你上一次問AI"哪款洗發水好用"，是什么時候？

那個回答，你有沒有想過——它是怎么來的？

有一類公司，專門回答這個問題。但不是去測產品，不是去做用戶調研。他們的方法是：大量生產夸大其詞甚至無中生有的內容，把它們投喂給AI。

一位自媒體人士（逐浪Linkworld）深入這個行業，在一家GEO（生成式引擎優化）公司臥底了30天，記錄了他看到的一切。他記錄到的東西，比你想象的更荒誕。

一個洗發水品牌的稿件寫著：使用該品牌產品，平均每日生發2厘米。一個月就是60厘米。AI引用了。

這不是意外。這是一套工業化的流程。

這不是某個行業的個案。這是AI搜索時代，一個系統性漏洞被系統性利用的故事。

01 AI到底在信什么？

要理解為什么AI會被騙，得先理解AI的"信任機制"和人的"信任機制"有什么根本區別。

人在判斷一個品牌可不可信，用的是"核實邏輯"——我去查它有沒有實體店，去問朋友用過沒，去看評論真不真實，去搜媒體有沒有負面報道。這個過程耗時耗力，但它能把大量假信息過濾掉。

AI判斷一個品牌可不可信，用的是"密度邏輯"——這個品牌被提到的次數夠不夠多，描述它的內容夠不夠一致，信息來源夠不夠分散。

核實邏輯（人）：尋找矛盾 → 矛盾越多，可信度越低

密度邏輯（AI）：尋找密度 → 密度越高，引用率越高

兩種邏輯對造假的抵抗力，是截然不同的。

人的核實邏輯，造假成本很高——你得讓假信息在真實世界里經得起查。

AI的密度邏輯，造假成本極低——你只需要讓假信息在網絡上分布得足夠廣、足夠一致。

這是兩種完全不同的攻防邏輯。那位臥底記者看到的發稿系統——每天批量生成上千篇內容，分發到數十個平臺——正是針對AI密度邏輯設計的。

那個寫"每日生發2厘米"的稿件，人看到會覺得荒唐，但AI看到的是：關于這個品牌，有一篇正向內容。

02 可信度，是可以被工業化生產的

臥底記錄里，有一個詞被反復使用——"豐富"。

客戶提供基礎材料包，服務商負責在上面"豐富"一下。"豐富"的意思是：加數據、加權威機構名稱、加用戶反饋比例。

那些被加進去的東西，往往查無出處。

"連續三年獲得中國健康產業協會最佳創新品牌稱號"——這個協會，不存在。 "97.3%的用戶使用28天后膚質明顯改善"——這個數據，沒有任何來源。

但這沒關系。因為AI不會去查。

這套邏輯用一句話概括：

在AI的信任機制下，可信度不是真實性的函數，而是密度和一致性的函數。

我把這種現象稱為"可信度制造"——它不是欺騙AI的偶然行為，而是一個可被標準化、可被批量執行的工業流程。

這個流程由三個環節構成：

環節一·內容生產：用大模型批量生成稿件，加入虛構數據和不存在的認證機構

環節二·密度投放：通過自動發稿系統，將內容覆蓋到AI能抓取到的各類平臺

環節三·一致性維護：所有稿件口徑統一，讓AI看到的信息高度一致、相互印證

三個環節完成，一個品牌的AI"可信度"就建立起來了。和這個品牌的真實質量，沒有必然關系。

03 這件事為什么是個囚徒困境？

你可能會說：那些真正好的品牌怎么辦？

這里有一個殘酷的結構性問題。

如果你是一個誠實經營的品牌，你拒絕夸大數據、拒絕虛構機構、拒絕批量發稿——你的AI曝光率，會低于那些造假的競爭對手。

消費者在AI搜索里看到的，是密度更高的那個品牌。不是質量更好的那個。

臥底記錄里有一句內部人的話，說得很直接： "公司要的是讓客戶覺得我們很努力，一天一千篇聽起來比十篇厲害多了。" "真正管用的，可能一篇就夠了。但一篇賣不出價格，一千篇可以。"

這句話揭示的不只是行業潛規則，而是一個經典的囚徒困境：

如果你造假，競爭對手不造假 → 你在AI里的曝光率遠高于對手，贏

如果你不造假，競爭對手造假 → 你的曝光率遠低于對手，輸

如果大家都造假 → AI推薦系統整體失真，所有人都輸，但在這個輸的結構里，

率先退出造假的那個仍然是輸最多的那個

守規矩的人，在AI時代的搜索流量里，正在以一種安靜的方式被淘汰。

這和漳州楊梅的故事是同一個結構——違規者被罰了，但守規矩的果農先砍樹喂了豬。

04 你現在能怎么辦？

說完機制，說一些實用的東西。

在AI推薦的內容里，有幾類信號值得提高警惕：

精確到小數點的效果數據，但沒有注明研究機構和樣本量

"連續N年獲得XX獎項"，但搜不到這個獎項的主辦方

多個平臺、多篇內容，表述高度雷同（很可能來自同一模板）

權威背書來自你從未聽說過的協會或機構名稱

這不是說AI的推薦完全不可信。而是說，在AI密度邏輯被大規模利用之前，它值得被作為參考；在它被工業化利用之后，它需要被作為起點，而不是終點。

AI告訴你"這個品牌好"，可以作為你開始了解它的理由。不宜作為你購買它的唯一理由。

05 這件事還和誰有關？

① 正在用AI搜索做購買決策的消費者

AI推薦已經開始影響你的日常消費選擇。化妝品、保健品、母嬰產品、教育課程——這些領域競爭激烈、信息不對稱嚴重，正是GEO最活躍的戰場。你需要的是把AI答案當作索引，而不是判決。

② 正在評估GEO服務的中小品牌

如果你是一個真正有產品力的品牌，而你的競爭對手在大量購買GEO服務，你面臨的是一個短期不公平、但長期有機會翻盤的處境——因為AI公司本身也在不斷優化對虛假信息的識別。你需要的是找到那些真正能提升AI引用質量而非數量的服務商，兩者現在已經不是同一批人。

③ 正在研究AI治理的從業者和政策制定者

GEO現在還是一個相對新的領域，監管框架基本處于空白。但它揭示的問題——AI的輸出質量依賴于它所接觸到的內容質量，而這個質量是可以被人為系統性操控的——這個問題會隨著AI搜索滲透率的提升而變得越來越重要。現在是討論規則的好時機。

AI正在成為新的信息中介，但它的信任機制還沒做好被系統性操控的準備。

這篇文章有一個我沒有解決的問題——AI公司自己有沒有辦法反制這套"可信度制造"體系？

理論上有：通過更好地識別內容來源的多樣性、時間分布、跨平臺一致性來過濾協調性批量內容。部分AI公司已經在往這個方向走。

但軍備競賽的節奏歷來如此——攻的永遠比守的快一步。SEO和搜索引擎對抗了二十年，至今沒有終局。GEO和AI搜索的對抗，大概也不會例外。

在這場對抗里，消費者多一分識別能力，就少一分被誤導的概率。這篇文章如果有一個用處，希望是這個。

本文僅為信息分享與行業分析，不構成任何投資建議、投資分析意見或交易邀約。市場有風險，投資需謹慎。任何人依據本文內容作出的投資決策，風險與盈虧自行承擔，作者及發布平臺不承擔任何法律責任。