公众号：Ailiaili | AI软件网
Ai项目交流群，Ai账号交易充值，Ai软件分享,Ai网站导航,Ai工具大全等
复制公众号

人工智能重塑搜索格局：GEO，品牌营销的新战场与未知征途

在过往文章中，我们曾反复强调一个观点：人工智能重塑后的搜索引擎，亟待一套全新的搜索营销思路。如今，这一需求愈发迫切，因为消费者正以惊人的速度从传统搜索引擎向各类 AI 对话与问答产品迁移。

凯捷咨询公司（Capgemini）的调查数据有力地佐证了这一趋势。2024 年，超过半数（58%）的消费者已弃用传统搜索引擎，转而借助人工智能工具获取产品或服务推荐，这一比例相较于 2023 年的 25%大幅攀升。这一变化引发了一个关键议题：当通过 AI 自然对话直接获取答案或建议成为主流，传统 SEO 的注意力覆盖是否会出现盲区？

新营销课题：GEO 的崛起

这种转变催生了一个全新的营销课题——GEO，即生成式引擎优化（Generative Engine Optimization）。它聚焦于品牌信息能否被 AI 精准理解、合理引用，并巧妙整合进最终答案之中。随着 AI 摇身一变成为用户的直接顾问，优化的目标也从传统的“被看到”转变为“被想到”和“被推荐”。

新一代搜索方式与消费意愿紧密相连。Adobe 在 2025 年初对 5000 名美国消费者展开的调查显示，39%的受访者已运用生成式人工智能进行网上购物，另有 53%的受访者计划在年内加入这一行列。在 2024 年末的购物狂欢“网络星期一”当天，来自生成式人工智能的流量同比激增 1950%，这一数据清晰地勾勒出互联网用户的“迁徙”轨迹。

消费者使用生成式人工智能的购物方式丰富多样，包括进行产品研究（55%）、获取产品推荐（47%）、寻找优惠（43%）、获取礼物灵感（35%）、寻找独特产品（35%）以及创建购物清单（33%）。这种全新的信息集散方式极大地缩短了用户获取消费参考的时间，同时通过创新的交互流程重塑了购物体验。与之相应，企业也必须重新审视与消费者的互动方式，高度重视 GEO（生成式引擎优化）。

品牌“能见度”的不确定性之困

《哈佛商业评论》近期发表的一篇文章构建了一个品牌知名度矩阵，该矩阵以两个指标为维度：一是评估品牌在 LLM 平台上的知名度，这代表着相对传统的“大众消费认知度”；二是评估总体品牌知名度。基于这两个指标，划分出了四个知名度象限。

两项指标均表现优异的品牌，通常本身就具备广泛的大众认知度，并且高度重视品牌营销在大语言模型中的可见度，特斯拉便是典型代表。新近成立的企业，或者原生于人工智能时代的平台，往往更容易被 LLM 抓取识别。

然而，也存在一些品牌，它们曾经拥有极高的知名度，但在人工智能抓取相关信息进行内容生成时却鲜少被提及。当然，也有一些品牌两项指标都处于低位，这主要源于它们自身对搜索营销的重视程度不足。

《新立场》以国内相关产品进行了简单测试：选取当前 iOS 免费榜上排名前列的三个 AI 应用，分别向它们提问：“请给我推荐三个扫地机器人品牌，需要优先考虑它解决毛发缠绕的能力。”结果发现，豆包、元宝和 DeepSeek 都抓取了结构化信息，围绕“解决毛发缠绕”这一特定诉求进行分析和取舍，但给出了三套不同的结果，对何为“最优入选”的判断存在差异。

由此可以得出一个结论：在大模型成为新一代“决策入口”之后，品牌的“能见度”变得难以捉摸。品牌的历史声量在范式变革的浪潮中逐渐“光晕褪色”。AI 不会盲目铭记“你有多大牌”，而是依据你是否被足够多的高质量文本反复描述，以及在“解决某个问题”时是否具备明确、可引用的能力标签来进行判断。

这种情况并非首次出现。回顾过去二十年，每一次主流信息分发机制的更替，都会重塑品牌知名度的排序方式。微博、微信、短视频崛起初期，许多“不会做新媒体”的传统强势品牌并非产品不佳、预算不足，而是无法将自己转化为新平台可理解的内容形态。例如，它们很少与 UGC/KOL 协同合作，不擅长进行故事化表达，通俗地说，就是缺乏“网感”。

一代人有一代人的消费“集体印象”。最早的品牌甚至可以凭借口耳相传成为国民级品牌，这在如今看来是难以想象的。后之视今，亦犹今之视昔。而且，这一次由人工智能引发的范式革命，很可能比“新媒体时代”更为彻底、更不可逆转。因为 AI 提供的答案没有第二页。

在搜索引擎时代，即便排序靠后，用户也会翻页、修改关键词、在多个平台进行交叉验证。传统搜索遵循的是信息集散与分发逻辑，用户多少能在主动信息漫游中发现排名靠后的商业信息。但 AI 回答提供的是判断，模型直接给出整合后的答案，多数用户不会也不需要追问，推荐结果通常被压缩为 3 - 5 个候选项。这使得注意力竞争更加激烈，新媒体时代的“冷启动”打法按照 AI 的答案逻辑更难生效。

既然如此，品牌还能采取哪些行动？这便是 GEO 出现的真正背景。

GEO：方法与生态的双重拷问

提升品牌在 AI 生成中的可见性，本质上是一项“语义工程”，旨在降低模型理解与引用的语义成本。

如前文所述，传统搜索引擎主要解决信息匹配问题，而 AI 则更侧重于进行判断与生成。大模型在理解信息时，会进行语义归类，因此定义越清晰、边界越明确的对象，越容易被稳定定位和反复调用。与此同时，模型会对不同文本来源进行隐性加权，AI 更信任被多来源反复确认的信息。

基于这一基础逻辑，我们可以推测 AI 倾向调用的内容特点。内容要能被明确归类，例如产品功能、场景、解决方案清晰可标记，最好在不同渠道（官网、媒体、测评与讨论）中反复出现相似表述，形成近似于“共识”的效果。此外，内容还需“AI 友好”，即呈现方式结构化、完整、准确、易于抓取。

仍以前文提到的扫地机器人产品为例，“在解决毛发缠绕这一问题上，X 产品采用了 X 结构设计，适合多宠家庭”，这样的表述就比较“AI 友好”。功能对应能解决的问题，场景突出解决方案，特征显化方便 AI 进行横向对比。相反，“重新定义清洁体验”“为爱宠家庭而生”这类营销口号式、情绪化的表达则难以被 AI 有效识别。

去年 6 月，成立不到一年的新锐公司 Profound 凭借红杉资本、英伟达等巨头的背书和巨额融资吸引了广泛关注。其核心业务是帮助企业监控和优化在 AI 搜索引擎中的表现。Profound 所提供的服务可以简单概括为“了解人工智能如何谈论你的品牌”，例如数据化品牌在各种 AI 产品中被提及的频率、情境、描述方式、引用来源；提供当前用户向 AI 的提问趋势；分析品牌内容被抓取的效率等。

然而，正是由于生成式人工智能具有上述特性，GEO 也可能成为对认知入口的隐蔽操纵工具。AI 无法天然地对调用内容做“动机判断”，难以区分“精心包装的营销内容”。《光明日报》不久前就发文批评 GEO “借助 AI 打隐蔽广告”。目前，确实存在一些以 GEO 为招牌的营销服务，通过“污染” AI 信源来达到目的。

商业机构可以通过批量炮制问答帖、仿冒官方白皮书、劫持旧域名等手段，将特定品牌信息喂给大模型，使其在回答用户提问时，不自觉地引用并推荐目标商品。类似操作一度被称为给 AI “投毒”。《第一财经》此前的文章也有报道，网络上各类依据不明的榜单是杜撰的重灾区，这些榜单可能是一些公司为了提升曝光度进行 GEO 操作后的呈现。就连“GEO 厂商排行榜”这类关键词，网络上能搜到的文章也有一些未写明评分依据，参考文献不可考。

其操作流程如同一个“黑匣子”，尚未完全规范，也不公开透明。因此，GEO 虽然具有先锋性，但目前也处于“不稳定”状态。

浪潮初起，尘埃尚未落定

需要明确的是，GEO 与 SEO 并非两个相互断裂的营销概念。它们都围绕内容质量展开，以提高品牌能见度为目标。不少业内人士认为，做好 SEO、适应人工智能的新逻辑，GEO 优化将水到渠成。例如老牌 SEO 品牌 Moz 近年将其技术与生成式 AI 优化相结合，在成熟的生态之上成功开拓了 GEO 业务。

只是作为与新技术密切关联的新营销手段，GEO 目前仍存在诸多留白空间，或者说市场心智尚未成型，没有明显的领跑力量。除了前文提到的模式本身存在黑箱困境外，GEO 可能还要等待 AI 产品领域决出一个优胜者。

GEO 依附于“答案入口”，而目前答案入口尚未统一。且不说搜索引擎仍在发挥重要作用，各类 AI to C 应用还处于跑马圈地的阶段，尚未形成相对通行的“规则”，例如是否允许商业推荐、如何标注商业影响、如何处理“被投喂”的内容等。

在 AI 格局尚未确定之前，GEO 或许还将持续一段时间这种混乱、分散、甚至被滥用的状态。但无论如何，人工智能重塑搜索格局的大趋势已不可阻挡，GEO 作为品牌营销的新战场，正等待着各方去探索、去规范、去开拓。

本文链接：https://ailiaili.cc/post/982.html