從業者講述：被315曝光的GEO，如何精準“忽悠”AI？

AIX財經（AIXcaijing）原創

作者 | 王璐

編輯 | 魏佳

今年的央視315晚會，AI行業第一次被推到聚光燈下。

晚會曝光了一種被稱為“AI投毒”的新型營銷操作，矛頭直指GEO（生成式AI搜索引擎優化）技術，即向AI模型批量投喂內容，從而影響AI搜索結果。

與傳統的SEO（Search Engine Optimization，搜索引擎優化）爭奪網頁排名不同，GEO的目標是讓企業的品牌名稱、產品或服務在AI生成的答案中被優先提及、精準推薦。舉個例子，當你詢問“哪款冰箱保鮮效果好，適合有小孩的家庭”時，AI可能會回答：“XX品牌采用真空保鮮技術，能將蔬果保鮮期延長至7天，非常適合注重健康的家庭?！边@類結果，往往就與GEO有關。

自從GEO出現后，其在產業層面的價值一直存在分歧。有人認為其帶來的商業增量可觀，也有人質疑其實際效果并不穩定，甚至認為部分市場宣傳帶有“割韭菜”的嫌疑。

在本次央視315的曝光案例中，多家提供GEO服務的廠商聲稱，能夠幫助客戶的產品在AI搜索結果的排名中進入前列（前三），甚至使用“操控AI”“讓AI聽話”“給AI洗腦”等夸張話術描述其業務性質。部分GEO服務商還演示了如何通過虛假信息干擾AI大模型的信息抓取流程。

為驗證這一現象，節目組虛構了一款名為“Apollo-9”的智能手環，將其產品信息導入某款名為“力擎GEO優化系統”的軟件中。該系統通過大量生成并投放虛假內容，進行所謂的“GEO優化”。結果顯示，在AI大模型搜索相關關鍵詞時，這款并不存在的智能手環竟直接被呈現為“業界第一名”，而其所引用的案例正是此前投放的虛假優化內容。

「AIX財經」曾與多家GEO服務商及已采納該策略的品牌方進行交流，從他們的分享中，揭開GEO如何“忽悠”AI的秘密。

GEO“騙過”AI，一共分三步

GEO這一伴隨AI大模型興起的新型營銷模式，雖早在2024年便被提出，但隨著DeepSeek、豆包等AI搜索工具的普及，市場熱度顯著攀升。

用戶獲取信息方式的根本性轉變，推動著越來越多品牌方將注意力從傳統的SEO轉向GEO。盡管這兩者終極目標一致，都是為了提升品牌的可見性，但原理有本質區別。

具體來說，SEO是針對傳統搜索引擎（如Google、百度）的排名算法進行優化，核心目標是爭奪搜索結果的靠前排名，從而吸引用戶點擊。GEO的優化對象則是生成式AI大模型（如ChatGPT、DeepSeek），核心目標是讓品牌信息能夠被AI理解、信任，并直接作為權威信源整合到生成的答案中。

在不少人看來，GEO最令人困惑的一點在于，它看起來像是在“干擾”搜索結果，但既沒有競價排名，也無法直接操控算法，那品牌信息究竟是如何進入AI答案中的？

多位從業者對「AIX財經」講述了其中的門道，簡單來說，GEO實際上是在為AI提供更容易理解，也更值得信任的信息。能否被AI選中，取決于是否“說對了話”，以及說話的人是否“足夠專業”。

目前大多數GEO服務商都會將重點放在構建AI愛抓取的結構化內容上。以教培行業為例，一些GEO服務商的常見操作可拆解為以下三步：

第一步，找對問題。通過AI搜索“小學生家長選英語培訓機構最關心的問題什么”，歸納出高頻關注點，比如重視口語；
第二步，寫對內容。針對上述問題撰寫對應的答案，比如每節課保證有XX分鐘的口語訓練；
第三步，發對地方。將優化后的內容，發布到家長常瀏覽的社交平臺或者教育論壇上。

在“寫內容”這一步，不少服務商也總結出一套符合AI偏好的表達方式：首先說結論，再拆解邏輯（3–5個關鍵點），隨后給出依據（內容不必長，但必須“有據可查”），最后附上一句可被引用的總結，將全段內容濃縮為便于抓取的一句話。

但僅靠內容模板還不夠，還需要同步采取技術手段。

有從業者在實踐觀察中發現，品牌官網在AI抓取和引用的各類渠道中占有重要地位，是構建可信信息的關鍵來源之一。因此，她的團隊正著手從底層代碼層面系統性優化官網，旨在提升其對AI搜索的友好度，確保品牌的核心信息能被準確、高效地抓取和理解。

在海外市場，獲得千萬融資的美國GEO公司Scrunch AI，甚至把這一步做成了產品。其解決方案的核心在于構建了一個全新的基礎設施層，其能將原有內容變成更利于AI抓取的結構化內容，讓大模型更高效地解析、解釋和返回品牌信息。

不過，多位從業者強調，雖然GEO的常見操作方法是圍繞符合AI偏好的內容開展品牌傳播，但想要效果持續，實際上是一項系統性工程。

一位從業者對「AIX財經」進一步講述了GEO優化工作的三步：診斷分析、策略規劃與實施優化。

先評估品牌在AI搜索中的當前表現，以此作為基準，與客戶共同梳理那些最關鍵、最高頻的用戶搜索提示詞，并測量現有的內容引用率，從而明確優化的起點。

進入執行階段，會優先進行技術層面的基礎排查，例如檢查robots.txt（用于告知搜索引擎的爬蟲哪些內容允許或不希望被抓取的文件）等設置，保網站內容未被意外屏蔽。

在此基礎上，再引入結構化數據標記（如Schema），就像為商品貼上清晰標簽一樣，將產品、服務、評論等關鍵信息組織成AI易于抓取和理解的格式。從業者強調，這是構建GEO技術地基的核心，確保網站能被AI順利“看見”并準確“理解”，好比開店營業，首先要讓大門敞開、通道順暢。

而在實施優化時，那些經過長期實踐積累的行業知識庫與渠道布局能力，同樣是決定GEO效果的關鍵，這也解釋了為何有些品牌只能在AI搜索中短暫閃現，而有些品牌卻能獲得更穩定、更靠前的推薦位置。

該從業者指出，撰寫符合AI要求的結構化內容并不困難，真正的難點在于準確捕捉用戶需求，并提供具有新穎視角的行業洞察。如果缺乏對行業的深入理解，所產生的內容就容易流于表面，難以被AI真正采納，因此，GEO公司通常會選擇一兩個垂直領域，而非追求成為通用型服務商。

此外，相應的渠道能力也至關重要。這意味著需要與AI系統常抓取的高權重平臺（如權威行業網站、專業媒體等）建立合作與發布渠道。這項工作部分與公關（PR）重疊，本質上是將優質的結構化內容精準投放到AI更常訪問的渠道中。

綜合來看，有效的GEO高度依賴內容質量、行業認知與渠道資源，這也帶來一個問題：多重變量疊加，GEO的效果很難被標準化。

模糊的效果：很難證明“到底有多大用”

正因為缺乏可統一衡量的效果標準，GEO在商業化過程中往往難以“證明自己有用”。

目前各家的服務報價差異明顯，從幾千元到數十萬不等，主要受目標關鍵詞的優化難度、所需優化的詞條數量、所采用的策略深度以及相關技術實現要求等因素綜合影響。

在實際操作中，多數服務商進行優化并交付結果時，通常會向ChatGPT等AI搜索工具提交一系列預設問題（Prompt），并統計回復中品牌被提及的次數作為主要的效果證明。

但不同AI搜索工具的算法和結果呈現方式差異較大，品牌難以準確衡量優化效果。

比如，服務商設計的具體提問（Prompt）其內容、角度和范圍可能經過特殊設計，以便更容易觸發包含品牌名的答案。這種“定制化提問”能在多大程度上反映真實用戶的自然提問習慣，是存疑的。

AI回答的“非冪等性”（即同一問題多次查詢可能得到不同結果）和“記憶效應”（個性化歷史記錄可能影響輸出結果），更是增加了效果評估的復雜性。

同時，GEO服務商也困于因果關系證明。

在傳統搜索中，用戶從搜索結果頁點擊品牌鏈接，網站分析工具從而記錄流量來源。但在AI搜索中，信息被直接整合在答案里，用戶無需點擊便可獲得，出現了“零點擊”現象。甚至還有數據顯示，當AI摘要出現時，用戶點擊搜索結果的比例會大幅下降，甚至有相當比例的用戶在獲得答案后直接結束會話。

這意味著，即便品牌信息被AI頻繁推薦，最終也促成了購買行為，由于缺乏明確的點擊與跳轉，品牌方也難以確認該次轉化是由AI搜索的推薦帶來。

因此，一些頭部GEO服務商會自研監測系統，以證明其自研系統在數據采集、算法邏輯上具備可信度。

GEO的另一面：AI投毒、低價與監管風險

除了前述效果評估難以衡量之外，GEO的另一項限制，體現在它和企業類型的“適配”上。多位從業者認為，不同規模的公司都適合做GEO，但方式不同。

有從業者指出，小公司做GEO的關鍵并非盲目爭奪熱門大詞，而是要精準定位與自身產品緊密相關的細分場景。比如利用“價格更低”、“適合入門”等自身優勢切入點，在特定問題中成為AI的首選答案，這比在寬泛領域與巨頭競爭要有效得多。而對于業務線復雜、覆蓋區域廣泛的大型企業，從業者一致認為應通過長期積累，而不是追求短期曝光。

值得注意的是，雖然GEO適配不同規模的公司，但它并非適用于所有行業。

綜合多位從業者的經驗判斷，那些需求具有強本地屬性、決策復雜度高、需要信任背書的行業比較適合做GEO，如教培、醫療、法律、維修。用戶在這些場景中，往往會主動向AI詢問“怎么選”“哪種更適合”“是否有風險”，為GEO提供了天然的介入空間。

相反，在一些以情緒驅動、即時消費為主的行業中，GEO的空間不大。比如電商、快消品、游戲、短視頻等行業，用戶購買決策較快。就像用戶很少會詢問AI“哪個口紅色號顯白”，用戶對這些行業的核心訴求是好看好玩，而非專業推薦。這些行業的主戰場不在AI搜索框。

作為一個仍處于早期階段的新興領域，GEO也不可避免地伴隨著多重不確定性。

當前較為突出的問題之一，就是此次被315晚會曝光的“AI投毒（低質內容污染）”現象。

部分GEO服務商為追求快速見效，傾向于采取“內容海量堆砌”的策略，向AI模型批量投喂低質量內容，試圖在短期內提升品牌的AI可見度。這類做法雖然可能在短期內制造“可見度”，但長期來看，反而會稀釋內容價值。

另外，當前GEO服務市場存在明顯的低價競爭傾向。不少服務商為爭奪品牌方客戶，不斷壓低報價，卻因缺乏扎實的專業能力、方法論支撐和技術壁壘，難以提供真正有效的優化服務，導致行業陷入“低質低價”的惡性侵染，擾亂市場生態。

除了行業內部的問題，外部政策的不確定性也被從業者視為潛在風險。

有從業者稱，最關注的是監管層與平臺方的動向。一旦大模型廠商出臺明確政策，禁止一切干擾搜索結果公平性的行為，那么當前基于內容優化的GEO策略可能面臨系統性約束，甚至難以繼續開展。這類似于過去搜索引擎平臺對SEO策略的不斷收緊，最終，大部分廣告預算和流量主導權仍將回歸平臺方所有。

在這個尚未定型的市場里，GEO的真正價值，可能還需要時間來給出。

*題圖由AI生成，文中配圖來源于pexels。