图谱说明
GEO = Generative Engine Optimization，也叫 AEO（答案引擎优化）、AI 搜索优化、LLM SEO：让品牌和内容被 ChatGPT、Perplexity、Gemini、Google AI Overviews / AI Mode、Claude、Copilot 的答案提到、引用、推荐。这个词出自 Princeton 等的论文《GEO: Generative Engine Optimization》（2023-11），a16z 2025-05 的《How GEO Rewrites the Rules of Search》让它在投资圈传开。
收什么、不收什么
收帮品牌出现在 AI 答案里的工具和服务：监测 AI 怎么说你、改内容让 AI 引用、给 AI 爬虫和 agent 喂能读的数据，以及传统 SEO 大厂的 AI 模块和专做 GEO 的代理商。另外把钱和流量在答案里流动的三块也画上：答案里的广告位、AI 爬虫计费与内容授权、商品进 AI 购物答案。答案引擎平台本身只列，当背景层。
- 不收：只做传统关键词排名、官网没有任何 AI 可见度功能的 SEO 工具；没有公开 GEO 业务页的代理商；国内答案引擎（豆包、Kimi、元宝、DeepSeek），本图看海外。
- 和其他图谱的交叉：Firecrawl、Jina、Perplexity 等也在 Agent Infra 图谱；OpenAI ACP、Stripe、Visa、PayPal 也在 AI 原生支付图谱；Cloudflare、DataDome、HUMAN 也在 AI 原生安全图谱。这里只写它们和「被 AI 看见」相关的那一面。
- llms.txt：一个标准，不是公司，不上图。2024-09 由 Answer.AI 的 Jeremy Howard 提出：在网站根目录放一个 Markdown 文件，告诉大模型这个站最该读哪些页。
骨架从哪来
框：MMC Ventures《AI Discoverability: How can I get ChatGPT to recommend my brand?》（2025-05-12）
MMC 把这条赛道分成三块：GEO（让品牌被答案引用）、AI Advertising（答案里的广告位）、AI Discoverability Infrastructure（给 agent 和爬虫提供能读的数据）。我们照它分框：GEO 和基础设施归「品牌方的 GEO 工具」，AI 广告归「答案里的变现」。
拆品牌方工具：Dealroom《Generative engine optimization startups: funding and exits in 2026》（2026-09-18）
Dealroom 按三件事拆：Measure 跨模型跑提示词，追踪提及、位置、描述；Optimise 改内容和网络存在，让模型引用；Serve 把结构化的品牌内容直接交给 AI agent 和爬虫。我们对应成监测、内容优化与执行、技术层三块；监测再按 Value Add VC（2026-10）的说法拆成企业级和自助两层。
几份框架都没画、我们补上的（图上绿色）：SEO 大厂的 AI 产品线（参照 Kevin Indig 把「老牌平台」单列的做法）、代理商与服务、AI 爬虫与内容授权、AI 购物、答案引擎平台。
每一层写「老做法 → AI 时代变成什么」，放真实公司：AI 原生创业公司和大厂产品线（一个产品一张卡，大厂产品不挂母公司估值）。每家写官网列出的覆盖引擎、官网定价页上的起步价（写查看日期），融资、估值、ARR、客户数有公开数据才写，没查到的写没查到；被收购的写买方。
每一层：老做法 → AI 时代变成什么
点层名打开图谱里的那一层。
第二种拆法：按谁买单
换个拆法，按「谁买单」看：品牌市场部买监测、内容和广告，出版商卖爬虫访问权，电商把商品送进答案。
图上的颜色和记号
绿色框 = 原框架之外加的层。芯片左边绿色 = 2022 年 6 月后新成立的公司；→ 表示被谁收购，· 表示哪家大公司的产品线。
数字口径
起步价 = 官网定价页上最便宜的付费档（免费档不算），按月价写，年付折扣不算，卡片写查看日期和定价页链接；没公开写「未公开（询价）」。覆盖引擎只写官网列出的，没写的不算。收入优先用年化（ARR / run-rate），公司自报、媒体估算照原样标出；估值 = 最近一轮投后或报道值；「≈ 估」= 没公布估值，按最近一轮融资额 × 5 估算。上市公司（Semrush 被收购前、Similarweb、Yext、HubSpot 等）的收入是整家公司的，不是 GEO 单项。欧元按 1.08 折成美元。只做行业信息整理，不构成投资建议。