llmo

"大语言模型（LLM）倾向于优先引用那些只在特定网站上才能找到的第一手信息，而不是普遍存在的通用信息。"

"在使用多个LLM时，最直接的方法是让每个应用程序直接持有所需供应商的API密钥，并使用各自的SDK进行调用。然而，随着供应商数量的增加，这种“直接持有、直接调用”的结构会在多处产生摩擦。"

"相同的FAQ内容 ├── 面向Google: JSON-LD FAQPage结构化数据 ├── 面向用户+Google: 页面展示FAQ（HTML） └── 面向AI搜索: llms.txt / llms-full.txt"

"AI使用检索增强生成（RAG）方式，参考结构化数据和Google商家资料信息来生成答案。换句话说，是否准确实施了符合Schema.org的标记，直接关系到AI搜索中的曝光率。"

"我正在寻找组建一个认真的AI学习小组"

"人工智能是根据是否被包含在学习数据中，以及在多少语境中被提及，而不是通过搜索引擎优化排名来“被认知”的。"

"本书以这“三个途径”为中心，系统地解释了工程师今天就可以付诸实践的LLMO（大语言模型优化）。"

"LLMO 仅仅是一个 3 步流程：可读：爬虫和 AI 可以检索页面（技术），可提取：信息以易于用于回答的形式编写（结构/措辞），可信：谁写的、何时写的以及基于什么依据是明确的（信任/操作）。"

"By 2026, over 80% of companies are predicted to deploy generative AI applications."