语义搜索（Semantic Search）是基于”语义理解”的搜索方式，不依赖关键词完全匹配。
一、关键词搜索（传统 Google 搜索）
用户搜”13 连胜”，返回包含”13 连胜”字样的网页。即使”13 连胜”在不同语境（篮球连胜 vs 创业连续成功），Google 也都返回。
二、语义搜索（RAG / AI 搜索）
理解用户问的”13 连胜”是哪种——结合上下文判断”篮球 13 连胜”还是”商业 13 连胜”。返回更相关结果。
三、GEO 含义
- 传统 SEO：堆关键词（关键词密度、TDK、外链）
- 语义搜索 GEO：写语义相关的多种表达（FAQ、长尾问题、对比、场景）
四、语义搜索 4 个关键能力
①同义词理解
“汽车”=”轿车”=”车辆”=”座驾”——AI 都识别为同一概念。
② 上下文相关
同一关键词在不同语境下含义不同，AI 能区分。
③ 意图理解
用户搜”如何减肥”——是想找方法，不是想找”如何”和”减肥”两个字。
④ 多跳推理
“在 A 股上市的国产新能源汽车公司有哪些”——需要把多个概念（A 股 / 国产 / 新能源 / 汽车 / 上市公司）组合。
五、GEO 优化建议
| 传统 SEO | GEO |
| 关键词密度 | 语义相关性 |
| 关键词列表 | 问题变体列表 |
| TDK | 结构化 FAQ |
| 外链 | 结构化 FAQ |
| 长尾关键词 | 长尾问句 |
六、企业实操
- 列出 50-100 个”用户可能问的问题”
- 每个问题写 1-2 篇文章回答
- 文章里覆盖”问题 + 同义改写 + 相关概念”
- 不需要关键词密度，而是”问题答案完整”
一句话：SEO 拼关键词覆盖，GEO 拼问题覆盖。
