जेनेरेटिव इंजन ऑप्टिमाइज़ेशन (GEO) ऑनलाइन सामग्री को आकार देने की प्रथा है ताकि उसे जेनेरेटिव AI सिस्टम, जैसे चैटबॉट और AI-संचालित खोज सारांश, द्वारा सतह पर लाने, उद्धृत करने या संदर्भित करने की अधिक संभावना हो, जिसे व्यवसायी पारंपरिक सर्च इंजन ऑप्टिमाइज़ेशन के उत्तराधिकारी या सहयोगी अनुशासन के रूप में स्थापित करते हैं। यह शब्द 2023 में शिक्षाविदों और उद्योग शोधकर्ताओं के एक समूह द्वारा लिखे गए एक शोध पत्र में औपचारिक रूप से प्रयोग किया गया था, जिन्होंने बेंचमार्क किया कि कौन सी सामग्री विशेषताएँ AI-निर्मित उत्तरों के भीतर किसी स्रोत की दृश्यता में सुधार करती हैं, और यह व्यापक व्यावसायिक उपयोग में तब आया जब Perplexity जैसे उत्पादों और प्रमुख खोज इंजनों की AI उत्तर सुविधाओं ने केवल लिंक सूचीबद्ध करने के बजाय उत्पन्न प्रतिक्रियाओं के अंदर सीधे स्रोतों का उल्लेख करना शुरू किया।
जहाँ सर्च इंजन ऑप्टिमाइज़ेशन लिंक की सूची में रैंकिंग स्थान को लक्षित करता है जिसे मानव फिर क्लिक करके देखता है, वहीं GEO का लक्ष्य AI-निर्मित उत्तर के अंदर एक उद्धरण के रूप में चुना जाना, उद्धृत किया जाना, या व्याख्यायित किया जाना है, जिसे उपयोगकर्ता कभी भी पार नहीं कर सकता है।
तकनीकें
GEO व्यवसायी स्पष्ट आँकड़े, प्रत्यक्ष उद्धरण, और संरचित तथ्य जोड़ने पर जोर देते हैं जिन्हें मॉडल आसानी से निकाल और उद्धृत कर सकें, क्योंकि GEO पर शोध ने पाया कि ठोस, उद्धरण योग्य कथनों वाली सामग्री जेनेरेटिव उत्तर प्रणालियों द्वारा अनुपातहीन रूप से पसंद की गई थी। तकनीकी क्रॉलबिलिटी में सुधार और स्वच्छ, कम-शोर वाली पृष्ठ संरचना प्रदान करना, जिसमें llms.txt जैसे सम्मेलन शामिल हैं, पारंपरिक क्रॉलर और AI-विशिष्ट फेचर्स दोनों को सामग्री को विश्वसनीय रूप से पार्स करने में मदद करने के लिए है। विषय प्राधिकरण और संरचित मार्कअप का निर्माण नॉलेज ग्राफ और सिमेंटिक-वेब अभ्यास की पुरानी तकनीकों को प्रतिध्वनित करता है, क्योंकि AI सिस्टम यह चुनने में कथित विश्वसनीयता को भार देते दिखते हैं कि किन स्रोतों को उद्धृत करना है। प्रमुख AI सहायकों में उद्धरण आवृत्ति की निगरानी भी एक नई विश्लेषण श्रेणी के रूप में उभरी है, जो क्लासिक खोज-रैंकिंग ट्रैकिंग से अलग है।
खोज और आलोचना से संबंध
GEO प्राकृतिक भाषा प्रसंस्करण और सिमेंटिक खोज अनुसंधान तथा विपणन अभ्यास के प्रतिच्छेदन पर स्थित है, और इसका उदय इस बात का प्रतिबिंब है कि लोग जानकारी कैसे प्राप्त करते हैं - रैंकित लिंक पर क्लिक करने से लेकर बड़े भाषा मॉडल द्वारा उत्पन्न संश्लेषित उत्तर पढ़ने की ओर एक व्यापक बदलाव। प्रकाशकों ने चिंता जताई है कि AI उत्तर इंजन रेफरल ट्रैफ़िक को कम कर देते हैं, भले ही वे उत्तर उत्पन्न करने के लिए प्रकाशक की सामग्री पर निर्भर हों, जिससे मुआवज़े और श्रेय को लेकर विवाद पैदा होते हैं। आलोचक यह भी चेतावनी देते हैं कि व्यापक GEO अभ्यास से ऐसी सामग्री बनने का जोखिम है जो मानव पाठकों की अच्छी सेवा करने के बजाय मॉडल की उद्धरण प्राथमिकताओं को खुश करने के लिए अनुकूलित हो, एक गतिशीलता जिसे कुछ लोग AI स्लॉप की व्यापक समस्या से जोड़ते हैं जो एल्गोरिदम के लिए इंजीनियर सामग्री से वेब को भर देता है, दर्शकों के लिए नहीं।