تحسين المحركات التوليدية (GEO، Generative Engine Optimization) هو تحسين المحتوى خصيصًا لـ"المحركات التوليدية". بينما تعيد محركات البحث التقليدية قائمة من الروابط لينقر المستخدم عليها بنفسه، تقوم المحركات التوليدية (مثل ChatGPT وPerplexity وGemini) بجمع معلومات من مصادر متعددة وملخصتها في إجابة واحدة باستخدام نماذج لغوية كبيرة، مما يؤدي إلى فقدان صانعي المحتوى السيطرة على "متى وكيف يتم عرض" محتواهم.

تم اقتراح مفهوم GEO لأول مرة في عام 2023 من قبل Aggarwal وزملائه في الورقة البحثية GEO: Generative Engine Optimization. حيث عرّفوا الرؤية كقابلة للقياس والتحسين، وقدموا إطارًا للتحسين بالصندوق الأسود يسمح للمبدعين بضبط محتواهم دون الحاجة إلى فهم الآليات الداخلية للمحرك، كما أطلقوا مجموعة معايير الاختبار GEO-bench.

الاستنتاج الأساسي لـ GEO هو أن "الاستراتيجيات تختلف حسب المجال". أظهرت التجارب أن استراتيجيات التحسين المناسبة يمكن أن تزيد من ظهور المحتوى في الإجابات التوليدية بنسبة تصل إلى 40%، وأنه لا يوجد قالب واحد يناسب جميع الحالات. وقد وسعت الأبحاث اللاحقة هذا المفهوم ليشمل مصطلحات مثل AEO وAI Visibility ضمن نفس التصنيف.

تكمن أهمية GEO في إعادة صياغة "عقلية الترتيب" الخاصة بعصر تحسين محركات البحث (SEO) إلى "عقلية الاقتباس والاعتماد". بينما يتنافس SEO على مواقع الترتيب، يتنافس GEO على أن يتم اقتباس المحتوى واعتماده. بالنسبة لاقتصاد المبدعين، يتعلق هذا بإعادة توزيع حركة المرور والإيرادات، وبالنسبة لمطوري المحركات، يطرح أسئلة جديدة حول شفافية الاقتباس وعدالة المصادر.