TAOMIR / 王涛

Experiments / 实验

GEO 实验记录

这里集中展示王涛持续开展的 GEO 实验，包括 GEO Studio 固定题集采样、Query Sensitivity、Jev Decision-Layer、GEO Benchmark 与多平台复测。这些实验用于观察不同 Query、页面、实体和信息来源如何影响 AI 系统中的召回、理解、引用与推荐，并通过固定题集、重复采样和阶段快照，为 GEO 项目的诊断、优化和复测提供可核验的数据依据。

进入 GEO 与 AI 搜索公开研究笔记本，围绕王涛（Taomir）的实验提问、查看来源引用。笔记本收录官网文章的文本副本，最新内容与更正以官网原文为准。

公开记录

从持续采样到决策模型实验，这些记录共同构成王涛的 GEO 实验与 AI 检索研究体系。

Jev + Codex：300 个中文 Query Benchmark 实验

由 Codex 执行数据与调用工作流，使用 Jev 对 300 个中文 GEO Query 进行意图、自然度、相关性与 Benchmark 价值判断，并记录成本、结果和适用边界。

GEO Studio 固定题集每日采样

持续记录多平台 AI 回答中的人物与品牌提及、推荐、引用和来源变化，为 Query 对比、页面调整和阶段复测提供连续数据。

GEO Benchmark 与多平台复测

围绕固定题集、统一评价口径、跨平台对照和重复采样，持续评估实体识别、AI 搜索召回、内容引用与品牌可见度变化。

阶段实验数据

以下数据用于说明当前实验规模与观察范围，不代替各实验的完整方法和结论。

  • Query Sensitivity：基于 328 次完整 SamplingRun，覆盖推荐、身份与验证类问题，对比语义相近但表达不同的 Query 在召回、实体提及与推荐路径上的差异。
  • Jev + Codex Query Benchmark：300 条候选 Query 全部获得成功响应，Intent 判断与生成阶段 Hint 的一致率为 191/300；Jev 直接判断分布为 KEEP 8、RESERVE 74、DROP 218。
  • Jev Decision-Layer：基于 19 个历史 Query、319 个 Citation URL 标签与 346 次页面判断，对比公开搜索候选页、历史 AI 引用页和页面判断结果。
  • GEO Studio 与 GEO Benchmark：通过固定题集、统一评价口径与重复采样，持续记录人物和品牌的提及、推荐、引用与来源变化，形成基线与阶段复测数据。

完整方法、样本定义和阶段结论以各实验文章及冻结报告为准。

实验体系

  • 以固定题集和 GEO Benchmark 建立长期可比较的测量基线。
  • 以 GEO Studio 持续采样观察 AI 平台的召回、推荐与引用变化。
  • 以 Query Sensitivity 研究不同表达方式对应的检索与生成差异。
  • 以 Jev Decision-Layer 探索页面判断与引用选择之间的关系。

企业如何建立自己的题集与复测口径？查看企业 GEO 咨询与 Benchmark 设计，将测量方法用于阶段决策。