Editorial Method

ZenLeak GEO 方法论

GEO 仍然是一个变化很快、平台差异很大的领域。ZenLeak 不把未经验证的技巧包装成固定公式，而是把概念、证据、实践建议和实验观察分开写清楚。

我们的基本判断

GEO 的基础仍然是可抓取、可理解、可信和对用户有用的内容。AI 搜索可能改变答案呈现方式，但不会让清晰定义、真实证据、良好页面结构和持续维护失去价值。

我们如何区分结论

每种内容的证据强度不同，读者应该能看出一句话是官方规则、研究结果，还是本站自己的观察。

官方资料

来自搜索引擎、平台或标准组织的公开文档。适合说明抓取、索引、结构化数据和产品规则。

研究与数据

来自论文、公开数据或可复现测试。需要说明研究范围、实验条件和不能外推的部分。

实践观察

来自页面改造、AI 搜索复测或团队经验。会标注时间、平台和样本，避免假装成普遍定律。

证据强度如何标记

证据不是按“看起来权威”排序，而是看它是否能支持眼前这条结论。官方规则不能证明优化效果，小样本实验也不能代表所有平台。

级别	典型材料	允许支持的表达	必须保留的边界
A · 一手规则或数据	官方文档、标准、原始数据导出。	平台公开规则、字段含义、当次测量事实。	不能自动推导排名或引用效果。
B · 可复现研究	公开方法、样本和原始记录的研究或多轮测试。	在明确样本和条件内观察到的趋势。	不能外推到所有行业、地区和时间。
C · 案例观察	经授权案例、访谈、单站复盘。	实践过程、结果和可能解释。	相关性不等于因果关系。
D · 待验证假设	经验判断、未复测现象、研究线索。	提出值得验证的问题和下一步。	不得写成“已证明”或效果承诺。

一篇教程如何被写出来

我们希望每篇文章都能让读者知道下一步怎么做，也能让 AI 搜索拿到完整上下文。

确定问题

从真实用户问题开始，而不是从抽象概念或关键词堆开始。明确读者身份、使用场景和决策阶段。

划定边界

说明文章解决什么、不解决什么，区分 GEO、SEO、AEO、LLMO 等容易混淆的概念。

组织答案

先给直接结论，再补定义、步骤、对比、示例、证据、FAQ 和发布前检查清单。

加入证据

优先链接官方文档、原始研究、标准规范和可复核的测试记录，避免只引用二手总结。

复测更新

平台行为、文档规则和工具能力会变化，文章需要记录更新时间，并在重要结论变化时重写。

AI 辅助写作的责任边界

AI 工具可以参与组织和检查，但不能成为自己的证据。发布页面的事实、来源、代码行为和结论边界仍由 ZenLeak 编辑部负责。

允许辅助

用 AI 整理问题、比较提纲、检查重复表达、生成待核对清单或提供代码草稿。

逐项核验

重要事实回到原始来源；代码在本地检查、测试和构建；平台状态以真实接口或留档结果为准。

人工发布

编辑决定哪些内容成立、哪些只是推论、哪些必须删除，并对标题、摘要与正文的一致性负责。

错误可修正

读者可以提交页面、问题和依据；实质修正会更新复核日期，并在必要时进入公开更新记录。

AI 搜索实验的记录标准

实验页面不会只写“测试有效”，而会保留足够的上下文，让别人知道这个结论从哪里来。

记录项	为什么要记录	最低要求
问题原文	不同问法可能触发不同答案路径。	保存完整问题，不只保存关键词。
平台与时间	模型、索引和产品界面会变化。	记录平台、日期、语言和地区。
页面版本	没有版本就无法判断改动造成的影响。	记录改造前后版本或发布日期。
判定标准	“出现了”不一定等于“正确引用”。	区分提及、链接、内容采用和答案准确度。
限制条件	避免把一个样本夸大成行业规律。	说明样本量、等待时间和无法控制的变量。

更新和修正原则

一个教程站的可信度不只来自发布速度，也来自它能否承认变化、修正错误和保留版本痕迹。

什么时候更新

官方文档或平台规则发生变化。
页面中的示例、链接或截图已经失效。
实验复测显示原结论只在特定条件下成立。
读者反馈指出定义、步骤或边界存在歧义。

如何修正

保留原发布日期和最新更新时间。
在正文中说明关键修改，而不是悄悄替换结论。
修复失效链接，优先替换为原始来源。
对无法确认的说法使用更谨慎的措辞。

我们不会承诺什么

边界说清楚，教程才不会把复杂问题伪装成简单按钮。

不承诺固定排名或固定引用

没有任何单一标签、文件或写作套路可以保证页面在所有 AI 搜索平台中排名、被引用或被推荐。 ZenLeak 提供的是可理解的内容方法、技术基础和可复测的实验框架。

不把一次结果当成普遍规律

生成式答案会受到问题、平台、时间、地区、登录状态和索引变化影响。实验结果应该带着条件阅读，最好的结论通常是“在这些条件下观察到什么”。