什麼是 LLMO（大語言模型優化）

LLMO（Large Language Model Optimization，大語言模型優化）指透過語料、實體與引用訊號影響大模型對品牌的內部表徵與生成結果。LLMO 偏底層認知，GEO 偏可引用的輸出，兩者層級不同。

定義

本站工作定義：LLMO 是圍繞語料涵蓋、實體一致與來源可核驗，改善模型在訓練與檢索階段對某一主體的表徵品質的工作。

可觀測的部分包括：模型能否正確複述主體名稱與業務範圍、能否在相關問題中提及、是否出現事實性錯誤。不可觀測的部分是模型內部權重變化，任何聲稱掌握內部權重的方法都不可信。

邊界：和什麼容易混

常見誤區

• 宣稱能「寫入模型權重」。外部機構無法直接改寫閉源模型權重。
• 用批量同質內容衝語料。重複內容會被判重，收益遞減。
• 忽略實體一致性。名稱與機構寫法不統一，認知無法歸併。

依據與核驗

該定義為本站工作定義，標註 L2，屬經驗性方法。涉及模型機制的表述只寫到可觀測層面，不做內部推斷。

複核週期 180 天。術語與 GEO、GAO 的關係見對應術語頁與方法索引。

相關欄目：術語索引、方法索引、指標索引、編輯政策。