從9.9投毒到千元承諾包，AI的榜一大哥誰都能當？

誰能定制AI生成答案？

作者|古廿

編輯|楊舟

一位做消費品的市場負責人，最近收到了一份GEO服務報價。

對方承諾可以讓品牌出現在豆包、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”“行業解決方案”等關鍵詞做內容布局；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、算轉化；GEO面對的是一個更不穩定的系統。

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。服務商承諾的是“確定出現”，實際賣的是一個還沒有被充分驗證的概率。

類似的，央廣網最近也披露了一批相似的GEO服務商亂象。

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，就不再只關乎品牌形象，而是銷售線索問題。

GEO服務商抓住的正是這種焦慮。

它們賣的不是“內容優化”，而是對企業的簡單承諾：讓品牌出現在AI推薦里，排前三、多平臺都能看到，最快幾周見效。

對預算有限、又想要獲客的企業來說，根據服務包的不同，下至9.9，上至數千元，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，企業想要的真實價值和服務商賣出去的東西，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：關鍵詞排名、點擊率、網站流量、轉化路徑。企業知道自己排第幾，也知道錢大概花在哪里。

GEO 面對的是另一個系統。用戶問 AI“哪款產品值得買”“某個品牌怎么樣”“某類服務商推薦誰”，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、通義千問等產品，都在把搜索從“鏈接分發”變成“答案分發”。

Google CEO披露，面向AI轉型的搜索功能AI Overviews（AI概述摘要）2025年一季度已經覆蓋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模達到6.02 億， “問 AI”已經變成大家的日常信息入口。

這就是企業焦慮的來源：流量競爭在用戶點擊信息之前，就已經發生。過去是用戶看見品牌以后再判斷，現在是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，是有數據支撐的。

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

對網站而言，是丟失了一部分流量。但對品牌來說，這是解釋權被前置。用戶越來越少進入網頁逐一比較，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答案和傳統搜索結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，發現 AI Overview 在 51.5% 的代表性查詢中出現，而且AIO、傳統搜索和Gemini 的來源重合度很低。

另一篇研究跟蹤發現，谷歌AI概述功能引用的域名里，接近30%并不出現在傳統搜索第一頁結果中。

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

所以海外已經出現了一批主打AI生成答案優化的GEO服務企業。

比如Profound 在 2025 年連續融資，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，不是把傳統的線上廣告位賣給品牌方，而是監測和影響品牌在AI答案里的出現頻率、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。它背后的一個全球性變化：搜索入口正在從網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。

很多服務商賣所謂的“包前三”“包推薦”“七天見效”。這在傳統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、競品信息，都會影響最后生成的回答。

360 智見 GEO 的產品專家在接受央廣網采訪時也提到，大模型并非傳統搜索引擎，其回答結果不存在固定排名。搜索引擎依賴網頁抓取、排序和固定結果呈現；大模型的回答則同時受到訓練語料、聯網檢索、用戶提問方式、場景需求和競爭信息變化影響。

諸如“保前三”一類可量化的結果，本身就是把一個概率性回答包裝成確定性結果。

此前報道里的搬家公司，中的就是這種話術。服務商承諾高排名、多平臺曝光，還要求企業注冊多個自媒體賬號，持續發布文章。企業照做了，折騰近一個月，排名和展現依舊為零。

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

類似案例中，企業踩的是GEO 的第一層亂，驗收標準亂。

服務商最終交付一份關鍵詞表，幾張AI問答截圖，但企業很難判斷：這些內容到底有沒有被AI采信？截圖是穩定結果，還是某一次測試里的偶然結果？

第二層亂，是交付方式亂。

目前市場上的GEO 服務，大致可以分成三類。

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

第二類是賣內容優化。包括官網、新聞稿、百科、媒體報道、第三方測評、社媒內容。這類服務有長期價值，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容可信。

開頭那家國際物流公司，遇到的就是第三類風險。

2024年才成立的公司，服務商卻在批量生成的內容里寫出“成立十周年”；企業本身沒有對應條件，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果和用戶判斷；現在假信息可能進入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產品，幾分鐘內自動生成十余篇帶有夸張參數和虛假評價的推廣文章，并包裝成“行業第一”。

最后企業花冤枉錢，還把品牌資產交給了低質量內容農場。 AI 可能真的記住了它，但記住的是一堆經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，恰恰說明企業意識到：用戶認識品牌的路徑變了。

過去，用戶通常先進官網、看搜索結果、比較媒體報道和用戶評價；現在，越來越多信息被AI 先總結成一個答案。

這讓品牌管理提前了一層。企業不只要關心“用戶能不能搜到我”，還要關心“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在回答品牌相關問題時，能找到準確、穩定、可驗證的材料。

這不是一個外包服務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：公關負責權威信息和媒體表達，內容團隊負責官網和產品資料，SEO團隊負責可檢索性，法務和合規團隊處理資質、廣告邊界和爭議回應，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，各自服務不同目標。AI 搜索把它們重新放到同一個系統里檢驗。一旦信息互相矛盾，模型就會放大這種混亂。

行業治理也在向這個方向規劃。今年4 月，近 40 家專業媒體、行業組織、高校和科技企業發起《負責任 GEO 治理倡議》，反對投毒、低質內容污染、不正當競爭和侵權，強調真實、透明和信源治理。

監管和行業自律都指向：GEO 可以幫助品牌被更準確地理解，但不能變成操縱AI 答案的工具。

海外相關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可見度監測、引用來源分析、競品對比和內容缺口識別，讓企業理解為什么在AI回答里沒有被推薦。

當GEO的服務重心從“優化內容”轉向“系統監測和治理”，“神承諾”服務包就會被自然過濾掉。

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

誰的公開信息更準確、更完整、更容易被AI理解，誰就更容易在 AI 答案里保持穩定存在。

GEO 的下一階段，不是更多內容投放，而是更好的事實管理。