# ZenLeak GEO 学院 ZenLeak GEO 学院是一个系统学习生成式搜索优化、AI 搜索引用机制和内容可见性的中文教程站。 ## 站点定位 ZenLeak 面向 SEO 从业者、内容运营、独立站站长、B2B 营销团队和知识型网站作者,提供生成式搜索优化教程、AI 搜索实验、案例拆解和内容模板。 ## 推荐入口 - [GEO 学习路径](/start/) - [GEO 入门教程](/basics/) - [GEO 内容优化教程](/content/) - [GEO 技术配置教程](/technical/) - [GEO 实践中心](/practice/) - [GEO 案例拆解](/cases/) - [AI 搜索实验室](/experiments/) - [GEO 资源中心](/resources/) - [GEO 模板库](/templates/) - [GEO 发布前检查工具](/tools/) - [GEO 术语库](/glossary/) - [GEO 方法论](/methodology/) - [关于 ZenLeak 与编辑责任](/about/) - [公开证据账本](/evidence/) - [内容更新记录](/changelog/) ## 四阶段课程 - 第 1 阶段「建立概念与问题框架」:先弄清 GEO 的边界,再把零散关键词扩展为真实问题、意图与实体关系。 阶段产出:完成一份可排序的问题库,并能解释 SEO 与 GEO 的协作关系。 - 第 2 阶段「设计可理解的内容」:学习答案结构、证据组织、主题集群和产品页表达,把概念变成可执行页面。 阶段产出:完成一篇包含答案、边界、证据、步骤和内链的页面初稿。 - 第 3 阶段「补齐技术与发布底座」:按照发现、抓取、索引、归一和理解的顺序,检查站点的机器入口。 阶段产出:完成一轮技术检查,并把正式域名与机器可读入口统一起来。 - 第 4 阶段「用案例与实验复核」:把改造前后的页面版本、固定问题、平台与答案结果记录下来,避免凭印象判断。 阶段产出:建立首轮测试基线,能区分品牌提及、页面链接、内容采用和答案准确度。 ## 核心教程 - 1. [GEO 是什么:生成式搜索优化入门指南](/basics/what-is-geo/) — 第 1 阶段,8 分钟,状态:已复核。用一篇文章讲清楚 GEO 的定义、适用场景、和传统 SEO 的关系,以及为什么教程站、B2B、SaaS 和知识型内容要尽早关注它。 - 2. [GEO 和 SEO 的区别:从排名思维到答案思维](/basics/seo-vs-geo/) — 第 1 阶段,9 分钟,状态:已复核。对比 SEO 和 GEO 的目标、内容结构、评估方式和常见误区,帮助内容团队建立生成式搜索时代的工作框架。 - 3. [GEO 问题研究怎么做:从关键词到用户问题和实体](/basics/question-research/) — 第 1 阶段,14 分钟,状态:已复核。把关键词研究升级成问题库、意图层级和实体关系,找到真正值得写成教程、案例和工具页面的内容机会。 - 4. [AI 友好页面怎么写:定义、证据、步骤和 FAQ](/content/answer-friendly-page/) — 第 2 阶段,12 分钟,状态:已复核。把一篇普通文章改造成 AI 搜索更容易理解的页面:先给定义,再给证据、步骤、对比、FAQ 和可验证来源。 - 5. [GEO 证据怎么组织:来源、引用与可信度](/content/evidence-and-sources/) — 第 2 阶段,13 分钟,状态:已复核。学习如何为 GEO 教程匹配官方文档、原始研究、数据、案例和实验记录,让结论更可信、更容易被复核。 - 6. [GEO 主题集群怎么做:从关键词表到问题网络](/content/topic-cluster/) — 第 2 阶段,15 分钟,状态:已复核。学习如何把关键词研究升级成问题网络、实体库和教程集群,建立更适合 AI 搜索理解的主题权威。 - 7. [产品页如何做 GEO:让 AI 看懂你适合谁](/content/product-page-geo/) — 第 2 阶段,14 分钟,状态:已复核。面向 SaaS、工具、电商和 B2B 产品页,讲清楚如何表达产品定义、适用人群、替代方案、证据和 FAQ。 - 8. [robots、sitemap 和 llms.txt:GEO 技术基础配置](/technical/robots-sitemap-llms/) — 第 3 阶段,10 分钟,状态:已复核。解释 robots.txt、sitemap.xml、canonical、结构化数据和 llms.txt 在 SEO 与 GEO 中分别解决什么问题。 - 9. [结构化数据怎么服务 GEO:Schema 不是装饰](/technical/structured-data/) — 第 3 阶段,13 分钟,状态:已复核。解释 Article、LearningResource、BreadcrumbList、Organization 等结构化数据如何帮助搜索系统理解教程站。 - 10. [主域名上线怎么优化:ZenLeak 根域名发布清单](/technical/root-domain-launch/) — 第 3 阶段,12 分钟,状态:已复核。用 zenleak.cn 作为正式主域名时,系统检查 DNS、www 归一、HTTPS、canonical、sitemap、robots、缓存、安全响应头和站长平台提交。 - 11. [案例:把 GEO 教程站首页改造成 AI 可理解入口](/cases/homepage-audit/) — 第 4 阶段,18 分钟,状态:已复核。用 ZenLeak 首页作为示例,拆解品牌定义、学习路径、主题集群、机器可读入口和后续实验应该如何连接。 - 12. [AI 引用测试怎么做:建立 GEO 实验记录](/experiments/ai-citation-test/) — 第 4 阶段,16 分钟,状态:持续验证中。用标准化问题、测试平台、记录表和复测节奏,观察你的页面是否被 AI 搜索提到、引用或误解。 ## 术语 - GEO: 生成式搜索优化,目标是让内容更容易被 AI 搜索系统发现、理解、采用、引用或推荐。它不是单一排名技巧,而是内容、证据、实体与技术基础的组合。 - AEO: 答案引擎优化,强调页面能否直接、准确地回答用户问题,并被精选摘要、语音助手或答案型搜索界面采用。 - LLMO: 面向大语言模型的信息呈现优化,常用于描述品牌、实体、产品文档和知识库的可理解性建设。行业对其边界尚无统一定义。 - 实体: 搜索系统可以识别和归类的人、品牌、产品、地点、组织、概念或事件。清晰实体通常拥有稳定名称、属性、关系和可核验来源。 - 引用潜力: 页面内容被 AI 答案作为来源、证据或推荐对象采用的可能性。它只能通过持续测试观察,不能由单个静态分数直接证明。 - llms.txt: 放在网站根目录的文本文件,用来向 AI agent 概括站点定位和重点页面。它是补充入口,不能替代 robots、sitemap、索引基础或正文质量。 - 主题集群: 围绕一个核心主题组织支柱页、子教程、案例、模板和实验,让读者与机器都能看清主题边界、页面角色和学习顺序。 - 问题网络: 把用户问题按意图、阶段、实体、前置知识和上下文连接起来,用来规划页面类型、合并边界、内链与更新优先级。 - 结构化数据: 用标准词汇描述页面、组织、文章、课程、产品或面包屑等对象,帮助机器识别内容类型和关系;声明必须与页面可见内容一致。 - 可摘答案: 离开原页面上下文也能基本成立的短段落,通常包含定义、适用条件、关键判断和必要边界,而不只是口号或无条件结论。 ## 可复用模板 - [AI 友好定义段](/templates/#definition-paragraph):用于概念首次出现的位置。定义要能独立回答“这是什么”,同时说明场景、差异和判断标准,不能只展开英文缩写。 [Markdown 下载](/downloads/templates/definition-paragraph.md) - [深度教程页结构](/templates/#tutorial-page):适合“怎么做”类内容。先交付答案,再补前置条件、判断标准和失败处理,让读者能按步骤完成一个结果。 [Markdown 下载](/downloads/templates/tutorial-page.md) - [主题支柱页](/templates/#pillar-page):支柱页负责建立主题边界和阅读顺序,不负责吞下全部细节。它应该连接定义、教程、案例、模板和实验。 [Markdown 下载](/downloads/templates/pillar-page.md) - [FAQ 答案](/templates/#faq-answer):问题尽量保留用户原话。答案第一句先给结论,之后再说明条件、分支和例外,不要把 FAQ 写成自我宣传。 [Markdown 下载](/downloads/templates/faq-answer.md) - [产品页 GEO](/templates/#product-page):把功能名改写成用户任务,并明确适用人群、替代方案、实施条件和证据,帮助用户与 AI 判断产品是否匹配。 [Markdown 下载](/downloads/templates/product-page.md) - [证据地图](/templates/#evidence-map):在写作前区分事实、规则、效果和建议,为重要判断匹配证据类型、适用范围和更新时间。 [Markdown 下载](/downloads/templates/evidence-map.md) - [AI 引用实验记录](/templates/#ai-citation-experiment):保留问题原文和页面版本,分开记录提及、链接、内容采用与准确度,避免把一次回答误当成稳定排名。 [Markdown 下载](/downloads/templates/ai-citation-experiment.md) - [发布前 GEO 检查清单](/templates/#pre-publish-checklist):用于最终审稿。清单不能证明页面一定获得排名或引用,但能减少主题模糊、证据不足、入口缺失和版本不一致。 [Markdown 下载](/downloads/templates/pre-publish-checklist.md) ## 机器可读索引 - [site-index.json](/site-index.json) - [evidence-index.json](/evidence-index.json) - [search-index.json](/search-index.json) - [rss.xml](/rss.xml) 每篇主线教程同时提供独立证据记录: - JSON:`/evidence/{tutorial-id}.json` - Markdown:`/evidence/{tutorial-id}.md` 例如:[GEO 入门教程证据 JSON](/evidence/what-is-geo.json) 与 [Markdown 版本](/evidence/what-is-geo.md)。 ## 使用边界 ZenLeak 的教程会公开摘要、来源、状态和复核日期。来源按页面关联,用于支持或界定整篇内容;除非正文明确说明,不应推断为逐句证据映射。本站不承诺搜索排名、收录或 AI 引用。