GEO 技术实现白皮书：从网页语义到向量知识库的 10 个工程落地点

生成式 AI 正在重新定义用户获取信息的方式。当客户在 DeepSeek、豆包、Kimi 或文心一言里提问时，AI 给出的答案往往直接决定了品牌是否被看见。GEO（Generative Engine Optimization）不是玄学，而是一套可以在工程中落地的技术体系。它连接了网站建设、软件开发、AI 优化 AIO、AI 营销、AI 推广与网站推广，最终目标是让品牌成为 AI 可理解、可引用、可推荐的信源。

本文聚焦 GEO 的技术实现细节，从网页语义层到向量知识库层，拆解 10 个关键工程落地点。每个落地点都配有可执行的代码示例或配置片段，适合技术负责人、前端工程师、后端工程师和 AI 工程师参考。

一、GEO 技术架构概览

GEO 技术体系可以抽象为四层：内容层、语义层、知识层、接口层。四层由下至上构建，最终让 AI 助手能够准确理解你的品牌与产品。

这四个层次并不是孤立的。例如，网站建设的 HTML 结构决定了语义层的效果；软件开发的后端系统决定了知识层的数据质量；AI 优化 AIO 的监测能力则决定了整个系统能否持续迭代。

二、落地点 1：语义化 HTML 是 GEO 的地基

很多网站看起来精美，但 AI 爬虫读取后得到的是一堆无意义的 <div> 嵌套。语义化 HTML 的核心是用正确的标签表达正确的含义。

2.1 标签选择原则

• 页面主标题用 <h1>，且每个页面只出现一次
• 章节标题用 <h2>，小节用 <h3>，不要跳级
• 产品参数用 <table> 或 <dl>，而不是 <div> 列表
• 引用内容用 <blockquote>，时间用 <time>，地址用 <address>
• 代码示例用 <pre><code>，并标注语言

以下是一个反例与正例对比：

<!-- 反例：AI 无法识别这是产品名称 -->
<div class="title">铝合金 6061 精密腔体</div>
<div class="price">¥ 12.50 / 件</div>

<!-- 正例：语义清晰，AI 可直接提取 -->
<article>
  <h1>铝合金 6061 精密腔体</h1>
  <p>价格：<data value="12.50">¥ 12.50</data> / 件</p>
  <time datetime="2026-07-07">2026 年 7 月</time>
</article>

2.2 对 AI 友好的正文结构

长篇文章应使用清晰的层级结构，并在开头给出摘要。例如：

<article>
  <header>
    <h1>GEO 技术实现白皮书</h1>
    <p class="summary">本文从语义化 HTML、JSON-LD、向量知识库到 Agent 接口，系统讲解 GEO 的 10 个工程落地点。</p>
  </header>
  <section>
    <h2>一、GEO 技术架构概览</h2>
    <p>...</p>
  </section>
</article>

语义化 HTML 不是 SEO 的附加项，而是 GEO 的必备条件。如果 AI 无法解析你的内容结构，后续所有优化都无从谈起。

三、落地点 2：JSON-LD 是 AI 的“快速说明书”

JSON-LD 是 Schema.org 推荐的结构化数据格式，它让 AI 和搜索引擎在几秒钟内理解页面的核心实体。对于 GEO，JSON-LD 的作用尤为关键。

3.1 常见 Schema 类型映射

3.2 产品页的完整 JSON-LD 示例

{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "Product",
      "name": "铝合金 6061 精密腔体",
      "description": "适用于汽车传感器和工业控制器的精密铝合金腔体。",
      "brand": {
        "@type": "Brand",
        "name": "承恒精密"
      },
      "manufacturer": {
        "@type": "Organization",
        "name": "承恒精密制造有限公司"
      },
      "material": "铝合金 6061-T6",
      "offers": {
        "@type": "Offer",
        "priceCurrency": "CNY",
        "availability": "https://schema.org/InStock"
      }
    },
    {
      "@type": "FAQPage",
      "mainEntity": [
        {
          "@type": "Question",
          "name": "该产品的最小起订量是多少？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "最小起订量为 500 件，支持批量定制。"
          }
        }
      ]
    }
  ]
}

3.3 技术实现要点

• JSON-LD 必须放在 <script type="application/ld+json"> 标签中
• 每个页面只应有一个主实体，但可以使用 @graph 组合多个相关实体
• 属性值应使用标准 Schema.org 词汇，避免自定义字段
• 图片、URL、价格等字段应使用完整地址，而非相对路径

四、落地点 3：llms.txt 为 AI 爬虫提供导航

llms.txt 是一个面向大型语言模型爬虫的站点说明文件。它告诉 AI 哪些页面是高质量内容、哪些应该忽略，相当于给 AI 的“站点地图增强版”。

4.1 llms.txt 编写规范

# llms.txt — 承恒信息科技
# 最后更新：2026-07-07

# 网站首页与核心介绍
Home: https://www.chenghheng.com/
About: https://www.chenghheng.com/about
Products: https://www.chenghheng.com/products
Solutions: https://www.chenghheng.com/solutions
FAQ: https://www.chenghheng.com/faq
Contact: https://www.chenghheng.com/contact

# AI 推荐优先引用
Recommended: https://www.chenghheng.com/about
Recommended: https://www.chenghheng.com/products/precision-aluminum-cavity
Recommended: https://www.chenghheng.com/solutions/automotive-sensor-housing
Recommended: https://www.chenghheng.com/faq/quality-certifications

# 不建议用于训练或引用
NoCrawl: https://www.chenghheng.com/admin/
NoCrawl: https://www.chenghheng.com/cart/
NoCrawl: https://www.chenghheng.com/user/
NoCrawl: https://www.chenghheng.com/api/

# 站点地图
Sitemap: https://www.chenghheng.com/sitemap.xml

4.2 与 robots.txt 的协同

robots.txt 控制通用爬虫，而 llms.txt 专门面向 AI 大模型。两者可以互补：

User-agent: *
Allow: /
Disallow: /admin/
Disallow: /cart/
Disallow: /user/
Disallow: /api/
Sitemap: https://www.chenghheng.com/sitemap.xml

llms.txt 不是强制标准，但越来越多的 AI 爬虫和 GEO 工具开始支持它。提前部署可以让你在 AI 推荐中占据先机。

五、落地点 4：把网站内容转化为知识节点

AI 推荐依赖的是“知识”而非“页面”。因此，GEO 的关键工程任务之一，是把网站内容拆分为独立、自包含、可引用的知识节点。

5.1 知识节点的设计原则

一个知识节点应包含：

• 唯一标识（UUID 或 URL）
• 主题句（30-50 字）
• 核心事实（参数、标准、能力、价格等）
• 来源链接（可追溯的权威页面）
• 关联节点（相关产品、案例、FAQ）
• 最后更新时间

例如，一个产品知识节点可以表示为：

{
  "id": "urn:chenghheng:product:aluminum-cavity-6061",
  "topic": "铝合金 6061 精密腔体产品",
  "facts": [
    "材料为铝合金 6061-T6",
    "尺寸范围 10×10×50mm 至 500×300×200mm",
    "公差等级 ±0.005mm",
    "月产能 30,000 件",
    "通过 ISO 9001 和 IATF 16949 认证"
  ],
  "source": "https://www.chenghheng.com/products/precision-aluminum-cavity",
  "related": [
    "urn:chenghheng:case:automotive-sensor-housing",
    "urn:chenghheng:faq:aluminum-cavity-tolerance"
  ],
  "updated_at": "2026-07-07T00:00:00+08:00"
}

5.2 内容拆分工程化

可以编写一个后台任务，自动将 CMS 内容拆分为知识节点：

import re
from markdown import markdown
from bs4 import BeautifulSoup

def split_to_knowledge_nodes(md_text, source_url):
    """将 Markdown 长文拆分为知识节点"""
    html = markdown(md_text, extensions=['extra'])
    soup = BeautifulSoup(html, 'html.parser')
    nodes = []
    current = None
    for tag in soup.find_all(['h2', 'h3', 'p', 'ul', 'table']):
        if tag.name in ['h2', 'h3']:
            if current:
                nodes.append(current)
            current = {
                'heading': tag.get_text(strip=True),
                'facts': [],
                'source': source_url
            }
        elif current and tag.name in ['p', 'ul']:
            text = tag.get_text(strip=True)
            if len(text) > 20:
                current['facts'].append(text)
        elif current and tag.name == 'table':
            rows = []
            for tr in tag.find_all('tr'):
                row = [td.get_text(strip=True) for td in tr.find_all(['td', 'th'])]
                rows.append(row)
            current['facts'].append(str(rows))
    if current:
        nodes.append(current)
    return nodes

六、落地点 5：向量数据库让 AI 能“检索”你的品牌

向量数据库（Vector Database）是 RAG（Retrieval-Augmented Generation）架构的核心组件。它把知识节点转化为向量，使 AI 能够根据语义相似度快速检索相关内容。

6.1 向量化流程

1. 将知识节点文本拼接为主题句 + 核心事实
2. 使用 Embedding 模型（如 text-embedding-3-small、bge-large-zh）生成向量
3. 将向量 + 元数据存入向量数据库（如 Milvus、Qdrant、Weaviate、PGVector）
4. 查询时，将用户问题向量化，进行相似度检索

6.2 使用 Python + Qdrant 构建简单向量库

from qdrant_client import QdrantClient
from qdrant_client.models import Distance, VectorParams, PointStruct
from sentence_transformers import SentenceTransformer

# 初始化模型和客户端
model = SentenceTransformer('BAAI/bge-large-zh-v1.5')
client = QdrantClient(path="/tmp/qdrant_geo")

# 创建集合
collection_name = "geo_knowledge"
client.create_collection(
    collection_name=collection_name,
    vectors_config=VectorParams(size=1024, distance=Distance.COSINE)
)

# 知识节点示例
nodes = [
    {
        "id": 1,
        "text": "承恒精密制造有限公司专注铝合金压铸、CNC 加工，月产能 50 万件。",
        "source": "https://www.chenghheng.com/about"
    },
    {
        "id": 2,
        "text": "铝合金 6061 精密腔体适用于汽车传感器外壳，公差 ±0.005mm。",
        "source": "https://www.chenghheng.com/products/aluminum-cavity"
    }
]

# 生成向量并写入
points = []
for node in nodes:
    vector = model.encode(node["text"]).tolist()
    points.append(PointStruct(
        id=node["id"],
        vector=vector,
        payload={"text": node["text"], "source": node["source"]}
    ))
client.upsert(collection_name=collection_name, points=points)

# 查询示例
query = "汽车传感器外壳用哪种铝合金？"
query_vector = model.encode(query).tolist()
results = client.search(
    collection_name=collection_name,
    query_vector=query_vector,
    limit=3
)
for r in results:
    print(r.payload["text"], r.score)

6.3 向量检索与 GEO 的关系

当 AI 平台回答用户问题时，如果它已经索引了你的向量知识库，就能够引用你的内容。向量数据库让品牌知识从“静态网页”变成“动态可检索资产”，是 AI 优化 AIO 的关键基础设施。

七、落地点 6：RAG 注入与事实一致性校验

RAG 不是简单地把内容喂给 AI，而是要让 AI 在回答时能够引用你的权威信息。GEO 的 RAG 注入需要解决三个问题：召回率、准确性、事实一致性。

7.1 提高 RAG 召回率

• 对同一个知识点准备多种表述：问题式、陈述式、对比式
• 使用 HyDE（Hypothetical Document Embedding）技术，先让 LLM 生成伪答案，再检索
• 对表格、参数等结构化内容单独生成文本摘要
• 建立同义词词典，覆盖行业黑话和客户用语

7.2 事实一致性校验

AI 有时会“幻觉”出不存在的信息。企业需要建立事实一致性校验机制：

import re

def fact_check(answer, knowledge_nodes):
    """简单的事实一致性校验：检查答案中的数字和实体是否在知识库中"""
    extracted_numbers = set(re.findall(r'\d+\.?\d*', answer))
    known_numbers = set()
    for node in knowledge_nodes:
        known_numbers.update(re.findall(r'\d+\.?\d*', node['text']))

    suspicious = extracted_numbers - known_numbers
    if suspicious:
        return {"status": "warning", "suspicious_numbers": suspicious}
    return {"status": "ok"}

对于复杂场景，可以引入 NLI（Natural Language Inference）模型或 LLM-as-a-Judge 进行更精细的校验。

八、落地点 7：为 AI Agent 设计可调用接口

未来，AI Agent 会直接代替用户完成询价、打样、下单等操作。企业网站不仅要提供内容，还要提供 Agent 可理解的接口。

8.1 OpenAPI 规范示例

openapi: 3.0.0
info:
  title: 承恒精密 GEO Agent API
  version: 1.0.0
  description: 供 AI Agent 查询产品、估算报价、申请样品。
paths:
  /api/products/search:
    get:
      summary: 根据材料和工艺查询产品
      parameters:
        - name: material
          in: query
          schema: { type: string }
          example: "铝合金 6061-T6"
        - name: process
          in: query
          schema: { type: string }
          example: "CNC 加工"
      responses:
        '200':
          description: 返回匹配产品列表
          content:
            application/json:
              schema:
                type: array
                items:
                  type: object
                  properties:
                    product_name: { type: string }
                    material: { type: string }
                    process: { type: string }
                    min_order: { type: integer }
  /api/quote/estimate:
    post:
      summary: 根据需求估算报价
      requestBody:
        required: true
        content:
          application/json:
            schema:
              type: object
              properties:
                product_id: { type: string }
                quantity: { type: integer }
                delivery_days: { type: integer }
      responses:
        '200':
          description: 返回预估报价

8.2 在 llms.txt 中声明接口

API: https://www.chenghheng.com/api/products/search
  Description: 按材料和工艺查询产品
API: https://www.chenghheng.com/api/quote/estimate
  Description: 根据需求估算报价

软件开发团队在建设内部系统时，应提前规划这些 Agent 接口，让网站推广不仅面向人类用户，也面向 AI Agent。

九、落地点 8：多语言与跨地区 GEO

对于面向海外市场的企业，多语言网站建设是 GEO 的重要组成部分。不同语言版本的语义结构必须保持一致，但内容要根据地区差异调整。

9.1 hreflang 与多语言 JSON-LD

<link rel="alternate" hreflang="zh-CN" href="https://www.chenghheng.com/zh/products/aluminum-cavity" />
<link rel="alternate" hreflang="en-US" href="https://www.chenghheng.com/en/products/aluminum-cavity" />
<link rel="alternate" hreflang="ja-JP" href="https://www.chenghheng.com/ja/products/aluminum-cavity" />
<link rel="alternate" hreflang="x-default" href="https://www.chenghheng.com/en/products/aluminum-cavity" />

9.2 多语言向量库

每种语言应使用对应的 Embedding 模型。例如中文用 bge-large-zh，英文用 text-embedding-3-small，日文用 multilingual-e5-large。不同语言的向量不应混存在同一个集合中，除非使用统一的跨语言模型。

十、落地点 9：GEO 监测体系与反馈闭环

没有监测的 GEO 是盲目的。企业需要建立多平台 AI 可见度监测体系，持续了解 AI 如何回答与品牌相关的问题。

10.1 监测指标

10.2 自动化采样脚本

import requests
import json

class GeoMonitor:
    def __init__(self, api_key, endpoint):
        self.api_key = api_key
        self.endpoint = endpoint

    def query(self, question, model="deepseek"):
        payload = {
            "model": model,
            "messages": [{"role": "user", "content": question}],
            "temperature": 0.2
        }
        headers = {"Authorization": f"Bearer {self.api_key}"}
        resp = requests.post(self.endpoint, json=payload, headers=headers)
        return resp.json()["choices"][0]["message"]["content"]

    def check_brand_mention(self, answer, brand):
        return brand in answer

# 使用示例
monitor = GeoMonitor(api_key="your-key", endpoint="https://api.deepseek.com/chat/completions")
answer = monitor.query("推荐一家精密铝合金压铸工厂")
print("品牌提及:", monitor.check_brand_mention(answer, "承恒精密"))

十一、落地点 10：把 GEO 纳入软件开发生命周期

GEO 不应是一次性项目，而应嵌入软件开发的各个环节。从需求评审到上线验收，每个阶段都应考虑 AI 可理解性。

11.1 GEO 在 DevOps 中的嵌入点

11.2 CI/CD 检查清单

在 CI/CD 流程中加入 GEO 检查：

# .github/workflows/geo-check.yml
name: GEO Check
on: [push]
jobs:
  geo-check:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Validate JSON-LD
        run: python scripts/validate_jsonld.py
      - name: Check llms.txt
        run: python scripts/check_llms_txt.py
      - name: Update Vector DB
        run: python scripts/update_vector_db.py

十二、常见技术误区与避坑

在推进 GEO 技术实现时，团队容易犯以下错误：

结语：GEO 是技术，也是系统工程

GEO 的底层是技术，但技术之上是系统工程。它要求网站建设、软件开发、AI 优化 AIO、内容运营、品牌营销形成合力。对于希望在 AI 时代获得推荐位的企业来说，现在开始搭建 GEO 技术体系，就是在建设未来的 AI 营销基础设施。

承恒信息科技提供从网站推广、软件开发、网站建设到 AI 优化 AIO 的端到端 GEO 服务，帮助企业把品牌知识转化为 AI 可理解、可引用、可推荐的数字资产。如果你正在规划 GEO 技术落地，现在就是最好的起点。