PureblueAI清藍創(chuàng)始人魯揚：AI取代的不僅是搜索，還有交易權(quán)｜馬蹄社研學(xué)筆記

【馬蹄社原創(chuàng)】2025年9月 ，一家國內(nèi)頭部電商平臺找到PureblueAI清藍創(chuàng)始人魯揚。原因是他們正在備戰(zhàn)雙十一，而當(dāng)時如果在豆包、Deepseek等平臺上搜索類似“XX商品去哪買比較好”，該平臺在搜索結(jié)果中排序非常靠后，甚至沒有露出。經(jīng)過清藍一個月的緊急優(yōu)化，該頭部電商平臺終于趕在雙十一大戰(zhàn)之前，在AI搜索中實現(xiàn)了更靠前的展現(xiàn)位置，并且能夠展示出關(guān)鍵促銷信息。“從線下到線上，從APP到AI側(cè)，整個營銷戰(zhàn)役的Message統(tǒng)一了”，根據(jù)平臺負(fù)責(zé)人反饋，相關(guān)品類在AI引流的加持下，銷量增幅在去年同比的兩倍以上。

這是魯揚在6月馬蹄社閉門研學(xué)分享上抖出的細節(jié)。作為國內(nèi)最早的GEO從業(yè)者之一，魯揚不僅是這個行業(yè)資歷最深的人，也大概是離AI搜索“上游”最近的人之一。他清華大學(xué)中文系畢業(yè)，擁有20余年科技行業(yè)深耕經(jīng)驗。此前曾任字節(jié)跳動火山引擎市場總經(jīng)理、豆包大模型市場負(fù)責(zé)人，親歷大模型底層商業(yè)邏輯的演進。曾親手操盤豆包大模型的上市，參與了“云雀”改名“豆包”的決策，以及將豆包大模型的Token價格砍到地板價。2024年8月，他從字節(jié)離職創(chuàng)業(yè)，開始做今天叫GEO（Generative Engine Optimization，生成式引擎優(yōu)化）的這件事。

作為甲方出身，曾經(jīng)是國內(nèi)第一批MarTech（營銷技術(shù)） 實踐者，魯揚和他創(chuàng)辦的PureblueAI清藍創(chuàng)新性地將量化投資的“因子挖掘”思路引入AI營銷，用自研算法解讀大模型算法，推動行業(yè)從盲目押注概率的傳統(tǒng)人工經(jīng)驗驅(qū)動的方式，走向科學(xué)、精準(zhǔn)的模型驅(qū)動GEO。

馬蹄社這場閉門分享信息密度很高，案例和數(shù)據(jù)鋪得很滿。但受馬蹄社保密協(xié)議規(guī)則約束，實戰(zhàn)打法這里不便公開。我們今天聊一聊關(guān)于“權(quán)力轉(zhuǎn)移”這個命題：搜索的入口正在從搜索引擎轉(zhuǎn)向AI，交易的前鏈路（從搜索到?jīng)Q策到支付）正在被AI巨頭整段吞下，而被夾在中間的品牌和服務(wù)商，要在一套沒有公開規(guī)則、還在劇烈搖擺的黑箱游戲里，重新找到自己的位置。

PureblueAI清藍創(chuàng)始人魯揚

兩年蠻荒：從沒人聽得懂，到全員入場

2024年 9月，魯揚開始做這件事的時候，GEO這個詞根本不存在。他們管自己叫 “AI平臺的SEO”，主做豆包和Kimi的優(yōu)化。當(dāng)時出去融資跟投資人解釋，對方的反應(yīng)是“這哪是一門生意”。

轉(zhuǎn)折點出現(xiàn)在2025年 3月。DeepSeek在 1月底引爆，春節(jié)期間發(fā)酵，3月份品牌方的需求開始展露，并快速爆發(fā)。所有做SEO的公司，幾乎一夜之間全部轉(zhuǎn)身做GEO。魯揚的解釋是，靠“人工驅(qū)動”的GEO技術(shù)門檻足夠低，公司里只要有兩個做過SEO的人就能接單。

2025年下半年，黑灰產(chǎn)隨之冒頭：編造數(shù)據(jù)、批量灌水、抹黑競品。2026年 315晚會曝光之后，行業(yè)才開始往合規(guī)方向收口。信通院、中廣協(xié)、商廣協(xié)等主管單位分別從技術(shù)合規(guī)和廣告可信等角度，紛紛出臺行業(yè)標(biāo)準(zhǔn)。

這條曲線，跟過去十年所有紅利型賽道走過的路徑幾乎一模一樣：沒人懂→一擁而入→魚龍混雜→監(jiān)管收緊→正規(guī)軍集結(jié)。區(qū)別只在于，這一次留給草臺班子掙快錢的窗口期，比以往任何一個賽道都更短。因為他們面對的不是一套可以被摸透的固定規(guī)則，而是一個不斷進化、連開發(fā)者自己都說不清楚“為什么這次推薦了這個品牌”的黑箱。

三方棋局：AI平臺要交易權(quán)，品牌怕掉隊，服務(wù)商在洗牌

如果只把GEO理解成品牌怎么討好AI，會漏掉這件事更重要的另外兩方——AI平臺和服務(wù)商。

先看AI平臺。魯揚講了一個關(guān)鍵判斷：豆包、千問們拼命發(fā)力，目的從來不是干掉搜索，它們真正想做的，是把原本分散在淘寶、美團、攜程等各個平臺上的交易環(huán)節(jié)，一整段切下來，裝進自己的對話框里：從用戶搜索、內(nèi)容推薦、輔助決策，到下單和支付，逐步實現(xiàn)“內(nèi)化交易”，在一個應(yīng)用內(nèi)完成，甚至不再向外跳轉(zhuǎn)。豆包、千問從去年四季度起陸續(xù)上線電商鏈接，近期更是在部分品類實現(xiàn)的“不跳轉(zhuǎn)”功能，正是這個動作的落地證據(jù)。

這個判斷如果成立，傳統(tǒng)電商、O2O、OTA等平臺在產(chǎn)業(yè)鏈里的位置只會持續(xù)后移，最終趨向于變成單純的履約方。用戶連支付都在AI這一側(cè)完成了，平臺剩下的工作只是幫忙把貨送到。

再看品牌這一方，心態(tài)變化最快，也最焦慮。曾有一位媒體記者跟魯揚說過一句話，他認(rèn)同：“今天如果AI不認(rèn)你這個品牌，你這個品牌就已經(jīng)'賽博逝世'了。"這句恐慌不是一句空話，2025年上半年，魯揚曾經(jīng)找到華泰證券的增長團隊，但當(dāng)時業(yè)務(wù)要的是精確到“每一分錢帶來多少開戶數(shù)”的ROI追蹤，GEO技術(shù)上做不到，項目就擱置了。直到2025年下半年，華泰偶然發(fā)現(xiàn)公司主推的“AI漲樂”應(yīng)用在AI平臺上幾乎被搜索不到，于是團隊重新找到PureblueAI清藍，雙方開始合作。

最后是服務(wù)商這一方，這是棋局里變化最劇烈、內(nèi)部分裂也最大的一方。過去靠“寫稿發(fā)稿”就能接單的玩法還在，但已經(jīng)分裂成兩條路：一條是繼續(xù)走經(jīng)驗驅(qū)動的老路，靠走量、靠手感去賭概率，踩中算贏，踩不中換個寫法再發(fā)；另一條是訓(xùn)練自己的模型，把“算法學(xué)習(xí)”當(dāng)成一門正經(jīng)的技術(shù)活去做。兩條路門檻天差地別，效果也判若云泥。這也是今天服務(wù)商市場魚龍混雜、黑灰產(chǎn)和正規(guī)軍同時存在的根源。

黑箱拆開看：從意圖理解到答案生成，要闖四道關(guān)

研學(xué)現(xiàn)場，馬蹄社同學(xué)、SKP張帆把SEO和 GEO的差別打了個比方：SEO像高考，按分?jǐn)?shù)排名，規(guī)則透明，語文數(shù)學(xué)加起來過線就能上清華；GEO更像自主招生，可能跳健美操能上清華，可能物理競賽獲獎也能上，但沒人告訴你權(quán)重到底怎么算。

魯揚把這個比方又往下拆了一層：SEO是累加邏輯，權(quán)重一點點往上墊，最后看總分夠不夠；GEO是漏斗邏輯，每一步都可能把你刷掉，能不能活到最后才是關(guān)鍵。

他拆出了四道關(guān)卡：

第一關(guān)是意圖理解。用戶輸入一句話，AI先要提煉出關(guān)鍵詞詞根錨定意圖，再去調(diào)取對應(yīng)的搜索引擎。企業(yè)的品牌內(nèi)容只有存在于AI搜索返回的內(nèi)容里，才是剛剛開啟了漏斗。

第二關(guān)是深度分析。AI搜索返回幾十篇內(nèi)容后，AI只會挑一部分深入分析。只有被分析過的內(nèi)容才會進入下一步，沒被選中的內(nèi)容在這一步就已經(jīng)出局。

第三關(guān)是內(nèi)容排序，決定每個品牌在答案中出現(xiàn)的概率、位置順序和篇幅。

第四關(guān)也是最后一關(guān)：答案生成。AI最終只會引用極少量內(nèi)容，往往一兩篇、兩三篇，用以組織成答案，沒被引用到，前面三關(guān)全部白做。

這四道關(guān)卡疊在一起，回答了一個更根本的問題：為什么“人工經(jīng)驗”這套老辦法在這里越來越不好使。

服務(wù)商的三段進化：從碰運氣，到用算法解密算法

魯揚團隊自己經(jīng)歷的三個階段，剛好對應(yīng)著這四道關(guān)卡逐漸被“破解”的過程。

第一階段是經(jīng)驗驅(qū)動——靠人工寫稿、發(fā)稿，憑做了十幾年SEO的手感去碰。2024年 9月到11月，團隊每天發(fā)幾十篇稿子，第二天上DeepSeek搜一下，命中就算贏，沒命中就換個寫法接著發(fā)。這個打法撞上了三個無解場景：相同品類換一個問句，效果可能沒法復(fù)現(xiàn)；沒辦法指定在哪個平臺起效；效果出現(xiàn)的時間完全不可控，“突然搜出來了，但誰也不知道這狀態(tài)能撐幾天”。三個場景說的是同一件事，人工經(jīng)驗面對的是一個不公開規(guī)則的黑箱，黑箱不會因為“手感”好就格外開恩。

第二階段是數(shù)據(jù)驅(qū)動——引入數(shù)據(jù)監(jiān)測和分析。PureblueAI清藍當(dāng)時更是開展大規(guī)模的AB測試，把字節(jié)那套數(shù)據(jù)驅(qū)動的方法搬過來。一篇文章里該引用哪組數(shù)據(jù)、數(shù)據(jù)該怎么標(biāo)注、文章分多少個段落、段落間的敘事結(jié)構(gòu)等等全部拆開測。問題是效率太低，一輪AB測試通常要兩周，客戶等不起，更麻煩的是兩周跑完，“平臺底層的算法已經(jīng)迭代了，等于這個AB測試還沒測完就已經(jīng)失效作廢了”。

第三階段是模型驅(qū)動——用算法去學(xué)習(xí)黑箱本身的判斷邏輯，而不是去猜。魯揚的合伙人王立新在清華做博士后期間，便從事機器學(xué)習(xí)和算法在AI for Science領(lǐng)域的探索，后來從字節(jié)跳動高級算法專家的崗位上離職后，加入國內(nèi)某投資機構(gòu)擔(dān)任首席科學(xué)家，負(fù)責(zé)量化交易。魯揚把清藍“模型驅(qū)動GEO”的思路類比成量化交易：“摒棄掉所有肉眼可見的元素和情感抉擇，直接把變量扔進模型里，讓算法自己去做因子挖掘。”清藍的做法是構(gòu)建一個異構(gòu)模型，通過大小模型混合訓(xùn)練的方式，用算法學(xué)習(xí)內(nèi)容的AI可解釋性，并根據(jù)學(xué)習(xí)結(jié)果端到端為客戶進行內(nèi)容優(yōu)化。

這三個階段的進化方向，本質(zhì)上是同一句話的不同版本：面對不斷演進的大模型，不能靠人工去追逐模型算法。只能通過模型學(xué)習(xí)模型，利用算法解讀算法，而不是用人工經(jīng)驗去猜測算法。

護城河驗證：發(fā)得少比發(fā)得多更精準(zhǔn)，造假遲早被反噬

如果說前面回答的是“怎么做”，這部分回答的是“什么樣的打法能長期撐住”。

魯揚給出的一個反直覺結(jié)論是：真正科學(xué)的GEO，稿件只會越發(fā)越少。動輒幾百篇的發(fā)稿，只能說明不精準(zhǔn)。他舉了清藍的兩個例子：某國內(nèi)頭部家用電器品牌的GEO項目，清藍一個季度只生產(chǎn)了4篇稿件，總發(fā)稿量僅幾十篇次，便將品牌推薦率從0.91%提升至了98%；另一個頭部互聯(lián)網(wǎng)大廠旗下的2B產(chǎn)品，在4個月里僅生產(chǎn)了3篇稿件，總發(fā)稿量僅9篇次，便將品牌優(yōu)先推薦率從不足20%提升至至99.77%。“如果采用人工優(yōu)化的方式，不用說一個季度，第一周就上百篇稿件鋪出去了。”清藍如今的做法跟傳統(tǒng)打法完全相反，過去靠海量鋪稿去賭概率，今天靠精準(zhǔn)命中去省成本。

至于黑灰產(chǎn)慣用的“假大黑”——編造數(shù)據(jù)、海量灌水、拉踩競品。魯揚的判斷不僅是道德層面的，更是技術(shù)層面的：“AI是在不斷進化的，它會越來越聰明……未來你想把一些顛倒是非、完全不合邏輯的內(nèi)容硬推上去，會越來越難，直到有一天根本實現(xiàn)不了。”造假在今天或許還能蒙混過關(guān)，但效果能撐多久，取決于黑箱進化的速度，這一點，造假者完全控制不了。

從業(yè)者怎么辦：大牌打位置，小牌打縫隙，出海先打地基

落到具體打法，應(yīng)對思路因品牌體量而異。

頭部品牌打“占位戰(zhàn)”。馬蹄社研學(xué)現(xiàn)場，魯揚老師對智能門鎖品牌德施曼進行了GEO診斷，診斷報告顯示，“智能門鎖品牌推薦”這一問句下，它100%能被推薦、幾乎100%能排進前三，但排名第一的概率還有空間，這種情況下要做的是精修，不是從零建設(shè)。

腰部及新銳品牌打“縫隙戰(zhàn)”。某國產(chǎn)老牌熱水器在整體品類里打不過AO史密斯、海爾、美的，于是放棄“熱水器哪家好”這種大詞，轉(zhuǎn)而主攻“國產(chǎn)熱水器”“新房裝修熱水器”“小戶型熱水器”等具體場景。魯揚的解釋是，AI理解的是意圖而不是關(guān)鍵詞。一個用戶哪怕一個字都沒提“小戶型”，只要畫像和對話歷史指向這個潛在需求，AI依然可能把對應(yīng)品牌推出來。這意味著定位越垂直，覆蓋到的人群未必越窄，反而可能更精準(zhǔn)。這也是魯揚認(rèn)為AI搜索能給小品牌帶來“心智平權(quán)”的依據(jù)：以前搶不過大廠預(yù)算，現(xiàn)在拼的是誰先把垂直場景吃透。

出海企業(yè)打“地基戰(zhàn)”。魯揚給德施曼海外負(fù)責(zé)人的建議很具體：第一步先把官網(wǎng)和Blog做扎實，因為海外大模型對官網(wǎng)的采信權(quán)重遠高于國內(nèi)；找服務(wù)商應(yīng)該排在最后，而不是第一步——"如果基礎(chǔ)沒打好，先別急著考慮找服務(wù)商。"

而對所有從業(yè)者來說，避坑清單可能更實用：警惕“每日截圖”交付（這背后可能只是一個實習(xí)生搜上百遍，湊巧搜出一次就截圖達標(biāo)）；警惕詞包統(tǒng)計里“挑容易的一部分完成就算達成任務(wù)”等算術(shù)游戲；警惕“按驗收日當(dāng)天結(jié)算”和“做一陣停一陣”的脈沖式刷單；警惕合同里把算法迭代寫成免責(zé)條款的服務(wù)商。這些坑指向同一件事，一個服務(wù)商如果講不清楚自己的監(jiān)測標(biāo)準(zhǔn)和優(yōu)化邏輯，大概率他自己也不知道效果是怎么來的。

同頻，而不是對抗

魯揚反復(fù)強調(diào)一條底線：不做“品牌升維”。客戶想優(yōu)化成“全國最好”“唯一首選”，只要不符合客觀定位，他選擇拒絕。這條底線背后的判斷，和他對黑箱進化速度的判斷其實是同一件事：“GEO應(yīng)該跟大模型同頻，而不是去跟大模型對抗，你也對抗不了它。”

兩年時間，這個行業(yè)從沒人聽得懂走到了標(biāo)準(zhǔn)出臺，從蒙眼猜走到了用算法解密算法。黑箱會一直在變，能留在牌桌上的，從來不是跑得最快的那一個，而是沒有把自己的牌桌掀掉的那一個。

馬蹄連接

PureblueAI清藍由清華大學(xué)及字節(jié)系前高管團隊創(chuàng)立，是國內(nèi)領(lǐng)先的AI營銷技術(shù)服務(wù)商，也是生成式引擎優(yōu)化（GEO）賽道的技術(shù)領(lǐng)航者。

技術(shù)領(lǐng)先： 清藍徹底摒棄了依賴人工的傳統(tǒng)優(yōu)化模式，率先開啟了模型驅(qū)動的“科學(xué)GEO”范式。公司推出AI營銷數(shù)字員工平臺mkter.ai及行業(yè)首款數(shù)字員工“Mark”。依托全棧自研的異構(gòu)模型算法與AI原生架構(gòu)，為企業(yè)提供“知識管理-意圖挖掘-品牌診斷-內(nèi)容管理-效果預(yù)估-內(nèi)容分發(fā)-數(shù)據(jù)監(jiān)控-策略優(yōu)化”的全鏈路閉環(huán)服務(wù)。

效果付費： 清藍采取按效果付費模式，直接為結(jié)果負(fù)責(zé)。實戰(zhàn)數(shù)據(jù)顯示，清藍曾助力品牌在各大主流大模型（如豆包、DeepSeek、千問等）的推薦率與排名置頂率躍升至接近100%，為客戶帶來高達320% 的平均商機詢單量增長，客戶續(xù)約率穩(wěn)居97% 以上。目前已深度服務(wù)汽車、金融、互聯(lián)網(wǎng)科技、大消費等眾多行業(yè)的頭部品牌。

行業(yè)地位： 憑借壓倒性的技術(shù)優(yōu)勢，清藍位列易觀分析《GEO生態(tài)產(chǎn)業(yè)圖譜》首位。并作為核心牽頭單位之一，參與起草了中國信通院《生成式引擎優(yōu)化（GEO）服務(wù)可信基本要求》等多項國家與行業(yè)標(biāo)準(zhǔn)。在中國信通院發(fā)布的首批“生成式引擎優(yōu)化（GEO）能力完備性”測評結(jié)果中，PureblueAI清藍成為行業(yè)首家獲評“卓越級”的GEO服務(wù)商。

若您希望聯(lián)系PureblueAI清藍

歡迎掃碼填寫專屬表單

更多研學(xué)筆記

AI時代全球化品牌的“雙線戰(zhàn)法”：國內(nèi)重心智，海外重研發(fā)

海外眾籌，對“產(chǎn)品定義”的一次關(guān)鍵決策驗證

關(guān)于馬蹄社

馬蹄社是億邦動力旗下專注于品牌全球化的高端實戰(zhàn)社群，由億邦動力聯(lián)合創(chuàng)始人、馬蹄社CEO劉宸親自帶隊。

我們致力于打破認(rèn)知邊界，賦能中國企業(yè)實現(xiàn)從區(qū)域向全球的戰(zhàn)略進階，加速具備全球化新競爭力。通過匯聚實戰(zhàn)派導(dǎo)師與行業(yè)領(lǐng)軍專家，以標(biāo)桿研學(xué)、資源連接和閉門共創(chuàng)為抓手，共同探索全球化品牌的增長路徑。

馬不停蹄，向上生長。聯(lián)系方式：18618375022

掃碼聯(lián)系工作人員

搶先鎖定課程試聽名額