2026年3月16日，在央视3·15晚会中，AI大模型的“投毒”现象引发了公众对生成式人工智能推荐内容可信度的关注。这一问题引起了广泛讨论，尤其是围绕一种名为GEO（Generative Engine Optimization）的技术展开。
所谓GEO，是SEO（搜索引擎优化）在生成式AI时代的发展延伸。不同于传统SEO追求点击量和排名，GEO的核心在于提高品牌或产品在AI生成的回答中被直接引用的概率。通过语义深度、数据支持和权威来源等策略，企业可以提升自身内容被AI采纳的几率。
具体来说，GEO优化通常涉及两个方面：内容优化和技术优化。前者侧重于提供符合AI偏好且易于引用的信息；后者则通过结构化标注等方式确保AI能够有效抓取并理解这些信息。例如，在官网或信息发布渠道中添加Schema标签等技术手段，使大模型更高效地解析和解释品牌信息。
GEO的操作流程通常包括三个步骤：首先，确定用户常问的问题；其次，撰写针对AI偏好的内容；最后，将这些内容投放到高权重的AI抓取渠道，并进行技术和结构化优化。
随着生成式AI逐渐成为新的信息入口，GEO已经成为企业争夺AI流量的重要手段。据统计，2024年中国GEO服务市场规模已超过42亿元人民币，年复合增长率高达38%；预计到2034年全球市场规模将突破336亿美元。
然而，这一新兴行业的快速发展也伴随着不少挑战和风险。首先，效果评估难度较大，企业难以确认品牌被AI推荐后是否真正转化为购买行为。其次，行业竞争激烈，规模化的“投喂”方式可能会降低信息环境质量；此外，平台规则不确定性和技术更新也可能对现有策略产生影响。
尽管如此，GEO仍然是企业在生成式AI时代寻找曝光机会的有效途径。它不仅提供了一种新的营销手段，更反映了互联网流量入口的转移趋势。未来，随着技术和市场的进一步成熟，GEO有望成为品牌推广不可或缺的一部分。
推荐意见