GEO

Skąd wzięło się GEO

Termin został wprowadzony w pracy naukowej z 2023 roku przez zespół badaczy z Princeton i kilku innych uczelni (Aggarwal i in.). Autorzy zaproponowali nowe ujęcie optymalizacji treści, dostosowane do tego, jak duże modele językowe generują odpowiedzi, a nie do tego, jak klasyczna wyszukiwarka indeksuje strony. Od tego czasu GEO przyjęło się w branży marketingowej jako określenie nowego obszaru optymalizacji.

Co GEO bierze pod uwagę

Według badań, na to czy model AI wykorzysta dane źródło, wpływają między innymi:

• Cytowania i odwołania do innych źródeł. Modele językowe częściej sięgają po treści, które same opierają się na sprawdzonych źródłach.
• Jasna struktura argumentu. Logiczny układ tekstu, w którym widać, co jest tezą, a co jej rozwinięciem.
• Statystyki i konkretne dane. Liczby, daty, badania zamiast ogólnikowych stwierdzeń.
• Wiarygodność źródła. Autor z dorobkiem, rozpoznawalna marka, jawność redakcyjna.
• Cytowalność. Sposób formułowania treści, który ułatwia modelowi AI wyciągnięcie krótkiego, samodzielnego fragmentu i przedstawienie go jako cytatu w odpowiedzi.

To inny zestaw priorytetów niż w klasycznym SEO.

GEO vs SEO i GEO vs AIO

GEO vs SEO. Klasyczne SEO odpowiada na pytanie: jak sprawić, żeby wyszukiwarka pokazała moją stronę w wynikach na konkretne zapytanie. GEO odpowiada na inne pytanie: jak sprawić, żeby model AI wykorzystał treści z mojej strony, generując odpowiedź. To wymaga innego podejścia do treści, struktury i wiarygodności źródeł.

GEO vs AIO. Oba terminy bywają używane zamiennie, ale technicznie różnią się zakresem. GEO ma ugruntowanie w pracy akademickiej i odnosi się do optymalizacji pod modele generatywne ogólnie. AIO to termin branżowy o mniej ostrej definicji, w którym mieści się zarówno optymalizacja pod AI Overviews w Google, jak i szerzej rozumiana optymalizacja pod treści dostarczane przez AI.