名词解释57 词

把读者带到同一网站其他页面的链接，也叫内链或站内链接。

一个人搜索某个词，是想学做法、比价，还是找地方买？这个目的就是搜索意图。

一条文字链接里，可以点击的那几个字，也叫锚定文字。

改进网站内容与技术，帮助搜索引擎理解页面，让搜索者找到需要的信息。

输入查询后看到的结果页，可能包含网站链接、地图、图片与 AI 概览。

研究并调整内容在生成式 AI 回答中的可见度。

Google 搜索中的 AI 概览功能，整理相关信息并附上来源链接。

先检索外部数据，再把找到的内容提供给模型生成回答。

让符合资格的商家管理 Google 搜索与地图上商家信息的工具。

用 Schema.org 词汇标记商家名称、地址与营业时间等信息。

用户发布的评论、心得或照片，例如商家评论与论坛帖子。

本站用来描述搜索系统对真实商家形成的可识别表示，数据可来自多个网站。

LS-Labs 对品牌可自行维护、供外界核对的官方信息节点的称呼，以官网为核心。

LS-Labs 的诊断框架，分别检查品牌提及、引用来源、信息准确性与行动入口。

根据任务目标决定下一步，使用工具并依结果调整做法的 AI 系统。

用户搜索后，没有点击结果链接进入网站的情况。

曝光后产生点击的比例，计算方式为点击次数除以曝光次数。

转化率（Conversion Rate，又称转换率、CVR）是完成目标行动的次数占分母的比例，公式为“转化次数 ÷ 分母 × 100%”。分母可能是广告互动、会话或用户，比较前要先确认用的是哪一种。

放在网站根目录的纯文本文件，告诉爬虫哪些页面可以抓取、哪些不要抓取。

自动浏览网页、抓取内容的程序，也常被称为 bot。

放在网页或服务器响应中的指令，要求搜索引擎不要把这一页放进搜索结果。

分布在各地的服务器网络，替网站就近传送内容，也常负责过滤恶意流量与爬虫。

Google 的网站与 App 分析工具，以事件记录用户行为，帮助查看流量来源与进入网站后的行动。

加在链接网址上的来源标记，让分析工具知道这次点击来自哪个平台、媒介或活动。

依来源与媒介等规则，把访问整理成自然搜索、引荐、直接流量等类别，方便比较不同来源的表现。

会话（Session）是 GA4 记录一次访问的单位，默认闲置 30 分钟就结束。符合“持续超过 10 秒、发生关键事件、或浏览 2 个以上页面”任一条件的，称为互动会话。

用户在一次会话中最先打开的页面，反映这次访问从网站的哪里开始。

在 GA4 中标记为关键的事件，例如注册或购买，用来观察访客有没有完成网站在意的行动。

平均每次广告点击花了多少钱，计算方式是广告花费除以点击次数。

每花一元广告费，带回多少归因收入；常见计算方式为归因收入除以广告花费。

开放银行（Open Banking）让用户同意银行把指定金融数据或服务，通过受控接口提供给合作的第三方服务商。实际能分享哪些数据、能做哪些操作，仍要看银行合作内容、所在地规则与用户授权。

搜索 API 是让程序发送查询、获取搜索结果的接口。返回内容可包含标题、网址、摘要或网页正文，实际字段依服务而定。

Embedding（向量嵌入）是把文字、图片等信息转换成数值向量的表示方式，让系统能计算信息之间的相似程度。

Token 是模型处理内容时使用的单位。文字会先被切成 Token；一个 Token 不固定等于一个中文字或一个英文单词。

MCP（Model Context Protocol）是一套让 AI 应用连接外部数据与工具的开放协议，例如搜索服务、文件或数据库。

AI 生成看似可信、实际错误或缺乏依据的内容，例如编造一篇不存在的论文，或把数据解读成原文没有说过的结论。

LLM 的意思是大语言模型，指用大量文本数据训练、参数很多的语言模型，能根据输入的内容生成文字。

在本文语境中，AI 搜索指结合信息检索与生成式模型的搜索方式：系统找出相关数据，再整理成自然语言回答，通常也提供来源链接。

多篇报道或文章彼此引用、转述同一个源头，却被误认为多个独立来源都证实了同一件事，这种现象称为循环报道。

TSO（Tool Selection Optimization，工具选择优化）是 LS-Labs 提出的操作框架，用来检查 AI 智能体执行任务时，为什么选用或没有选用某个工具、API 或 MCP 服务器。它把过程拆成工具接入、候选曝光、模型选择、调用与执行四个环节。

llms.txt 是放在网站根目录或子路径下的 Markdown 文本文件，用标题、摘要和链接列表，告诉大语言模型和 AI 智能体这个网站是做什么的、重要内容在哪里。智能体先读这份精简索引，需要时再顺着链接获取细节。它由 Jeremy Howard 在 2024 年 9 月提出，目前仍是开放社区讨论的提案。

AI 模式（AI Mode）是 Google 搜索中可以连续追问的 AI 回答界面：提问后会得到 AI 生成的回答与网页链接，并可继续追问、深入同一个主题。提问方式包括文字、语音、图片或文件。

AX（Agent Experience，智能体体验）是 AI 智能体作为产品或平台的用户时，获得的整体体验。这个词由 Netlify 首席执行官兼联合创始人 Mathias Biilmann 在 2025 年 1 月提出。

Function Calling（工具调用）是让 AI 模型使用外部工具的机制：开发者先用名称、描述与 JSON Schema 定义可用的函数，模型判断需要时返回要调用的函数与参数，再由应用程序实际执行，并把结果交回模型。

BM25 是关键词检索常用的排序方法，依查询词在文档中出现的次数、这个词在整个数据集里有多少见，以及文档长度，计算文档与查询的相关分数。Elasticsearch 默认使用 BM25 计算相关性。

重排序（Reranking）是在初步检索之后，用更精细的模型重新评估每条候选与查询的相关程度，再依分数排序。它通常只处理靠前的候选，因为逐条比对的成本比初步检索高。

可供性（Affordance）是环境相对于特定行动者所提供的行动可能。功能是否存在，和行动者能否从界面找到它，是两个问题；后者还需要意符，也就是能被感知与理解的操作线索。

Tool Metadata（工具元数据）是 AI 应用获取的工具定义信息，例如名称、功能描述、输入参数 Schema，以及可选的输出 Schema 与行为注解。这些信息说明工具如何使用，并不是工具的代码实现，也不能证明工具执行成功。

Tool Description 是工具定义中以文字说明功能与使用条件的字段。它帮助模型理解工具适用于哪些任务、需要哪些信息，以及哪些操作超出能力；它不等于参数 Schema，也不会替后端执行授权检查。

候选召回是从较大的内容或工具集合中，取回可能相关项目的阶段。正确工具必须先进入模型可用的候选范围，才有机会被选用；被召回、被首选与执行成功，分属不同观测。

幂等性（Idempotency）是相同请求重复执行时，对服务器产生的预期效果与执行一次相同的性质。它不要求每次响应文字或状态码完全一致，也不代表请求一定成功。

TCC（Task–Call Contract，任务调用契约）是 LS-Labs 提出的任务验收方法：测试前固定任务、工具版本与正确行为，测试后逐项核对选用决策、参数、返回结果判读与状态证据。它不是通行的协议或模型功能。

由 AI 智能体协助寻找、比较商品，并在授权与系统支持的范围内执行购买流程。

按照平台规范提供的商品数据集合，让系统读取商品名称、标识符、价格、库存与图片等信息。

依据规则或模型，把一次转化的功劳分配给购买路径上的广告、点击与其他触点。

相对于没有投放广告的情况，由广告额外带来的转化；报表归因订单不一定全是增量。

数据合并后看到的关联，分组观察时可能消失或反转；各组的样本构成会影响整体结果。