2026年3·15晚会对AI投毒乱象的曝光，让GEO第一次大规模进入公众视野，也推动行业加速告别早期的野蛮生长。

本文来源于广告门 adquan.com

当品牌开始追问“具体通过什么方式影响AI回答”“内容是否真实合规”“每一步操作能否被记录和追溯”，GEO优化的竞争标准也在发生改变：从单纯追求提及率和推荐排名，转向对信息真实性、内容质量、执行流程与长期品牌价值的综合考察。

一直以来，iPowerAI元力科技都明确强调，合法合规是GEO优化不可逾越的底线。GEO优化不是通过编造产品能力、虚构数据和批量生产低质量内容欺骗大模型，而是基于真实、准确、合法的品牌信息，帮助AI更加全面、深入地理解品牌。

围绕这一原则，iPowerAI元力科技将信息真实性、专业人员审核、合同责任边界和全过程数据留痕纳入GEO优化流程，以“智能体系统＋专业营销团队”的人机协同方式开展工作。我们认为，品牌真正需要建立的，不是某一次回答中的短期排名，而是让AI长期识别、理解并信任品牌的能力。

近日，21世纪经济报道围绕3·15之后的GEO行业变化，对iPowerAI元力科技GEO负责人Claire及首席战略官Frank进行了深度专访。内容围绕正规GEO优化与AI投毒的区别、GEO效果衡量、品牌需求边界、行业治理，以及Agent和AI广告可能带来的变化展开了深入交流。

（后文21世纪经济报道简称“21经济”）

21经济：今年3·15央视曝光的GEO投毒事件，对行业来说是一个大事件。当时你们内部有什么反应？

Claire：第一反应是，这不就是我们一直在跟客户强调的事吗？如果你还记得去年采访，我们就主动提“AI投毒”的概念了。但当时最大的困难是市场处在非常草莽的阶段，大家还在聊GEO是什么，AI投毒更很少有人理解。

Frank：我举个例子，去年下半年，行业劣币驱逐良币的情况特别严重，有些供应商报价低得吓人，最低一个月两三千块钱。就算项目负责人明知一些操作违规，但说服不了老板，老板会说：“别人两三千块钱就能做，为什么不选他们？”而3·15让大家一下知道，有些操作可能是不合规的。

21经济：所以这些黑灰产其实是你们最大的竞争对象。

Claire：可以说竞争对象之一吧，去年确实是这种情况。

21经济：3·15报道出来后，一度流传一张截图：一位GEO服务商在朋友圈说爆单了，3·15反而给市场科普了GEO的作用。这半年来，行业都发生了哪些变化？

Claire：去年GEO是从零开始的阶段，主要在做产品打磨和市场科普。今年因为有3·15这样的行业大事件，可以说行业整体被看见了。

但今年仍然需要跟各个品牌介绍什么是GEO，因为一些人的认知还停留在“怎么让AI推荐我”“能不能把我推荐为第一位”。现阶段我们更多强调的是，GEO不要只追求短期排名，而是让AI正确且深度地理解品牌。

现在很多客户已经有意识了，他们在找Agency（服务代理商）之前，已经学习了很多GEO知识，会比较不同方案的优势，问每家Agency具体如何操作。尤其是医药、金融这些高风险行业，现在已经不敢再冒险使用低价竞争的小服务商了，而是非常看重操作是否合规、公司的合规体系是否完善，审查比以前严格很多。

另一个变化是，去年我觉得，3C数码这类决策门槛比较高的产品更适合做GEO，但今年发现其实大部分行业都适合，因为AI回答位已经变成了一个新的危机舆论场。

除了品牌提及率，现在很多客户最关注两件事：AI有没有抓取公司的负面信息、AI会不会引用或生成错误信息。这些问题跟行业没有太大关系，本质是品牌认知建设。

21经济：你们认为所谓正规的GEO，和AI投毒的区别是什么？

Claire：我觉得最大的区别是，AI投毒本质上是编造虚假信息。比如产品明明没有这个功能、公司没有专利和数据，却包装成有，希望AI据此推荐自己。

现在还有一种做法，不一定能直接定义为AI投毒，但本质上是向AI投喂低质量内容。为了让AI抓取，会在标题和正文中堆满关键词和卖点，完全没有可读性。AI跟人一样，长期接触低质量内容，就会逐渐识别并降低对这类内容的信任度。

21经济：如果用一句话形容，你们现在会如何定义GEO？

Frank：很多人把GEO理解得比较简单，认为它只是排名优化或者效果广告。这种理解不能说错，但如果只停留在这一层，就把GEO看小了。GEO不应该只是流量获取，而是更大的营销问题。

我记得今年戛纳广告节上，有个快消品牌高层提过一个比喻：如果一直追求AI搜索的可见度，就像坐在一辆高速行驶的火车上，拿着照相机去拍对面另一辆高速行驶的火车，那个瞬间的截屏意义并不大。更重要的是，从出发时就得知道自己正在开往哪个车站。

我更倾向于把GEO看作AI时代的品牌基础设施，目标是建立权威性。建立权威性的过程，就是让AI能够长期识别、理解、信任品牌，这样才不会天天焦虑自己有没有被展示和推荐。

21经济：去年采访的时候，行业内普遍认为GEO存在三个问题：一是大模型效果不稳定，二是结果难量化，三是存在很多黑帽操作。这三个问题今年有缓解吗？

Claire：有。去年最大的问题其实是效果怎么量化，当时这个问题我们经常被客户问到，因为他们向上汇报时也会被老板问，怎么证明GEO有效？今年很多客户已经明白，不能用传统思路衡量GEO效果，现阶段没有任何AI平台披露全域流量数据，只能抽样统计。

21经济：所以现在会用哪些指标交付？我觉得有一个行业泡沫是，很多GEO服务商其实做不到承诺的成功率。

Claire：我们不太会说成功率，主要是检验优化前双方约定的KPI。比如优化之前品牌提及率只有5%，我们根据经验，建议某个时间段内提升到50%，有时候甚至能达到90%，但不会承诺100%。大语言模型本质是一个概率系统，不可能做到百分百精确。

去年我们提出过一套效果量化体系，现在还是围绕这三个指标交付：提及率、前段位推荐率、信息准确性。我们的iGEO智能体系统会每天自动搜索AI回答并留存结果，单纯靠人工查询，很难在短时间内获得大量样本。

现在很多人依然只看提及率和排名，第三个指标——信息准确性和全面性，我觉得很多Agency还没有真正意识到它的重要性。除此之外，我们也会通过AI回答为客户分析市场营销策略、行业竞争态势，这往往是最能让他们看到价值的部分。

21经济：要同时满足三个基础指标，现在通常需要多久？

Claire：见效很快，有时候一周就能看到效果，难的是稳定，所以我们一般建议以三个月为周期检验最终效果。

21经济：有没有一些比较难做，甚至无法达到效果的情况？

Claire：当然有。比如有的To B品牌产品线非常垂直和专业，如果发布了一款新品，而行业里已经有其他深耕了十几年的同类产品，就属于优化难度比较高的情况，这时候最需要的是研究论文或者白皮书。需要品牌与我们共创学术型内容，通过一定周期沉淀，才能实现效果。

21经济：这些情况下，怎么实际判断哪些信息是真实的，又怎么守住不生产虚假信息的底线呢？

Claire：年初我申请一项GEO行业合规认证，测评机构就问了一个问题：“你们怎么保证客户提供的信息是真实的？”这个问题其实让我有点意外。GEO跟传统广告营销的甲乙方合作是一样的情况，合作前期都会签署合同，品牌方需要保证自己提供的产品资料真实、准确、合法，否则自行承担法律责任。

乙方也有同样约束，不能编造虚假信息。虽然我们有生成内容的智能体，但AI只是基础执行者，必须有专业的营销人员修改、把关。

在我看来比较重要的合规流程有两个：一是合同，把信息真实性和责任边界约定清楚；二是数据留痕，每一次内容生成、投放和效果都要有记录。很多服务商其实拿不出完整记录，能提供的可能只有一张截图或者微信聊天记录。

21经济：如果碰到一些灰色地带的营销需求，比如一个新品牌想把自己包装成国内第一梯队，或者一家公司不想让AI总结自己的负面信息，尺度该怎么拿捏？

Claire：前一种情况会建议找更细分、更垂直的场景。后一种情况，如果公司想优化AI回答的负面信息，我们第一步不是让AI不要提，而是先和公司确认是不是事实。

如果是事实，就不应该告诉AI“这些是错的，以后不要这么说”，而是补充更多真实的正向信息，让AI了解品牌有哪些优势，呈现更完整和全面的形象。我一直认为，不要把AI当成一个可以随意欺骗的对象，也不能把用户当成傻子骗。

21经济：这一套流程——比如执行环节由AI生成内容，再加上人工审核，是目前行业的常见做法吗？

Claire：不是，很多做法都没有形成行业共识。我之前跟一个同行交流，对方主要服务小微企业，一个人一天要产出几十篇稿子，而且一年的服务费只要一两万元。这种情况下根本不可能配备专业人员和智能体系统，只能批量产出水稿。

21经济：听下来，你们服务的主要是品牌客户，天然有更高的合规要求和自律约束。但如何约束白牌等小微企业的行为？这是一个更大的行业治理问题。

Frank：我觉得这不只是营销行业的甲方乙方，或者某个主体的道德问题，而是AI时代整个网络空间的信息治理，需要一整套从上游到下游的完整链条。

比如最近德国法院有判例，要求谷歌对AI搜索生成的内容承担法律责任——这有点像当年的魏则西事件。法律如果明确了平台要对内容负责，那么平台自然会更有动力治理。谷歌最近就发布了不少论文和专利，专门研究如何治理SPAM（垃圾信息），包括治理虚假信息、AI生成垃圾内容，以及所谓的AI投毒。

21经济：有人会觉得，向AI投喂内容本身就是投毒。更多人担心的是，GEO模糊了广告和AI客观回答的边界。其实KOL（达人种草）、KOC（真实用户种草）的营销方式就面临类似质疑，你们在营销行业从业了十几年，怎么看待外界对GEO的争议？

Claire：如果是AI投毒，那肯定是不对的，但提供信息参考和投毒是两回事。大语言模型本来就需要大量数据进行训练，如果没有新的互联网信息持续进入，AI回答就只有过时的数据基础。投喂内容本身没有问题，关键在于内容是否真实准确。

至于软广，我自己的观点是不用过度担忧。任何一种商业模式发展之后，都会形成比较清晰的规则和标准。就像今天的互联网，消费者基本能分辨哪些是信息流广告、哪些是KOL推广的内容了。

确实也有一些更软性的营销，消费者未必能识别，但我认为也不能说营销本身有错。如果没有营销，消费者会少了很多了解产品和做出选择的机会，底线还是不能做虚假宣传。在这方面，GEO和传统的广告营销没有本质区别。

21经济：去年采访时你们提到，希望GEO能识别更深层的用户意图，比如用户没有主动透露购买意愿，只说“今天有点牙疼”，就能让AI推荐牙刷或牙膏品牌。现在GEO的意图识别能覆盖到什么程度了？

Claire：用户的提问方式是千变万化的，像“XX用品哪个牌子最好”，往往是品牌自己想到的问题，但现实中很少有人这么问。反而像“我的膝盖之前受过伤，健身选哪个护膝比较好”才是消费者经常会提的问题，这也是我们当初研发智能体“意图分析”功能的原因。

Frank：GEO里的提问会越来越长尾、越来越细分，所以有一个很关键的概念叫意图运营。

为什么我一直说营销能力对GEO很重要？因为这里涉及一个经典的营销理论，消费者的待办任务（Job to Be Done）。Agency需要理解，消费者真正想完成的任务是什么。不同类型的消费者，以及品牌所处的不同阶段，对相同需求的提问方式都不一样。

21经济：ChatGPT最近推出广告赞助位了，商家需要先写一段商品描述词，再由ChatGPT自动判断商品适合在哪些问题里展示，其实相当于做了一部分你们的工作。如果官方继续扩展类似的广告营销工具，对GEO公司是好事还是坏事？

Frank：只要平台开始做广告，对我们就是好事。因为做广告，就必须向广告主提供数据回传和数据分析。

现在大家最大的困惑，就是AI平台太黑箱了，几乎不会对外释放任何信息和数据。当年谷歌做搜索时，一个很关键的营销工具叫Search Console，负责给站长统计搜索数据。但现在没有任何AI平台透露数据，所以我们只能抽样检验。

一旦AI平台把这个口子打开，哪怕只开一道缝，都能有更多的数据接口和线索去反推底层机制。GEO的方法论，也会从过去更多依赖经验和采样，变得更清晰科学。

21经济：我们未来看到的营销或者互联网广告，在AI的冲击下会变成什么样？

Frank：营销学一个基础理论是营销漏斗：内容（Content）带来流量（Traffic），流量再产生交易（Transaction）。过去的营销往往是从上至下一层层转化，但大模型本身就是一个智能层，用户直接能看到答案，不需要海量筛选，获取信息和决策链路大幅缩短，整个营销漏斗被压扁了。

现在整个营销模式都在向漏斗的下半部分移动，所以未来不再需要无限扩大内容和流量规模，更强调精准匹配意图，快速完成交易。最终竞争都发生在漏斗的终端，就在AI最后提供的那几个答案里。

21经济：Frank对AI产业也非常关注。在未来一到两年可能发生的AI动态里，你觉得最有可能影响GEO的大事件会是什么？

Frank：AI广告绝对是一个，另一个很大的变量是Agent的普及速度。我现在还判断不了，面向消费者的Agent渗透能有多快，以及会对营销行业产生多大的影响。

比如，如果以后大家都习惯用语音操作App，那今天很多GEO做法可能就不行了。因为GEO还是建立在文字交互的基础上，而语音交互更碎片化和随机。

还有，如果未来微信这样的超级入口进一步AI化，我们优化的对象就不只是豆包和DeepSeek，还得考虑各个超级App里的细分场景。

现在GEO更多还是停留在生成信息层，最终内容还是给人看的。但未来很可能连这个环节都会被跳过。随着营销漏斗不断向下压缩，搜索和交易之间的距离会越来越短，Agent直接帮用户下单。到那时候，现在GEO的方法就完全不够用了。