金朝正GEO生成式引擎优化AI投喂内容可见性研究探讨
金朝正GEO：生成引擎优化 GEO： 生成引擎优化 普兰贾尔·阿加瓦尔， 维什瓦克·穆拉哈里， 坦迈·拉杰普罗希特‡， 阿什温·卡利安†， 卡提克·R·纳拉辛汉， 阿米特·德什潘德， 普林斯顿大学 †艾伦理工学院 ‡佐治亚理工学院 印度理工学院德里分校TLDR： GEO是一种新颖的范例，它将帮助内容创建者针对增强大型语言模型的 下一代搜索引擎优化其内容。生成引擎 大型语言模型 (LLM) 的出现开启了搜索引擎的新范式，它使用生成模型收集和汇总信息以回答用户查询。这些生成引擎 (GE)具有生成准确且个性化响应的潜力，正在迅速取代传统搜索引擎并提升用户效用。GEO 是关于什么的？然而，生成引擎给内容创建者带来了许多挑战：排名和可见性：在传统搜索引擎中评估网站性能很简单，网站会按排名顺序列出，内容也一字不差。然而，生成式搜索引擎会生成丰富且结构化的响应，通常会将引用嵌入到单个区块中。这使得排名和可见性的概念变得非常微妙且多面。 网站优化：与搜索引擎不同，搜索引擎已对提高网站可见性进行了大量研究，但如何优化生成引擎响应中的可见性仍不清楚。 黑盒特性：由于生成引擎的黑盒特性，内容创建者几乎无法控制其内容的显示时间和方式，这使得优化其内容变得更加困难。 为了应对这些挑战，我们提出了生成引擎优化 (GEO) ，这是一种旨在帮助内容创作者提升其内容曝光度的全新范式。我们提供了各种展示指标、评估基准以及一系列优化策略，帮助创作者在已部署的商业生成引擎上提升内容曝光度。 重点 �生成引擎的内容优化： GEO 允许网站所有者专门针对生成引擎优化内容。 �定制可见性指标：提出针对生成引擎的专门印象指标，以便您可以有效地判断内容优化。 �综合基准：引入 GEO-BENCH，这是一个用于评估的 10K 查询的多样化基准，以及用于与最佳方法进行最新比较的相应排行榜。 ️显著提高可见性：在已部署的商业生成引擎的实验中，简单的 GEO 策略可将可见性提高高达 40%。 结果摘要 GEO 的表现远超基准和传统 SEO 方法。我们分别对提出的生成引擎和实际部署的 GE 进行了评估，以比较其性能。结果显示，创作者可以立即使用 GEO，改进内容，迎接下一次搜索变革�。我们的分析表明：a.)如果针对目标域名制定优化方法，GEO会更有帮助；b.)未来， GEO将使搜索引擎排名较低的网站受益更多。我们定性地表明，借助GEO，创作者可以进行微小的更改，但却可以大大提高其内容的知名度。土工台 生成引擎正成为信息搜索的常用方式，而 GEO 将使创作者能够优化内容。然而，他们如何评估这些方法，如何评估其性能？当前的数据集分散，无法直接代表新范式中提出的查询类型。我们推出了GEO-bench，一个涵盖来自不同来源的生成引擎相关查询的多样化基准测试！ 1.地质台10K 查询： 10K 个查询来自不同的领域、难度和类别。训练集包含 8K 个查询，验证集和测试集各包含 1K 个查询 数据集：由来自以下数据集的基准测试：1. MS Macro、2. ORCAS-1、3. Natural Questions、4. AllSouls、5. LIMA、6. Davinci-Debtate、7. Perplexity.ai Discover、8. ELI-5、9. GPT-4 Generated Queries 来源和标签：每个查询都提供来自 Google 搜索引擎的 5 个经过清理的相关来源。查询带有超过 50 个不同的标签，以便进行有针对性的优化和分析。 2. GEO-BENCH排行榜公共排行榜：我们为 GEO-BENCH 提供排行榜，并将定期更新最新结果。 不同领域：您的方法针对特定领域？针对不同领域、数据集和标签的排行榜子集。 提交您的方法：将您的方法提交到排行榜并与最佳方法竞争。在新搜索范式时代促进研究向前迈进了一步！ BibTeX @misc{aggarwal2023geo, title={GEO: Generative Engine Optimization}, author={Pranjal Aggarwal and Vishvak Murahari and Tanmay Rajpurohit and Ashwin Kalyan and Karthik R Narasimhan and Ameet Deshpande}, year={2023}, eprint={2311.09735}, archivePrefix={arXiv}, primaryClass={cs.CL} }模板改编自Keunhong Park 等人编写的Nerfies并使用了Bulma。
