路，我们也可以重新审视今天的Agent，以及大模型究竟是如何理解一家企业、一个品牌和一个人的。</description>
      <author>Beason</author>
      <pubDate>Mon, 20 Jul 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>GEO 不是发软文，而是建设 AI 能引用的证据链</title>
      <link>https://aigeo.guru/research/geo-is-not-pr-but-evidence-chain/</link>
      <guid isPermaLink="true">https://aigeo.guru/research/geo-is-not-pr-but-evidence-chain/</guid>
      <description>很多企业把 GEO 理解成多发文章、多堆关键词、多制造曝光。但真正有效的 GEO，不是发软文，而是建设一套让 AI 能理解、能验证、能引用、能推荐的品牌证据链。</description>
      <author>Beason</author>
      <pubDate>Tue, 07 Jul 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>官网怎么写，才更容易被 AI 理解和引用？</title>
      <link>https://aigeo.guru/research/how-to-write-website-for-ai-search/</link>
      <guid isPermaLink="true">https://aigeo.guru/research/how-to-write-website-for-ai-search/</guid>
      <description>官网不是只给人看的，也正在成为 AI 理解品牌的重要资料源。一个更适合 AI 搜索的官网，应该清楚说明品牌是谁、服务谁、解决什么问题、有什么方法、有哪些证据，以及为什么值得被引用和推荐。</description>
      <author>Beason</author>
      <pubDate>Tue, 07 Jul 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>一次 AI 可见度诊断，到底应该诊断什么？</title>
      <link>https://aigeo.guru/research/what-ai-visibility-audit-should-check/</link>
      <guid isPermaLink="true">https://aigeo.guru/research/what-ai-visibility-audit-should-check/</guid>
      <description>AI 可见度诊断不是简单问一句“AI 知不知道我的品牌”，而是系统检测品牌在 AI 回答中的出现率、准确性、引用来源、竞品位置、内容缺口和优化优先级。</description>
      <author>Beason</author>
      <pubDate>Tue, 07 Jul 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>为什么 AI 推荐竞品，却不推荐你的品牌？</title>
      <link>https://aigeo.guru/research/why-ai-recommends-competitors-not-your-brand/</link>
      <guid isPermaLink="true">https://aigeo.guru/research/why-ai-recommends-competitors-not-your-brand/</guid>
      <description>AI 推荐竞品却不推荐你，通常不是因为竞品一定更强，而是因为竞品在定位、内容、证据、引用来源和用户问题覆盖上，更容易被 AI 理解和推荐。</description>
      <author>Beason</author>
      <pubDate>Tue, 07 Jul 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>品牌在 AI 答案里缺席，通常不是因为 AI 不懂你</title>
      <link>https://aigeo.guru/research/why-brand-missing-in-ai-answers/</link>
      <guid isPermaLink="true">https://aigeo.guru/research/why-brand-missing-in-ai-answers/</guid>
      <description>很多品牌以为自己没有出现在 ChatGPT、豆包、Kimi、Perplexity 等 AI 回答里，是因为 AI 还不够聪明。实际上，更多时候是品牌没有给 AI 足够清晰、可信、可引用的理由。</description>
      <author>Beason</author>
      <pubDate>Tue, 07 Jul 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>结构化数据在 GEO 中能做什么，不能做什么</title>
      <link>https://aigeo.guru/research/structured-data-for-geo/</link>
      <guid isPermaLink="true">https://aigeo.guru/research/structured-data-for-geo/</guid>
      <description>JSON-LD 能明确表达页面、作者与品牌关系，但不保证搜索排名或 AI 引用。本文说明它的真实作用、边界与实施方法。</description>
      <author>Beason</author>
      <pubDate>Mon, 06 Jul 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>llms.txt 实战：一份仍在演进的站点内容索引</title>
      <link>https://aigeo.guru/research/llms-txt-in-action/</link>
      <guid isPermaLink="true">https://aigeo.guru/research/llms-txt-in-action/</guid>
      <description>llms.txt 是面向大模型工具提出的站点内容索引约定，但尚不能替代 robots.txt、sitemap 或公开可访问的网页。本文介绍其格式、用途与边界。</description>
      <author>Beason</author>
      <pubDate>Sat, 04 Jul 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>如何为 AI 搜索优化你的内容：清晰语义与结构</title>
      <link>https://aigeo.guru/research/optimize-content-for-ai/</link>
      <guid isPermaLink="true">https://aigeo.guru/research/optimize-content-for-ai/</guid>
      <description>写给内容创作者的实操清单——用清晰的标题层级、明确的实体与结论、可抓取的结构，让你的文章更容易被大模型引用。</description>
      <author>Beason</author>
      <pubDate>Thu, 02 Jul 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>GEO 与 SEO 的区别与联系</title>
      <link>https://aigeo.guru/research/geo-vs-seo/</link>
      <guid isPermaLink="true">https://aigeo.guru/research/geo-vs-seo/</guid>
      <description>SEO 提升网页在传统搜索中的可发现性，GEO 研究信息在生成式答案中的可见性与影响。本文比较两者的目标、方法和度量边界。</description>
      <author>Beason</author>
      <pubDate>Tue, 30 Jun 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>GEO 是什么？为什么它不是 NCBI GEO？</title>
      <link>https://aigeo.guru/research/what-is-geo/</link>
      <guid isPermaLink="true">https://aigeo.guru/research/what-is-geo/</guid>
      <description>本文所说的 GEO 是 Generative Engine Optimization（生成式引擎优化），不是 NCBI 的 Gene Expression Omnibus。它讨论的是内容如何在生成式搜索场景中被准确理解与合理采用，以及一个新项目如何先消除名称与实体歧义。</description>
      <author>Beason</author>
      <pubDate>Sun, 28 Jun 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>第一卷 · 时代之变</title>
      <link>https://aigeo.guru/codex/volume-1/</link>
      <guid isPermaLink="true">https://aigeo.guru/codex/volume-1/</guid>
      <description>《GEO法典》第一卷。从门户、搜索、算法到智能，梳理互联网信息入口的迁移史，提出&quot;入口决定分发、规则决定排名、理解决定可见性&quot;的演进逻辑，并引出 GEO 产生的背景。</description>
      <author>Beason</author>
      <pubDate>Mon, 13 Jul 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>第二卷 · 认知之道</title>
      <link>https://aigeo.guru/codex/volume-2/</link>
      <guid isPermaLink="true">https://aigeo.guru/codex/volume-2/</guid>
      <description>《GEO法典》第二卷。探讨 AI 如何超越网页、关键词与链接，通过关系、语义、实体与上下文理解世界；论证在 AI 时代，个人与品牌需要从&quot;被看见&quot;走向&quot;被理解、被信任、被引用&quot;。</description>
      <author>Beason</author>
      <pubDate>Mon, 13 Jul 2026 00:00:00 GMT</pubDate>
    </item>
    <item>
      <title>第三卷 · 实体之道</title>
      <link>https://aigeo.guru/codex/volume-3/</link>
      <guid isPermaLink="true">https://aigeo.guru/codex/volume-3/</guid>
      <description>《GEO法典》第三卷。当机器拥有理解关系的能力，一个真实的人、品牌或项目如何在关系中获得清晰身份？从名字、身份锚点、关系网络、事实一致、证据之链到误认纠正，探讨实体如何在数字世界中被稳定识别、连接与核验。</description>
      <author>Beason</author>
      <pubDate>Tue, 14 Jul 2026 00:00:00 GMT</pubDate>
    </item>
  </channel>
</rss>