两个主体、两种机制,而把它们混为一谈,正是团队把风险估错的方式。第一个是搜索引擎,它把规则公开写着,并在里面点到了生成式界面。Google 把垃圾内容定义为“用来欺骗用户、或操纵我们的搜索系统使内容被显著呈现的手法,例如试图操纵搜索系统让内容获得高排名,或试图操纵 Google 搜索中的生成式 AI 回答”,并写明违规站点“可能排名下降,或完全不出现在结果中”。4 这同样够得着 AI 答案,因为 Google 表示它“在 Google 搜索上的生成式 AI 功能,根植于我们核心的搜索排序与质量系统”。5
《Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023–2026)》,2026 年 7 月 15 日,arXiv:2607.14035(预印本)。四项检验、编造统计数字的警告、那项重排防御与置信度表的出处:arxiv.org/abs/2607.14035
Puerto、Gubri、Green、Oh、Yun,《C-SEO Bench》,NeurIPS 2025 数据集与基准赛道,arXiv:2506.11097;原文为“depicting a congested and zero-sum nature of the problem”:arxiv.org/abs/2506.11097,代码与数据见 github.com/parameterlab/c-seo-bench
Kim 等,《SAGEO Arena》,KDD 2026,arXiv:2602.12187;只优化正文会让重排之后的前十曝光下降约 16%:arxiv.org/abs/2602.12187
Google Search Central,《Spam policies for Google web search》,最后更新于 2026 年 8 月 28 日(第一方;点名生成式 AI 回答的那句话):developers.google.com/search/docs/essentials/spam-policies
Google Search Central,《Google’s Guide to Optimizing for Generative AI Features on Google Search》,更新于 2026 年 7 月 10 日(第一方;“根植于我们核心的搜索排序与质量系统”):developers.google.com/search/docs/fundamentals/ai-optimization-guide