本文來自微信公眾號： 市象 ，作者：古廿，編輯：楊舟

一位做消費品的市場負責(zé)人，最近收到了一份GEO服務(wù)報價。

對方承諾可以讓品牌出現(xiàn)在豆包、Kimi、通義千問、DeepSeek等AI工具的推薦答案里；可以圍繞“十大品牌”“性價比推薦”“行業(yè)解決方案”等關(guān)鍵詞做內(nèi)容布局；最快幾周見效，還能提供截圖報告。

這聽起來像過去SEO的升級版。但SEO至少還能查排名、看流量、算轉(zhuǎn)化；GEO面對的是一個更不穩(wěn)定的系統(tǒng)。

同一個問題，換一個模型、換一個問法、換一個賬號，答案都可能不同。服務(wù)商承諾的是“確定出現(xiàn)”，實際賣的是一個還沒有被充分驗證的概率。

類似的，央廣網(wǎng)最近也披露了一批相似的GEO服務(wù)商亂象。

比如有國際物流公司，他們對GEO的認識，是先從詢價客戶那里聽到“我是問AI找到你的”。這句話對中小企業(yè)很有刺激性：如果AI能帶來客戶，那AI答案里的位置，就不再只關(guān)乎品牌形象，而是銷售線索問題。

GEO服務(wù)商抓住的正是這種焦慮。

它們賣的不是“內(nèi)容優(yōu)化”，而是對企業(yè)的簡單承諾：讓品牌出現(xiàn)在AI推薦里，排前三、多平臺都能看到，最快幾周見效。

對預(yù)算有限、又想要獲客的企業(yè)來說，根據(jù)服務(wù)包的不同，下至9.9，上至數(shù)千元，都可以拿到AI入口里榜一大哥的位置，聽起來比投廣告更劃算。

問題是，企業(yè)想要的真實價值和服務(wù)商賣出去的東西，并不是一回事。

AI時代的曝光度焦慮

過去的SEO，至少有相對清晰的指標(biāo)：關(guān)鍵詞排名、點擊率、網(wǎng)站流量、轉(zhuǎn)化路徑。企業(yè)知道自己排第幾，也知道錢大概花在哪里。

GEO面對的是另一個系統(tǒng)。用戶問AI“哪款產(chǎn)品值得買”“某個品牌怎么樣”“某類服務(wù)商推薦誰”，AI給出的不是一頁鏈接，而是一段合成答案。品牌可能被推薦，也可能被忽略；可能被準(zhǔn)確描述，也可能被舊信息、負面信息或錯誤來源定義。

Google AI Overviews、Perplexity、ChatGPT Search、豆包、Kimi、通義千問等產(chǎn)品，都在把搜索從“鏈接分發(fā)”變成“答案分發(fā)”。

Google CEO披露，面向AI轉(zhuǎn)型的搜索功能AI Overviews（AI概述摘要）2025年一季度已經(jīng)覆蓋15億月活用戶。中國市場里，截止2025年12月，生成式人工智能用戶規(guī)模達到6.02億，“問AI”已經(jīng)變成大家的日常信息入口。

這就是企業(yè)焦慮的來源：流量競爭在用戶點擊信息之前，就已經(jīng)發(fā)生。過去是用戶看見品牌以后再判斷，現(xiàn)在是AI先輔助用戶篩選品牌有沒有資格進入候選名單。

AI對于用戶點擊率的影響，是有數(shù)據(jù)支撐的。

Pew Research Center的研究顯示，當(dāng)Google搜索結(jié)果出現(xiàn)AI摘要時，用戶點擊傳統(tǒng)搜索鏈接的比例只有8%；沒有AI摘要時，這一比例是15%。

對網(wǎng)站而言，是丟失了一部分流量。但對品牌來說，這是解釋權(quán)被前置。用戶越來越少進入網(wǎng)頁逐一比較，而是讓AI提前給出一部分判斷。誰被寫進答案，誰先進入候選名單；誰沒被提到，就可能失去一次被比較的機會。

更重要的是，AI答案和傳統(tǒng)搜索結(jié)果并不是同一套來源邏輯。

一篇arXiv論文基于1.15萬個真實查詢比較Google Search、Google AI Overview和Gemini，發(fā)現(xiàn)AI Overview在51.5%的代表性查詢中出現(xiàn)，而且AIO、傳統(tǒng)搜索和Gemini的來源重合度很低。

另一篇研究跟蹤發(fā)現(xiàn)，谷歌AI概述功能引用的域名里，接近30%并不出現(xiàn)在傳統(tǒng)搜索第一頁結(jié)果中。

這意味著一個現(xiàn)實問題：過去SEO做得好，不一定可以在AI答案里拿到高曝光度。

所以海外已經(jīng)出現(xiàn)了一批主打AI生成答案優(yōu)化的GEO服務(wù)企業(yè)。

比如Profound在2025年連續(xù)融資，先后拿到2000萬美元A輪和3500萬美元B輪；Evertune從2024年的400萬美元種子輪，到2025年又完成1500萬美元A輪；Azoma則以“幫助品牌出現(xiàn)在聊天機器人和AI搜索里”為賣點，拿到400萬美元融資，客戶包括Mars、Colgate、Zappos、P&G等。

這些公司的共同點，不是把傳統(tǒng)的線上廣告位賣給品牌方，而是監(jiān)測和影響品牌在AI答案里的出現(xiàn)頻率、描述方式和引用來源。

顯然GEO不是中國獨有的概念和營銷服務(wù)。它背后的一個全球性變化：搜索入口正在從網(wǎng)頁列表變成機器答案，品牌競爭也從“用戶能不能搜到我”，提前到“AI會不會把我放進答案里”。

GEO服務(wù)亂在哪里？

面對AI時代的變化，品牌的市場需求是真的，但是新市場也催生了諸多亂象。

很多服務(wù)商賣所謂的“包前三”“包推薦”“七天見效”。這在傳統(tǒng)搜索時代也許還能勉強解釋。

但AI問答不是一張固定榜單。

同一個問題，不同人問、不同平臺問、不同時間問，答案都可能變化。模型版本、提示詞、用戶上下文、實時檢索源、地域、賬號狀態(tài)、競品信息，都會影響最后生成的回答。

諸如“保前三”一類可量化的結(jié)果，本身就是把一個概率性回答包裝成確定性結(jié)果。

此前報道里的搬家公司，中的就是這種話術(shù)。服務(wù)商承諾高排名、多平臺曝光，還要求企業(yè)注冊多個自媒體賬號，持續(xù)發(fā)布文章。企業(yè)照做了，折騰近一個月，排名和展現(xiàn)依舊為零。

追問效果時，對方推脫“技術(shù)正在跟進”“馬上就好”。最后，幾千元服務(wù)費花了，退款也變得困難。

類似案例中，企業(yè)踩的是GEO的第一層亂，驗收標(biāo)準(zhǔn)亂。

服務(wù)商最終交付一份關(guān)鍵詞表，幾張AI問答截圖，但企業(yè)很難判斷：這些內(nèi)容到底有沒有被AI采信？截圖是穩(wěn)定結(jié)果，還是某一次測試?yán)锏呐既唤Y(jié)果？

第二層亂，是交付方式亂。

目前市場上的GEO服務(wù)，大致可以分成三類。

第一類是賣監(jiān)測。服務(wù)商把品牌在豆包、Kimi、通義千問、DeepSeek、ChatGPT等平臺里的出現(xiàn)頻率、引用來源、競品對比做成報告。這類服務(wù)相對合規(guī)，也確實有價值，但容易過度包裝，賣出一份不錯的價格。

第二類是賣內(nèi)容優(yōu)化。包括官網(wǎng)、新聞稿、百科、媒體報道、第三方測評、社媒內(nèi)容。這類服務(wù)有長期價值，但它往往很難短期見效。

第三類是黑帽GEO。批量鋪軟文、偽造問答、堆第三方榜單、做自夸式測評，甚至編造用戶評價和專家背書。它的重點是制造一批有利于品牌的信息，讓AI檢索時誤以為這些內(nèi)容可信。

開頭那家國際物流公司，遇到的就是第三類風(fēng)險。

2024年才成立的公司，服務(wù)商卻在批量生成的內(nèi)容里寫出“成立十周年”；企業(yè)本身沒有對應(yīng)條件，卻被寫成“擁有200多平方米工廠”。這些信息是典型的語料投喂：先制造有利事實，再期待AI采信。

短期看，是為了讓品牌更容易出現(xiàn)在答案里。長期看，它會反過來傷害品牌。

過去假軟文影響的是搜索結(jié)果和用戶判斷；現(xiàn)在假信息可能進入AI的參考來源，變成模型回答的一部分。

今年3·15晚會曝光的一款GEO軟件，就曾圍繞一個根本不存在的虛構(gòu)產(chǎn)品，幾分鐘內(nèi)自動生成十余篇帶有夸張參數(shù)和虛假評價的推廣文章，并包裝成“行業(yè)第一”。

最后企業(yè)花冤枉錢，還把品牌資產(chǎn)交給了低質(zhì)量內(nèi)容農(nóng)場。AI可能真的記住了它，但記住的是一堆經(jīng)不起推敲的垃圾信息。

品牌語料治理任重道遠

GEO不會因為亂象而消失。

相反，恰恰說明企業(yè)意識到：用戶認識品牌的路徑變了。

過去，用戶通常先進官網(wǎng)、看搜索結(jié)果、比較媒體報道和用戶評價；現(xiàn)在，越來越多信息被AI先總結(jié)成一個答案。

這讓品牌管理提前了一層。企業(yè)不只要關(guān)心“用戶能不能搜到我”，還要關(guān)心“AI如何理解我”。

真正有價值的GEO，不是單純讓AI替品牌說好話，而是讓AI在回答品牌相關(guān)問題時，能找到準(zhǔn)確、穩(wěn)定、可驗證的材料。

這不是一個外包服務(wù)商可以單獨完成的排名生意。它更接近一套跨部門的品牌語料治理：公關(guān)負責(zé)權(quán)威信息和媒體表達，內(nèi)容團隊負責(zé)官網(wǎng)和產(chǎn)品資料，SEO團隊負責(zé)可檢索性，法務(wù)和合規(guī)團隊處理資質(zhì)、廣告邊界和爭議回應(yīng)，客服與銷售則提供真實用戶問題和高頻場景。

過去這些信息分散在不同部門，各自服務(wù)不同目標(biāo)。AI搜索把它們重新放到同一個系統(tǒng)里檢驗。一旦信息互相矛盾，模型就會放大這種混亂。

行業(yè)治理也在向這個方向規(guī)劃。今年4月，近40家專業(yè)媒體、行業(yè)組織、高校和科技企業(yè)發(fā)起《負責(zé)任GEO治理倡議》，反對投毒、低質(zhì)內(nèi)容污染、不正當(dāng)競爭和侵權(quán)，強調(diào)真實、透明和信源治理。

監(jiān)管和行業(yè)自律都指向：GEO可以幫助品牌被更準(zhǔn)確地理解，但不能變成操縱AI答案的工具。

海外相關(guān)的工具也在向類似的方向努力。比如Profound、Evertune、Azoma等公司不只賣“推薦位”，還提供AI可見度監(jiān)測、引用來源分析、競品對比和內(nèi)容缺口識別，讓企業(yè)理解為什么在AI回答里沒有被推薦。

當(dāng)GEO的服務(wù)重心從“優(yōu)化內(nèi)容”轉(zhuǎn)向“系統(tǒng)監(jiān)測和治理”，“神承諾”服務(wù)包就會被自然過濾掉。

長期看，GEO像AI時代的品牌檔案管理。企業(yè)需要持續(xù)維護自己的公開事實：公司信息、產(chǎn)品邊界、價格體系、資質(zhì)證明、客戶案例、售后政策、爭議回應(yīng)，以及這些信息在不同平臺上的一致性。

誰的公開信息更準(zhǔn)確、更完整、更容易被AI理解，誰就更容易在AI答案里保持穩(wěn)定存在。

GEO的下一階段，不是更多內(nèi)容投放，而是更好的事實管理。