在人工智能的浪潮中，流量成为新的货币。谁能掌控流量，谁就能掌控注意力。而在这场注意力争夺战中，一个名为GEO的技术悄然成为主角。
一、什么是GEO？
GEO，全称是“生成式搜索优化”（Generative Engine Optimization）。它不是传统意义上的SEO（搜索引擎优化），而是专为AI大模型设计的内容优化策略。GEO的核心目标，是让品牌、产品或观点在AI生成的答案中获得优先展示。
与SEO不同，GEO不再依赖关键词堆砌或外链建设，而是通过内容结构、语义关联、模型训练数据的干预等方式，影响AI模型的输出结果。它是一种更深层次的“内容植入”，一种对生成式AI的“引导”。
AI大模型如DeepSeek、ChatGPT、Claude等，正在成为用户获取信息的主要入口。人们不再“搜索”，而是“提问”。这意味着，传统搜索引擎的排名逻辑正在被重塑。
在这种新范式下，GEO成为品牌与AI模型之间的桥梁。企业通过GEO策略，将自己的内容“植入”到AI模型的回答中，从而获得曝光、流量甚至转化。
很多品牌都开始投入真金白银，力图将自己的内容植入DeepSeek的答案中。这种“内容投放”不再依赖广告系统，而是通过模型训练、语料干预等方式实现。这是一场没有终点的流量游戏，因为AI模型的答案是动态的、语境化的，品牌必须持续优化内容，才能维持曝光。
据相关机构的统计，SEO 的全球市场可能在 800 亿美元左右，GEO的横空出世，很可能在抢走 SEO 市场份额的同时，创造更大的增量。
二、GEO的成熟应用场景
目前，GEO已在多个领域落地：
品牌营销：企业通过GEO策略，将品牌故事、产品优势嵌入AI模型的回答中，提升用户认知。
电商导购：在用户提问“哪款手机性价比高”时，GEO优化后的内容能让某品牌手机成为AI推荐的首选。
内容分发：媒体机构通过GEO技术，让自己的报道在AI回答中获得引用，从而提升流量。
知识服务：教育平台、咨询公司通过GEO，将自己的课程或服务嵌入AI的知识输出中，实现精准获客。
这些应用场景的共同点是：内容不再等待被搜索，而是主动进入用户视野。
Profound模式
在GEO技术逐渐成熟的过程中，一批专注于GEO优化的公司应运而生。其中，Profound是一家典型代表。
2025 年 6 月，美国初创公司 Profound 拿到了来自 Kleiner Perkins和英伟达，以及一众 VC 的共计 2000 万美元 A 轮融资。
之所以能够受到资本市场追捧和 Profound 的背景，发展，以及业务模 式有着很大的关系。公司创始人 Cadwallader 原本是一家网红营销公 司的老板，有着丰富的品牌合作经验。当近两年 AI 大行其道之时， 他敏锐地洞察到了 GEO 时代最大的变化“在零点击的世界里，消费 者与 AI agent 之间的对话就是新的第一印象”。
所谓“零点击”就是 AI 时代的新搜索习惯，即消费者在寻找某项商品时，直接在 AI 上提问。得到回答后，直接下单，完全绕过了传统搜索引擎“关键词+通过链接进入网页”的比较模式
有数据显示，仅仅在 ChatGPT 问世后的两年内，其就“抢走”了 Google 6-10%的搜索市场份额。目前，美国和欧洲有 60%左右的搜索都是“零点击搜索”。
值得注意的是，Profound的商业模式并非简单的“内容堆砌”，而是以工具驱动为核心。它为客户提供一整套自研工具，用于分析AI模型的引用频率、点击率等关键指标。由于大模型平台通常不开放数据接口，Profound通过抓取用户与AI助手的对话日志，反向分析高频提示词（prompt）和模型的回答模式，从而推测算法偏好。这种方式更像是一种“逆向工程”，通过模拟模型的内容抓取行为，来制定投放策略。
在实际操作中，Profound会要求客户提供公司资料和产品卖点，然后由服务商定制内容，批量投放到门户网站、地方媒体等渠道。一个项目通常需要铺设40至50篇定制稿件，才能初步见效。这些内容不仅要结构化，还需嵌入表格、问答等格式，以迎合AI模型偏好的“信息密度高”的内容风格。
此外，Profound还强调“内容伪装”策略。为了避免被模型识别为软文，投放内容往往被埋入长文中，或以对比评测、行业分析等形式呈现。这种“拟态内容”更容易被模型采纳，也更难被平台识别为广告。
服务价格方面，GEO服务商的报价区间在数千元至十万元之间，通常按关键词或问题数量计费。Profound的客户包括消费品牌、电商平台和知识服务机构，其服务已形成标准化流程，并在短期内实现了商业化闭环。
四、GEO的挑战与未来
与 SEO 相比，GEO 对于技术的依赖明显会更强。这其中最本质的变 化就是 AI 相较于搜索引擎，复杂程度更高，推荐机制更加难以捉摸， 加上“AI 幻觉”等不确定性因素的干扰。AI 时代，所有 GEO 公司实 际上都是在“一片黑暗中摸索迷宫的出口”。
更可怕的是，AI 的迭代速度相较于搜索引擎更快，许多大模型甚至每 周都会有抓取和搜索功能上的修补和增进，这一点也提升了 GEO 公 司的业务难度，让行业技术门槛变得更加高不可攀。
但即便如此，GEO 公司仍然总结出了很多原理，比如让模型引用的原始资料中出现品牌名称等，但不可否认的是，绝大多数理论仍停留在猜测阶段，比如模型是否更偏好新闻内容而非社交媒体，或者训练数据如何影响模型偏好等。
虽然有着巨大的不确定性，但随着消费者搜索习惯的变迁，GEO 对于很多品牌来说迟早会成为必选项，甚至标配（这一点和 1990 年代的电视广告和 2010 年代的 SEO 差不多）。
如何抢占AI的认知，提 升 AI 推荐度和好评度都会成为品牌不得不解决的难题。这些都对品 牌营销人员提出了更高，更复杂的要求。
而对于 GEO 行业来说，行业的“寡头垄断时代”可能到来。高技术门槛之下，让入围难度更高，“GEO 公司平台化”倾向可能会更强。换句话说，掌握着“流量密码”的 GEO 公司，可能不会屈就于只当一个“营销公司”，而会让自己进化成“流量入口”，从而收取品牌通向 AI 的“过路费”。
当然，这一切推论都还只在纸面上。从大时间线上看，当下的 AI 大 模型还在最初始阶段，迭代提升的空间还很大。绝大多数大模型还会 有“AI 幻觉”等难以克服的问题，整体产品和技术的迭代方向还很不确定，这也同样让 GEO 的前景变得愈发难以捉摸。
可以说，比起用户心智，我们对“AI 心智”的了解还是太少了。
发表回复