查询隐含的生成引擎优化

随着人们在线查找信息的方式发生了巨大变化。传统搜索引擎正在被生成搜索引擎 (GSE) 取代，生成搜索引擎使用大型语言模型 (LLM) 生成对用户查询的自然语言响应。对于内容创建者来说，可见性不再仅仅由搜索结果中的排名决定，而是由生成的响应中的引用决定。但生成搜索引擎是黑匣子，导致生成引擎优化 (GEO) 的出现，这是一组旨在提高生成搜索设置中内容可见性的技术。大多数现有方法依赖于显式查询或查询派生信号来调整内容以更好地满足用户需求。我们提出查询隐式生成引擎优化（QI-GEO）来直接从文档推断用户意图。我们的方法近似文档的意图空间，并识别可能缺失但与回答潜在用户查询相关的内容。对 GEO-Bench 和扩展 GEO-Bench 的评估显示了客观和主观指标的改进。 QI-GEO 将客观分数提高了 15.9%，主观分数提高了 17.6%，同时引文增益几乎是引文损失的两倍。这些结果表明，从文档导出的用户意图近似值可以提高可见性，而无需依赖显式查询输入。