Agent2UCB：用于生成式引擎优化的智能体系统

大语言模型驱动的搜索引擎（例如 Google AI Overviews 和 Perplexity）为生成引擎优化 (GEO) 创造了新的机会，即精炼内容的实践，以增加生成系统引用或总结的可能性。我们演示了 Agent2UCB，这是一种代理 GEO 系统，可通过定制的、反馈驱动的优化自动提高内容可见性。对于每个内容项，系统都会评估九个 GEO 策略，确定最有效的方法，并使用基于 bandit 的 Agent2UCB 策略（将 LLM 先验与在线奖励信号集成）来加速选择。为了监控副作用，该系统还提供轻量级、纯文本的 SEO 准备情况评估，涵盖可读性、主题覆盖率和 EEAT 风格的可信度。 GEO-Bench 上的实验表明，在保持 SEO 质量的同时，可见度持续提高。该演示允许用户选择感兴趣的网站、观察优化工作流程并比较不同方法的 GEO/SEO 结果。