GEO火了，流量革命近了？

作者|雨谷

声明|题图来源于网络。惊蛰研究所原创文章，如需转载请留言申请开白。

2026年开年，当山姆·奥尔特曼一边承诺“广告不会影响ChatGPT的回答”，一边悄悄在“免费版”ChatGPT的对话底部塞入“赞助推荐”的广告时，一个危险的信号已然亮起：AI的答案，正在变成可竞价的商品。

当前，关于GEO（生成式引擎优化）的商业讨论已经愈演愈烈。在商业世界，GEO被视为AI搜索时代改写广告营销底层逻辑的重要工具。但也有观点认为，一旦AI的“客观回答”能被商业逻辑渗透，那么谁控制了训练数据和答案信源，谁就掌控了亿万人的认知入口。

如同AI也曾引发的关于生产效率与社会伦理的激烈争议，GEO的悄然崛起正向人类世界宣告：一场围绕“AI信任权”的新军备竞赛已经徐徐展开。

回顾互联网行业过去十几年的发展，围绕“流量入口”的战争往往会带来最为深远的影响。在过去，人们习惯在搜索引擎里面敲出关键词，然后从搜索结果页面的一个个网页链接里寻找答案。于是，利用搜索引擎内在规则，提高搜索结果表现的SEO（搜索引擎优化）横空出世，让不少人赚到了互联网的第一桶金。

但如今，越来越多的人可能会随手打开一个AI搜索工具或是直接唤醒手机内置的AI智能助手提出一个问题，然后等待AI给出的答案。在此趋势下，互联网流量的竞争逻辑从在搜索结果页面争夺用户的注意力和点击，变成了“成为AI给到的第一条答案”。这就好比过去是大家各凭本事按能力一起分蛋糕，现在变成了一家“独享”、赢家通吃，而利益的集中化也让GEO变得更具诱惑力。

从技术层面来看，GEO的可行性源自目前包括主流大模型产品大多采用了类似的技术框架：大语言模型主要负责语言生成与逻辑推理，外部检索系统负责提供事实支撑，同时结合多信源交叉验证决定外部知识的可信权重。

更通俗地说，当用户向AI提问时，AI会先理解用户的问题，然后从外部知识库中检索相关内容，再基于这些内容生成最终的答案。因此，GEO的核心目标就是让带有品牌的内容进入到信源池，并且提高自身权重以实现被AI引用的结果。

具体而言，GEO的实现路径又可以拆解为五大维度。

第一，语义结构化。即向AI提供“它”能够读懂的语言。常见的方式是使用Schema标记技术将文本转化为结构化数据，采用JSON-LD等格式在网页代码中嵌入标准化的语义标签，帮助AI更准确地理解网页内容的类型、属性及上下文关系。

举例来说，当网页包含“苹果”这个词时，AI能够从经过语义结构化的内容中迅速分辨出这篇文章说的是水果还是苹果公司，从而获得有效信息。所以，经过结构化处理的内容由于具备一定的可读性优势，AI也更偏向于读取和引用这类信息。

第二，与其他知识图谱的信息对齐。通常来说AI会引用多方信息以保证内容的真实性和丰富性，故而GEO需要确保关键信息存在于多个信源，并且这些信息是一致的。例如当“雷军”“2025年”“小米汽车”“41万辆”等关键信息在媒体报道、官网资料、行业报告等多个信源中一致出现时，AI在面对“雷军宣布2025年小米汽车交付量超41万辆”这条信息就会将其判定为可信，并引用到回答中。

第三，上下文的一致性与事实锚定。简单来说，就是AI在选择信源时更偏好逻辑连贯、有明确来源的内容。明略科技副总裁、秒针营销科学院院长谭北平告诉惊蛰研究所，“我们人类多半更偏好有趣好玩的内容，但AI偏好复杂、理性、有证据链的表达。说得更直白一点就是越有‘AI味’的内容模型越喜欢，所以提供AI友好型语料很重要。”

仍然以小米汽车为例，相较于“去年小米汽车销售超40万辆”，AI会更喜欢“乘联分会公布的榜单显示，2025年小米汽车销量达到411837辆，同比增速高达200.9%”这样有更多细节的内容。

这是因为，明确标注的信源来自权威机构可以大大提升被引用的概率。另外，AI也可以通过详细的销量数字与增速数据，对比其他信源数据（如2024年销量）进行交叉验证，从而判定内容是否为“事实”。

第四，多模态内容的可解析性。据惊蛰研究所了解，目前ChatGPT以及国内的通义千问、豆包等模型，已经能够解析图文、表格甚至是视频。因此，除了文本内容外，其他类型的内容同样可以借助技术手段实现信息结构化，并且标注关键信息以便于AI抓取。

第五，时效性与权威性来源。由于事物发展和网络信息是动态更新的，用户在不同时间提出相同的问题，可能会得到不同的结果。所以，许多AI搜索引擎在确保可信度的前提下，为了向用户尽可能提供更新的答案，会根据内容发布或修改的时间评估内容时效性，这意味着时效性越高的内容有时更容易被引用。

此外，与在内容中明确标注数据来源的效果类似，“.gov”“.edu”等代表官方或行业身份的域名，通常也会被AI视为权威来源。而对于企业来说，企业官方可供抓取的信息接口（比如公开发布的股票行情数据或高铁、航班动态信息），也有可能成为AI兼具时效性和可靠性的信源。

综上所述，GEO真正在做的是用AI能理解的方式，把真实、准确、有用的信息高效传递给模型。虽然名为“生成式引擎优化”，但优化的不是内容，而是内容的“可引用性”。

单从技术层面来看，GEO并无善恶之分。因为其本质是帮助大语言模型更快地“读懂”互联网上的信息和知识，从而回答人类用户提出的各种各样的问题。但在了解了GEO的基本原理之后不难发现，AI会给出什么样的答案，取决于它采用了哪些信源。而当AI给出的这份答案，正在对互联网用户的消费决策产生越来越大的影响。

2025年知乎研究院发布的《AI驱动消费决策｜营销变革白皮书》显示，83%用户通过AI获取消费信息，近35%消费者每日高频互动。另一个更潜移默化的改变是使用AI获取信息的人群，也在从年轻人向中老年群体延伸。

在Z世代与银发群体成为消费市场重要增长极的当下，GEO作为能够向消费者提供明确消费指引的流量入口，必然成为品牌无法忽视的新战场。只是站在消费者的角度，或许并不会察觉到自己得到的AI回答是经过了GEO处理的结果。

为了了解和对比不同大模型在内容引用上的偏好，惊蛰研究所分别向通义千问、豆包和DeepSeek询问了一个相同的问题：我想买一台75寸的电视，可以给我推荐一款吗？

结果显示，通义千问参考了6条信息来源，其中4条来自搜狐，2条来自B站；豆包参考了9篇资料，4条来自今日头条，3条来自抖音，还有两条来自什么值得买和搜狐；DeepSeek的信源则更加复杂，参考的10条链接中，3条来自中国家电网，2条来自IT之家，其余5条链接则来自LED在线、快科技、天极网、TGBUS、It168。

从信源选择来看，DeepSeek引用的信源更为丰富，且更倾向于专业或行业信源。不过，DeepSeek引用的内容均为图文，通义千问和豆包则在图文基础上，分别增加了B站UP主和抖音博主的视频内容。

需要指出的是，虽然AI模型的信源池并未完全公开，但从企业生态协同发展的角度来看，AI模型及其背后企业自有生态的内部开放度往往更高，所以AI模型在选择信源时能够查询到更多内部生态的信息，这也导致不同模型引用的信源存在明显差异。

比如当惊蛰研究所向元宝询问相同的问题时，答案引用的信源中就出现了微信公众号的内容，并且在答案结尾还附带了一条视频号的推荐内容。但这不代表AI在采用信源时存在主观偏好，而是因为公众号和视频号的内容本身就在元宝的信源池中，恰好其中又有能够解答问题的信息。

此外，DeepSeek在时效性方面也略显“落后”。其引用的内容中，最近的一篇发布于2025年12月23日，最久远的一篇内容发布于2025年8月。通义千问和豆包，则更多地引用了2026年1月发布的新鲜内容，仅有少量2025年的内容。

值得一提的是，惊蛰研究所在查阅不同平台引用的具体信息时，意外发现通义千问引用的4篇来自搜狐平台的内容存在形式上的雷同：这4篇文章的标题均采用了“2026年75寸电视推荐/选购指南：XX”的句式，同时正文开头也不约而同地使用了类似“在现代家庭/家居生活中，75寸电视成为XX标配”的表述；在正式给出推荐的电视产品型号前，也都会先铺垫一段“如何挑选75寸电视的”基础知识和方法论；更关键的一点：这4篇内容有3篇来自同一个账号。

这一偶然发现似乎反映了一个事实：AI在回答用户的提问时，更像是一个“信息整合专家”，它会通过高效搜索、数据分析和逻辑推导给到对应的解决方案，但受制于信源池的有限容量，模型无法对搜索到的内容做更多交叉验证，因此难以对内容的真实性和专业性提供更多保障。

如果用逆向思维来看待这件事，则会发现它恰恰印证了GEO的价值：当越来越多的消费者使用AI获得消费指导，而AI的答案是可以被人为影响的，GEO也就成了商业世界在新的游戏规则下重新分割互联网流量“蛋糕”的重要工具。

随着企业对借助AI获客的渴望愈发强烈，市场上也出现了不少提供GEO服务的企业和机构。然而，很多对GEO并不了解的企业主或许并不能准确分辨出哪些企业和机构相对可靠。特别是当一部分服务机构，也在利用GEO让自己的名字出现在AI给出的企业名单中。

惊蛰研究所通过AI询问GEO相关企业推荐时就发现，模型在回答中提到某些名公司时，会给出具体的口碑评分、星级以及适合的行业。但是当惊蛰研究所想要进一步了解该企业的口碑依据时却发现，这些所谓的评分和星级仅仅来自于自媒体账号发布的一条无法验证的“榜单”或“GEO服务商推荐指南”。

值得注意的是，与前文推荐“75寸电视”时以自媒体和数码博主为主的信源结构有所不同，AI给出GEO公司名单的参考来源除了常见的互联网门户外，还有咸宁新闻网这样的地方门户和新京报、邢台网一类的媒体官网，甚至是国家发改委主管的中国发展网。只有仔细阅读这些网页内容，才会在页面底部发现“广告”标注或是“真实性不作保证”的免责声明。

从一份AI给出的GEO服务机构推荐名单，到一条条被AI视为可信来源的链接，GEO服务机构以身示范证明了自身实力，却也折射出当前GEO市场的混乱。

解放日报在2025年12月24日发布的报道《系统化“投喂”影响数据源！谁在“污染”AI语料？》中提到，GEO服务机构给出的方案通常分为两部分：一是对企业官网进行基础优化，确保结构清晰、抓取顺畅；二是持续生产原创内容，并通过新闻媒体、自媒体平台、行业网站进行分发，形成稳定的信息来源。

而在提高内容被AI采纳的概率方面，包装成产品测评、行业趋势、专业报告类的内容更具优势。至于报告内容的真实性，AI无法核实。事实上，此前已有博主公开演示通过虚构、捏造等手段向AI“投毒”，让AI推荐并不存在的产品和品牌。而借助这套方法，解放日报记者成功将一款取名“泉嘉德智能水杯”（谐音“全假的”）的水杯产品送进了主流AI的回答里。

实际上，GEO领域暴露出的潜在危险主要在于用户无法知晓AI答案是否掺杂了付费推广的内容。而当GEO模糊了信息、广告与事实的边界，公众也将丧失对“答案”的基本信任。

试想一下，如果医药企业借助GEO误导患者，魏则西事件就有可能再次上演。金融机构如果在AI回答中植入利益导向的内容，则有可能放大系统性风险。另外，用大量内容生产和媒体渠道分发来巩固AI“推荐位”的做法，也会带来新的信息不对等——能够负担GEO成本的大企业不仅会垄断互联网流量，也会长期占据主流声音地位，导致社会边缘群体在公开舆论中进一步边缘化。

现阶段避免GEO走上歧途的可行办法，或许只有行业自律与法律法规的严格治理。

比如像对待AI生成内容一样，要求明确标注“信息来源及是否经商业优化”，或者加强平台责任，要求AI信源池选定在更加可靠的范围内。而在去年11月，在中国商务广告协会指导下，包括知名品牌、全球性4A企业、主流媒体、GEO监测及优化方在内的14家GEO相关企业作为首批发起单位，共同发起了《中国GEO行业发展倡议》。

作为牵头发起倡议的企业代表之一，明略科技副总裁、秒针营销科学院院长谭北平表示，“目前GEO还处于早期发展阶段，产生的影响也还没有那么大。所以监管层面要具体管到什么样的一个尺度，其实也不太明确。但是随着行业的发展，就像过去广告法规范电视广告，最近直播行业出台新法规约束KOL带货一样，未来GEO相关的版权、虚假信息问题，都将在‘法律法规完善+AI平台社会责任强化’的框架内得到解决。”

在惊蛰研究所看来，目前对于GEO普遍存在着两种截然不同的态度：一种是企业在看到GEO可能带来的流量革命后，逐渐热血澎湃、跃跃欲试；另一种则是秉持监督责任的媒体或者对AI抱有审慎态度的保守群体，对GEO的合理性和伦理风险不断提出质疑。

对于GEO的良性发展而言，这两种态度是合理的，也是必要的。一方面，GEO作为新的流量分配工具，能够给企业带来新的机会，吸引更多企业进行相关布局。另一方面，AI搜索的确在改变用户获取互联网信息的方式，人们也在逐渐依赖生成式AI提供的各种答案和解决方案。

然而，技术本身并没有善恶。GEO作为一种新的技术工具，决定其最终产生影响的始终是人。对于GEO和它可能带来的流量革命，企业和媒体都不必急于给出一个答案。而作为消费者的我们，或许更应该先学会如何辨别AI给出的答案。