<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
<channel>
  <title>金领域GEO</title>
  <link>https://www.jinlingyu.com.cn/</link>
  <description>金领域GEO 专注于生成式引擎优化（GEO）与品牌 AI 可见度建设，通过结构化内容工程、信源矩阵建设与可见度监测，让品牌在 DeepSeek、豆包、Kimi、通义千问、文心一言、腾讯元宝、智谱清言、讯飞星火等国内主流 8 大 AI 平台的回答中被稳定引用与推荐。</description>
  <language>zh-CN</language>
  <lastBuildDate>Tue, 10 Nov 2026 16:38:22 +0800</lastBuildDate>
  <atom:link href="https://www.jinlingyu.com.cn/rss.xml" rel="self" type="application/rss+xml"/>
  <item>
    <title>金领域GEO 官网全新升级：GEO学院与合作招募正式上线</title>
    <link>https://www.jinlingyu.com.cn/news/site-upgrade-2026.html</link>
    <guid isPermaLink="true">https://www.jinlingyu.com.cn/news/site-upgrade-2026.html</guid>
    <pubDate>Thu, 24 Sep 2026 10:00:00 +0800</pubDate>
    <description><![CDATA[金领域GEO 官网完成新一轮升级：GEO学院正式开放，合作招募板块同步上线；产品能力矩阵、行业方案与服务保障页面全面改版，浏览与获取诊断更高效。]]></description>
  </item>
  <item>
    <title>行业观察：2026 年品牌 AI 可见度的三个确定性趋势</title>
    <link>https://www.jinlingyu.com.cn/news/geo-trend-2026.html</link>
    <guid isPermaLink="true">https://www.jinlingyu.com.cn/news/geo-trend-2026.html</guid>
    <pubDate>Sun, 20 Sep 2026 10:00:00 +0800</pubDate>
    <description><![CDATA[基于上半年跨平台监测样本，我们观察到三个趋势：AI 入口分流加剧、引用向结构化信源集中、实体一致性成为信任分水岭。]]></description>
  </item>
  <item>
    <title>什么是 GEO？生成式引擎优化完整入门</title>
    <link>https://www.jinlingyu.com.cn/academy/what-is-geo.html</link>
    <guid isPermaLink="true">https://www.jinlingyu.com.cn/academy/what-is-geo.html</guid>
    <pubDate>Wed, 19 Aug 2026 15:25:42 +0800</pubDate>
    <description><![CDATA[GEO（Generative Engine Optimization，生成式引擎优化）是让品牌内容更容易被 AI 平台理解、信任并引用的优化学科。本文讲清 GEO 与 SEO 的区别、工作原理与入门路径。]]></description>
  </item>
  <item>
    <title>llms.txt 实践指南：让 AI 一眼读懂你的网站</title>
    <link>https://www.jinlingyu.com.cn/academy/llms-txt-guide.html</link>
    <guid isPermaLink="true">https://www.jinlingyu.com.cn/academy/llms-txt-guide.html</guid>
    <pubDate>Sun, 16 Aug 2026 15:25:42 +0800</pubDate>
    <description><![CDATA[llms.txt 是放置在网站根目录、专为 AI 优化的站点说明文件。本文讲清它的格式规范、与 sitemap 的区别，以及企业站的落地清单。]]></description>
  </item>
  <item>
    <title>品牌实体一致性：AI 认知管理的第一课</title>
    <link>https://www.jinlingyu.com.cn/academy/entity-consistency.html</link>
    <guid isPermaLink="true">https://www.jinlingyu.com.cn/academy/entity-consistency.html</guid>
    <pubDate>Thu, 13 Aug 2026 15:25:42 +0800</pubDate>
    <description><![CDATA[AI 对品牌的认知来自全网碎片信息的拼图。名称、简介、地址、产品口径的不一致，会让 AI 学到矛盾的版本。本文讲清实体一致性的检查清单与治理方法。]]></description>
  </item>
  <item>
    <title>AI 为什么引用某个信源？拆解生成式引擎的引用机制</title>
    <link>https://www.jinlingyu.com.cn/academy/why-ai-cites.html</link>
    <guid isPermaLink="true">https://www.jinlingyu.com.cn/academy/why-ai-cites.html</guid>
    <pubDate>Mon, 10 Aug 2026 15:25:42 +0800</pubDate>
    <description><![CDATA[AI 的答案从哪里来？本文拆解生成式引擎的检索、权衡与生成三环节，解释权威性、一致性、新鲜度与结构清晰度如何决定信源被引用的概率。]]></description>
  </item>
  <item>
    <title>Schema 结构化数据在 GEO 中的实操应用</title>
    <link>https://www.jinlingyu.com.cn/academy/schema-for-geo.html</link>
    <guid isPermaLink="true">https://www.jinlingyu.com.cn/academy/schema-for-geo.html</guid>
    <pubDate>Fri, 07 Aug 2026 15:25:42 +0800</pubDate>
    <description><![CDATA[Schema 结构化数据是给 AI 爬虫的「页面说明书」。本文介绍 Organization、FAQPage、Product、Article 等类型的 GEO 实战用法、落地要点与常见错误。]]></description>
  </item>
  <item>
    <title>GEO 效果衡量：从曝光到引用的指标体系</title>
    <link>https://www.jinlingyu.com.cn/academy/geo-metrics.html</link>
    <guid isPermaLink="true">https://www.jinlingyu.com.cn/academy/geo-metrics.html</guid>
    <pubDate>Tue, 04 Aug 2026 15:25:42 +0800</pubDate>
    <description><![CDATA[GEO 效果怎么衡量？本文构建曝光、认知、信任、业务四层指标体系，给出提及率、首选率、准确率等核心指标的口径定义与监测频率建议。]]></description>
  </item>
</channel>
</rss>
