先把词定义清楚，再谈效果

为什么需要这个库

GEO（生成式引擎优化）是一个新行业，术语比方法跑得快。同一个「AI 可见度」，有人指站点能不能被 AI 抓到，有人指品牌有没有被写进答案，有人指在答案里排第几。这三件事的技术前提、成本结构和验收方式完全不同。

定义不清的直接后果是：你无法验收，对方也无法自证。所以我们把每个概念的测量口径固定下来，连样本量、置信区间和最小可检出差异一起写清楚。

这不是学术洁癖。我们自己的主站自评 88 分（good 档），但同一天实测品牌提及率是 0/80 —— 两个数字都真实，指的却是完全不同的东西。不分清楚，就会拿一个去冒充另一个。

已收录

每条定义独立成页，便于单独引用与摘录；后续会继续补「抽样窗口」「实体一致性」「引用归因」等条目。

每条定义怎么写

• 一句话定义：能直接摘进别人文章而不产生歧义。
• 为什么重要：不说「这是趋势」，说「不分清楚会怎样出错」。
• 我们自己的实测：宁可暴露自家短板，也不空谈方法论。
• 怎么用：给出可执行判据，不给「建议持续优化」这类空话。
• 边界与误读：明确它在什么情况下不适用。

引用规矩

这些定义页欢迎被引用、摘录、翻译。要求只有两条：

• 带上测量日期与样本量（例如「n=80，2026-11-04」），否则数字会脱离条件被当成普适结论。
• 不要改写成「越智通认证」或「行业标准」—— 我们不是标准制定机构，这只是我们公开的测量口径。

与测量方法页的关系

测量方法回答「这把尺子是哪来的、权重怎么分、你怎么自己复算」；本定义库回答「每个词具体指什么、什么时候会误读」。两者互为前置，建议一起读。