怎么使用这份术语库
本页按星岸内容与监测工作口径解释术语。AEO与GEO等词在不同服务商之间可能有不同范围；提及率、引用率、推荐率应结合具体问题集理解。点击相关词条可交叉核对，阅读服务方案时以实际交付与证据为准。
AEO
答案引擎优化，常指围绕用户问题组织清楚、可核验的答案内容。企业可以补直接答案、适用条件与证据，观察回答系统如何使用资料。该术语没有所有平台共同执行的标准；选服务应看交付范围，不能按名称推断推荐结果。
GEO
生成式引擎优化，常指改善品牌资料在生成式回答中的理解、提及与引用条件，并在约定场景中观察表现。它与AEO、SEO有重叠，不是向外部模型购买位置。评估需保留问题、模式与来源，不把一次出现当作长期效果。
SEO
搜索引擎优化，围绕网站访问、内容、结构和链接等工作，帮助搜索系统发现与理解网页，并观察展示、点击及后续访问。满足技术要求不代表一定收录或获得某个位置。企业应维护真实内容，把搜索记录与AI样本分别分析。
答案引擎
以直接回答用户问题为主要交互形式的系统，可使用检索、规则、知识库或模型生成等不同方式。答案可能包含摘要、步骤或候选项，不一定都附来源。观察企业表现时，应先确认系统入口与模式，再核对回答是否准确。
生成式引擎
利用生成式模型组织内容或回答的系统，可能结合公开搜索、上传文件或内部资料。使用什么模型与检索什么信息是不同层面，不能仅凭模型名称推断公开信源。企业采样应说明入口、来源条件和上下文，避免混用结果。
AI Overview
通常指Google搜索中的AI概览功能，用生成式方式概括信息并提供相关来源入口。是否出现、展示哪些内容由具体查询与系统决定。企业不应把普通AI回答都叫AI Overview，也不应把增加某个文件视为展示保证。
引用率
本网站采用的采样指标：符合约定来源引用标准的有效回答数，除以对应有效回答总数。应明确目标是官网还是相关第三方来源，并给出实际条数。它描述采样窗口，不能代表全部用户；链接还需检查是否真正支持答案。
提及率
本网站采用的采样指标：明确出现目标品牌或可识别主体的有效回答数，除以对应有效回答总数。品牌别名与同名排除规则应先确认。错误或负面提及要另列性质，带品牌问题与不带品牌问题分组，不能合成自然发现比例。
推荐率
本网站采用的采样指标：在选择或采购语境中把目标品牌列为候选的有效回答数，除以对应场景有效回答总数。单纯出现名字不算推荐，应标注理由与适用条件。规则与问题集需一致，不能用身份问题扩充推荐分母。
信源
能够提供某条信息出处的材料或页面，例如产品手册、企业官网、正式文件和第三方报道。是否可信要看主体、证据、日期与适用范围，而不只看平台名称。多篇转载同一材料不等于多个独立验证，引用时应核对具体事实。
llms.txt
面向采用该方案的工具提供站点文本指引与资料入口的公开方案，具体格式按当前说明核对。它不是所有AI搜索共同要求的文件，也不是排名或引用开关。企业有明确使用方与维护人时可评估，优先保证正文与事实链接准确。
相关词条：llms-full.txt；第二受众。
llms-full.txt
常见于相关实践中的扩展文本文件命名，用来汇总较完整的站点资料，具体组织方式由实施方案决定。不能把它视为所有平台的强制标准。维护时应检查更新、公开授权和与原网页的一致性，避免复制过期价格或内部文件。
结构化数据
用明确字段描述页面事实与实体关系的数据表达，例如公司主体、服务、价格与文章。它应与可见正文一致，类型按内容选择。结构化数据可用于相关系统理解或展示，但校验通过不能证明某个AI会引用，也不能加入虚构评价。
JSON-LD
基于JSON表达关联数据的格式，网站常用它承载schema.org词汇的结构化信息。格式与词汇不是同一概念；公司、服务或文章需选择相符类型。实施后检查语法、关系与正文一致性，不把代码存在当作搜索或AI效果证明。
RAG
检索增强生成，指先从外部资料检索相关信息，再把信息作为生成回答的参考。检索范围可以是公开网页或内部知识库，不意味着能访问所有网站。答案仍可能有错误，应核对来源与权限；企业内容需要准确，而非只追逐术语。
知识库
按一定结构管理、检索和更新资料的集合，可用于内部问答或对外服务。企业知识库应有资料来源、维护责任、版本与访问权限。内部系统能够检索某条资料，不代表外部AI已经获得它；公开事实与内部文件需要分别管理。
事实卡
星岸内容工作中的资料整理单元，用于记录主体、产品、条件、证据链接、有效时间与审核人，帮助不同渠道使用一致口径。它不是平台官方认证或模型上传入口。事实变化后应同步页面与文件，未经核验的数据先标为待确认。
Agent流量
由智能代理在查询、阅读或执行任务时产生的网站访问。识别需要结合请求记录、官方代理信息与具体行为，不能仅凭一个标识认定身份。代理访问不等于真实客户访问或品牌引用，统计时应与普通用户和自动化异常分开。
第二受众
内容规划中对机器读取方的工作性称呼，第一受众仍是需要理解资料的人。面向第二受众可改善事实字段、稳定链接与资料导航，但不应牺牲客户阅读。它不是统一行业标准，也不代表每个系统都会读取同一套文件。
采样量
在约定问题、引擎与时间窗口下收集的记录数量。应分清计划请求、有效回答与异常请求，并说明重复采样与分组规则。小样本波动可能较大，比例要同时展示实际条数；更大采样量也不能直接代表所有用户的体验。
复测
在内容修改或时间变化后，尽量沿用原问题与条件再次采样，以便核对事实与回答变化。新增问题、模式改变和异常应单列。复测能支持观察与交付验收，但时间先后不等于因果，不能仅凭一次改善证明持续效果。
定义与技术说明的核对入口
关于Google搜索AI功能、llms.txt方案和结构化数据，可分别核对Google AI内容指南、llms.txt公开方案和schema.org词汇说明。本页的监测指标与工作性称呼均已标明口径，不将其描述为各平台共同标准。