GEO分类体系：生成式引擎优化的结构化术语框架

geo-taxonomy是一个开源项目，旨在为生成式引擎优化（GEO）领域建立统一的术语分类框架。该项目提供包含60多个GEO相关术语的结构化词汇表，支持JSON、CSV、Markdown三种格式输出，解决行业内术语混乱问题，促进交流、工具开发与最佳实践沉淀。

随着ChatGPT等大语言模型驱动的AI搜索引擎普及，传统SEO向GEO演进，但领域内术语碎片化严重——如"AI SEO""Answer Engine Optimization""LLM Optimization"等不同叫法描述相似概念，阻碍新人学习、行业交流及工具开发，因此开源社区启动标准化术语体系建设。

geo-taxonomy是开源结构化词汇表项目，核心是多层级多维度分类体系：

• 分层结构：基础层（核心概念如GEO、RAG）、方法层（优化技术）、工具层（实施工具）、度量层（评估指标）；
• 多格式输出：JSON（程序化访问）、CSV（数据分析）、Markdown（文档参考），满足不同场景需求。

1. 核心概念：明确GEO与SEO（针对传统搜索vs生成式AI）、AEO（范围更广）的区别；
2. 技术方法：涵盖结构化数据优化（Schema标记）、引用可见性策略（权威信号）、语义相关性增强、多模态内容优化；
3. 评估度量：定义AI引用率、来源可信度评分、语义覆盖度等关键指标。

• 内容创作者：参考框架创作AI友好内容，构建语义结构，理解AI引用决策因素；
• 技术实施者：统一沟通词汇，促进工具集成，建立结构化知识库；
• 行业发展：降低入门门槛，促进跨组织协作，加速创新成果传播验证。

使用方式：参考手册（Markdown）、数据资产（JSON）、培训材料、研究基础； 局限性：需动态更新适应领域发展，非英语市场覆盖不足，缺乏大规模行业验证； 未来展望：完善术语体系，推动行业标准形成，集成自动化工具。