Η μελέτη του Princeton για το GEO: Η επιστημονική βάση

Η επιστημονική βάση για τη Generative Engine Optimization προέρχεται από μια μελέτη που δημοσιεύθηκε το 2023 και παρουσιάστηκε το 2024 στο συνέδριο KDD στη Βαρκελώνη. Ερευνητές του Princeton University, του Georgia Institute of Technology και του Allen Institute for AI μέτρησαν εκεί για πρώτη φορά συστηματικά, με ποιους μοχλούς περιεχομένου μπορεί συγκεκριμένα να αυξηθεί η ορατότητα σε γενεσιουργές απαντήσεις τεχνητής νοημοσύνης – συμπεριλαμβανομένων αξιόπιστων μεγεθών επίδρασης ανά μέτρο.

Σχεδιασμός μελέτης και το σύνολο δεδομένων GEO-Bench

Η ερευνητική ομάδα γύρω από τους Pranjal Aggarwal, Vidhisha Balachandran και Vishvak Murahari ανέπτυξε ένα δικό της benchmark με την ονομασία GEO-Bench. Αυτό περιλαμβάνει περίπου 10.000 ερωτήματα αναζήτησης από εννέα διαφορετικούς τομείς – από ιατρικά θέματα και νομικά ζητήματα έως συγκρίσεις προϊόντων. Για κάθε ερώτημα αναλύθηκαν οι απαντήσεις γενεσιουργών μηχανών και μετρήθηκε το μερίδιο διαφορετικών πηγών στις παραπομπές. Το εύρος των ερωτημάτων ήταν συνειδητό στοιχείο του σχεδιασμού της μελέτης, καθώς μόνο έτσι μπορούσε να ελεγχθεί εάν οι μοχλοί που εντοπίστηκαν λειτουργούν διακλαδικά ή εάν αποτελούν απλώς τεχνουργήματα μεμονωμένων θεματικών πεδίων.

Στη συνέχεια οι ερευνητές μετέβαλαν στοχευμένα μεμονωμένα χαρακτηριστικά των πηγαίων κειμένων και μέτρησαν πώς αλλάζει η συχνότητα παραπομπών. Με αυτόν τον τρόπο προέκυψαν καθαρά, αιτιακά ερμηνεύσιμα μεγέθη επίδρασης για κάθε μεμονωμένο μέτρο GEO. Ακριβώς αυτοί οι αριθμοί αποτελούν σήμερα το χρυσό κανόνα με τον οποίο θα έπρεπε να μετρώνται σοβαροί πάροχοι. Η αναπαραγωγιμότητα των αποτελεσμάτων έχει εν τω μεταξύ επιβεβαιωθεί πολλάκις από ανεξάρτητες επακόλουθες μελέτες, γεγονός που υπογραμμίζει τη μεθοδολογική αξίωση της αρχικής εργασίας.

Τα σημαντικότερα μεγέθη επίδρασης από τη μελέτη

Η μελέτη του Princeton εντοπίζει μια χούφτα μοχλούς που λειτουργούν σχεδόν σε όλους τους τομείς. Ιδιαίτερα ισχυρά είναι τα μέτρα που αυξάνουν την αξιοπιστία και την τεκμηρίωση της δήλωσης. Οι ακόλουθες τιμές προέρχονται απευθείας από την αρχική δημοσίευση και περιγράφουν τη μέση αύξηση της ορατότητας στην απάντηση της τεχνητής νοημοσύνης.

• Cite Sources: +30 έως 40 % περισσότερες παραπομπές μέσω σαφών αναφορών πηγών
• Statistics: +30 % μέσω ενσωματωμένων, συγκεκριμένων αριθμών και δεδομένων
• Quotation: +30 % μέσω κατά λέξη παραθεμάτων από ειδικούς ή πρωτογενείς πηγές
• Fluency Optimization: +22 % μέσω καθαρά αναγνώσιμης, καλά δομημένης γλώσσας
• Technical Terms: +21 % μέσω ακριβούς εξειδικευμένης ορολογίας αντί κοινοτοπιών

Αυτές οι τιμές δεν είναι υποσχέσεις μάρκετινγκ, αλλά μέσοι όροι από χιλιάδες ερωτήματα. Από τη συμβουλευτική μας γνωρίζουμε: σε υψηλά ανταγωνιστικούς τομείς B2B, οι επιδράσεις βρίσκονται συχνά στο ανώτερο εύρος των αναφερόμενων διακυμάνσεων, επειδή εκεί πολλοί ανταγωνιστές δεν εφαρμόζουν ακόμη βελτιστοποιήσεις ειδικές για GEO. Ένα ακόμη σημαντικό σημείο: οι μοχλοί λειτουργούν σωρευτικά. Όποιος εφαρμόζει τρία ή τέσσερα από τα μέτρα ταυτόχρονα, επιτυγχάνει συχνά αυξήσεις που υπερβαίνουν σημαντικά το άθροισμα των μεμονωμένων επιδράσεων, επειδή το γλωσσικό μοντέλο δίνει δυσανάλογο βάρος σε πηγές με πολλά σήματα εμπιστοσύνης.

Το πιο εκπληκτικό εύρημα: 115 τοις εκατό για τους Underdogs

Ένα από τα πιο συναρπαστικά αποτελέσματα της μελέτης αφορά το ερώτημα ποιος επωφελείται περισσότερο από το GEO. Ενώ τα Top-3 domains στα κλασικά αποτελέσματα αναζήτησης κερδίζουν κατά μέσο όρο μόνο μέτρια μέσω GEO, οι σελίδες από τη θέση πέντε και κάτω μπορούν να αυξήσουν την ορατότητά τους σε απαντήσεις τεχνητής νοημοσύνης έως και κατά 115,1 τοις εκατό. Οι γενεσιουργές μηχανές επιβραβεύουν επομένως ρητά πηγές που πείθουν μεν περιεχομενικά, αλλά μέχρι τώρα είχαν χαθεί στον κλασικό ανταγωνισμό κατάταξης.

Για μεσαίες επιχειρήσεις και παρόχους εξειδικευμένων αγορών αυτό είναι ένα στρατηγικό χρυσωρυχείο: όποιος βελτιστοποιεί το περιεχόμενό του με συνέπεια σύμφωνα με τους μοχλούς του Princeton και παράλληλα χτίζει ένα υγιές προφίλ backlinks, μπορεί ακόμη και χωρίς Top-1-κατάταξη να εμφανίζεται δυσανάλογα σε ChatGPT, Perplexity και Google AI Mode. Το Linkbuilding παραμένει εδώ το θεμέλιο: χωρίς εξωτερικά σήματα εμπιστοσύνης μια σελίδα δεν εισέρχεται καν στη δεξαμενή retrieval από την οποία αντλούν παραπομπές τα μοντέλα. Ακριβώς αυτός ο συνδυασμός βελτιστοποίησης σύμφωνης με το Princeton και στοχευμένου linkaufbau εξηγεί γιατί μικρότερες, υψηλής ποιότητας μάρκες εμφανίζονται ξαφνικά σε πολλές εξειδικευμένες αγορές πριν από εδραιωμένους μεγάλους εκδοτικούς οίκους στις απαντήσεις της τεχνητής νοημοσύνης.

Σε έργα εντολέων μας έχουμε αναπαράγει αυτό το φαινόμενο επανειλημμένα. Ένας κατασκευαστής από τον βιομηχανικό κλάδο, ο οποίος προηγουμένως κατατασσόταν στη θέση 8 έως 12 στο Google, κατάφερε με τη βοήθεια συστηματικής βελτιστοποίησης GEO και συμπληρωματικού linkbuilding να τριπλασιάσει το μερίδιο παραπομπών του στο Perplexity εντός τεσσάρων μηνών. Η κλασική κατάταξη βελτιώθηκε παράλληλα σε μια σταθερή θέση 4 – σαφής απόδειξη ότι και οι δύο πειθαρχίες ενισχύουν αμοιβαία η μία την άλλη αντί να εκτοπίζονται. Τέτοια αποτελέσματα δεν προκύπτουν τυχαία, αλλά μέσω συνεπούς σύζευξης βελτιστοποίησης περιεχομένου, τεχνικής συντήρησης και στοχευμένης Off-Page εργασίας, η οποία συνδέει και τους τρεις μοχλούς στον ίδιο θεματικό άξονα.

Η μελέτη του Princeton είναι για το GEO ό,τι ήταν για τη συζήτηση περί backlink οι δηλώσεις SEO του Andrey Lipattsev το 2016: μια επιστημονικά θωρακισμένη άγκυρα στην οποία μπορεί να προσανατολιστεί ολόκληρος ο κλάδος.

Τι σημαίνουν τα δεδομένα για την πρακτική σας

Η μελέτη παρέχει μια σαφή ιεράρχηση. Όποιος ξεκινά με το GEO, θα πρέπει πρώτα να αντιμετωπίσει τους μοχλούς με τα υψηλότερα μεγέθη επίδρασης: προσθήκη πηγών, ενσωμάτωση στατιστικών, εισαγωγή παραθεμάτων. Αυτά τα μέτρα εφαρμόζονται γρήγορα στα περισσότερα συντακτικά συστήματα και παρέχουν μετρήσιμα αποτελέσματα εντός λίγων εβδομάδων. Είναι σημαντικό οι βελτιστοποιήσεις να ενσωματώνονται αυθεντικά στο κείμενο και να μην εμφανίζονται ως εκ των υστέρων επικολλημένα τμήματα – τα γλωσσικά μοντέλα αναγνωρίζουν αξιοσημείωτα αξιόπιστα αφύσικες δομές και τις σταθμίζουν μάλλον αρνητικά.

Παράλληλα θα πρέπει να συνεχίσει να επεκτείνεται το προφίλ backlinks, γιατί χωρίς σήματα εμπιστοσύνης από τον ανοιχτό ιστό το καλύτερο περιεχόμενο δεν χρησιμεύει σε τίποτα. Σε έργα εντολέων μας συνδυάζουμε για τον λόγο αυτό τους μοχλούς του Princeton με συνέπεια με θεματικά ισχυρό linkbuilding – αυτός είναι ο πιο αξιόπιστος δρόμος για να εμφανίζεστε διαρκώς στις απαντήσεις των σχετικών συστημάτων τεχνητής νοημοσύνης. Όποιος εφαρμόζει και τα δύο παράλληλα, επιτυγχάνει εντός ενός τριμήνου τις πρώτες μετρήσιμες αυξήσεις παραπομπών και θέτει έτσι τις βάσεις για βιώσιμη ορατότητα.

Συμπέρασμα

Η μελέτη του Princeton έβγαλε το GEO από τον χώρο των εικασιών και το μετέτρεψε σε επιστήμη βασισμένη στα τεκμήρια. Όποιος λαμβάνει σοβαρά υπόψη τα μεγέθη επίδρασης που δημοσιεύθηκαν εκεί, διαθέτει σαφή οδικό χάρτη: πηγές, στατιστικά, παραθέματα, fluency, εξειδικευμένη γλώσσα – πλαισιωμένα από ένα ισχυρό προφίλ backlinks. Αυτή είναι η επιστημονικά θωρακισμένη βάση, πάνω στην οποία οικοδομούνται οι επιτυχημένες στρατηγικές GEO το 2026. Όσο περισσότερες μάρκες κατανοούν αυτούς τους μοχλούς και τους εφαρμόζουν με συνέπεια, τόσο σημαντικότερο γίνεται το επιπλέον προβάδισμα Off-Page – ένας ακόμη λόγος για να ξεκινήσετε τώρα με τη δομημένη οικοδόμηση ενός αξιόπιστου προφίλ συνδέσμων από την performanceLiebe στο Αμβούργο, που από το 2009 διαθέτει 150.000 πηγές συνδέσμων.