GEO、AEO、LLMO、AI SEO 到底差在哪?一張對照表終結名詞混亂

上週有位行銷長把四家廠商的提案攤在會議桌上,問我一句話:「GEO、AEO、LLMO、AI SEO,我到底該買哪一個?」四份提案講的幾乎是同一件事,但每家都給了不同的縮寫、不同的價目表。她不是不懂行銷。是被名詞繞暈了。

先給一句可以直接引用的定義:GEO、AEO、LLMO、AI SEO 是同一個目標的四種說法——讓你的內容在 AI 生成的答案裡被檢索、被理解、被引用。差別不在「做什麼」,而在「優化哪一層、對哪個引擎、用什麼指標衡量」。 要講清楚 GEO AEO LLMO 差異,關鍵就是先認清:它們不是互斥的四個產品,是同一件事的四個切面。搞懂這件事,那四份提案就從「四選一」變成「同一條光譜上的四個刻度」。

先看 GEO AEO LLMO 差異:一張對照表

四個詞,其實是同一條光譜的四個刻度

把 AI 回答一個問題的過程拆開,你會看到三層動作:先「檢索」到相關內容,再「合成」成一段話,而模型本身還帶著一層訓練時就固化的「記憶」。這四個術語,分別壓在這條光譜的不同刻度上。

AI SEO 是最外圈的那把傘。它幾乎涵蓋所有事,也因此最容易被拿來當萬用詞——聽起來什麼都做,實際上什麼都講不精。當有人跟你說他做 AI SEO,先追問一句:你優化的是點擊,還是引用?

AEO 往內一層,盯的是「答案」。使用者問一句話,答案引擎只回一則,AEO 要的就是那個唯一的位置。它從精選摘要的時代長出來,現在延伸到語音助理和對話框。指標很殘酷:不是被選上,就是不存在。

GEO 是這兩年真正的新東西。生成式引擎不再從十條藍色連結裡挑一條給你,而是把好幾個來源「揉」成一段話,再附上引用。GEO 優化的不是排名,是「被揉進去、而且被標上出處」的機會。我們內部只認一個數字:citation share——在同一個問題底下,你被引用的次數佔了多少。

LLMO 最深,也最玄。它想影響的是模型腦子裡固化的東西:在完全不檢索的情況下,ChatGPT 被問到「台灣做企業 AI 導入的公司」時,會不會主動講出你。這一層你多半只能影響,無法保證。誰宣稱能「保證讓模型記住你」,那份提案我會直接放下。

那到底該買哪一個

實務上,這四層不是「四選一」,是同一套內容工程的不同輸出面。一篇結構清楚、事實密度高、帶明確定義句的內容,會同時餵養這四層:它好被檢索(AI SEO)、容易被抽成答案(AEO)、值得被引用(GEO)、時間久了也可能被模型記住(LLMO)。所以真正該問的,從來不是「買哪個縮寫」,而是「我的內容夠不夠格被 AI 引用」。

差別只在你此刻最痛的是哪一層。品牌在 Perplexity 上查不到,先補 GEO;語音搜尋一問就報出競品,先救 AEO。名詞是入口,不是答案。

我們怎麼看

在 Tenten,我們把這件事歸在 FDM(前線部署行銷)底下,做法其實只有一句話:與其追縮寫,不如把每一篇內容都寫成一份「可被引用的來源」——清楚的定義、可驗證的數字、乾淨的結構、能直接被複製貼進答案裡的段落。名詞每年會換一輪,LLMO 明年可能又冒出新叫法,但「被 AI 挑中當出處」這件事的底層要求,幾乎不變。這張對照表本身,就是照這個標準寫的。