生成式引擎 Generative Engines / Answer Engines
一句话定义
融合了传统信息检索（IR / Search Index）与生成式大模型（LLM）的系统总称，其核心工作流为：意图理解 → 查询重写与扇出（Query Fan-out） → 实时网页检索（RAG） → 阅读合成答案 → 附上角标引用（Inline Citations）。
打个比方 Analogy
一位带着 5 个速记员助手的金牌律师。你问他一个案子，5 个助手瞬间冲进档案室抱回 20 本相关卷宗（检索），金牌律师 3 秒钟读完提炼出核心结论念给你听（生成），并在每句话后面指一下是出自哪本卷宗第几页（引用）。
岗位实战怎么做 In Practice
理解不同生成式引擎依赖的"底层检索源（Search Backend）"是做 GEO 的第一基本功：
- Google AI Overviews / Gemini → 依赖 Google 自家搜索索引与 Google 知识图谱；
- ChatGPT Search / Microsoft Copilot → 深度依赖 Bing 搜索索引 + OpenAI 自有爬虫 (OAI-SearchBot) + 战略合作媒体库；
- Perplexity → 自建混合检索索引（融合 Google/Bing 结果与自家 PerplexityBot 实时重排）。
案例与避坑 Pitfalls
入职惊天盲区：很多国内出海 SEO 只管 Google Search Console，完全不管 Bing Webmaster Tools（必应站长平台）！如果 Bing 没收录你的网站，你在 ChatGPT Search 和 Copilot 里就会彻底沦为透明人！