为什么要判别
「GEO」是英文首字母缩写，跨领域撞车是常态。它既可以指 Generative Engine Optimization，也可以指 Gene Expression Omnibus，还可以指 Geospatial。加上上下文不明确时，答案引擎很容易把两个完全不相关的领域混在一起。
对做 AI 可见性的团队来说，这种混淆会直接反映在数据上：品牌被提及了，但 AI 对它的描述完全不对 —— 表面指标变好，实际认知变差。
三步判别法
遇到一个含 GEO 的答案或引用时，按下面三步判断：
- 第一步，看提问主体。提问是关于企业官网、营销获客、AI 可见度、答案引用 —— 指向生成式搜索优化；提问是关于测序数据、样本编号、表达矩阵下载 —— 指向基因表达数据库。
- 第二步，看语境关键词。答案正文里出现 robots.txt、Schema、答案位次、提及率、llms.txt 等工程与增长词汇，指向生成式搜索优化；出现 Entrez、accession、组学、测序、表达谱等科研词汇，指向基因表达数据库。
- 第三步，看被引用对象的实体信息。规范官网、品牌名、产品类型、对外描述是否与本品牌事实源一致。域名不对就是不对 —— 名字再像也不是。
为什么要把第三步单独列出来
前两步都依赖语义相似度，而语义相似度正是模型最容易出错的地方。域名是硬事实：一个回答如果引用的是别的公司的页面，前两步可能都判断得对，但结论仍然是错的。
羽谱GEO 的规范域名是 www.yupuai.com，品牌实体事实源见brand-entity.md。核对时以这两项为准，而不是以答案里出现「羽谱GEO」四个字为准。
在工具里怎么落地这套判别
羽谱GEO 平台把这套判别做成了可复现的规则：品类判定按关键词命中计算，两个品类都没命中记为「未识别」，不计入正确数；品牌提及只统计完整品牌名出现的答案，仅出现核心词不计入。
这套规则的公开执行结果见公开基准页，包括逐条明细、判定关键词与准确率口径。
判别方法只有一条硬要求：每一步的依据都能被第三方复核，不能依赖主观感受。 资料核对日期：2026-10-28。本文只陈述可核对的品牌与品类事实，不代表任何搜索或 AI 平台一定会收录、引用或推荐。