GEO 量化研究進行中：強化學習 × Transformer 混合模型。

為什麼做這個研究

AI 引擎的規則一直在改。如果你的策略是追當下的規則，那你永遠慢一個版本。我們的研究問題不一樣：內容的哪些性質，能讓它在引擎改版之後仍持續被找到、被引用？我們要量測的是這些「不變條件」——不是本季的技巧。

方法：混合模型

Transformer 那一側負責內容表徵——把頁面變成模型能推理的特徵。強化學習那一側負責閉環：獎勵訊號來自主流 AI 引擎上真實的引用結果，不是人工標注的猜測。模型學的是哪些特徵組合真的換得到引用，而且會跟著引擎的變動繼續學。

目前進度

資料管線與基線模型已經在跑，現在正跨引擎改版週期累積觀測。這一頁會保持誠實：沒把握的數字不寫。等結論站得住，我們會公開。

這對客戶的意義

我們行銷成長業務裡的 GEO 建議，背後是這條研究管線在餵——量測出來的條件，不是江湖經驗。跟我們合作，你的能見度策略會跟著證據更新。