从9.9投毒到千元承诺包，AI的榜一大哥谁都能当？

2026.06.18 文 | 市象 古廿 编辑 | 杨舟 一位做消费品的市场负责人，最近收到了一份GEO服务报价。 对方承诺可以让品牌出现在豆包、Kimi、通义千问、DeepSeek等AI工具的推荐答案里；可以围绕“十大品牌”“性价比推荐”“行业解决方案”等关键词做内容布局；最快几周见效，还能提供截图报告。 这听起来像过去SEO的升级版。但SEO至少还能查排名、看流量、算转化；GEO面对的是一个更不稳定的系统。 同一个问题，换一个模型、换一个问法、换一个账号，答案都可能不同。服务商承诺的是“确定出现”，实际卖的是一个还没有被充分验证的概率。 类似的，央广网最近也披露了一批相似的GEO服务商乱象。 比如有国际物流公司，他们对GEO的认识，是先从询价客户那里听到“我是问 AI 找到你的”。这句话对中小企业很有刺激性：如果AI能带来客户，那AI答案里的位置，就不再只关乎品牌形象，而是销售线索问题。 GEO服务商抓住的正是这种焦虑。 它们卖的不是“内容优化”，而是对企业的简单承诺：让品牌出现在AI推荐里，排前三、多平台都能看到，最快几周见效。 对预算有限、又想要获客的企业来说，根据服务包的不同，下至9.9，上至数千元，都可以拿到AI入口里榜一大哥的位置，听起来比投广告更划算。 问题是，企业想要的真实价值和服务商卖出去的东西，并不是一回事。 AI时代的曝光度焦虑 过去的SEO，至少有相对清晰的指标：关键词排名、点击率、网站流量、转化路径。企业知道自己排第几，也知道钱大概花在哪里。 GEO 面对的是另一个系统。用户问 AI“哪款产品值得买”“某个品牌怎么样”“某类服务商推荐谁”，AI 给出的不是一页链接，而是一段合成答案。品牌可能被推荐，也可能被忽略；可能被准确描述，也可能被旧信息、负面信息或错误来源定义。 Google AI Overviews、Perplexity、ChatGPT Search、豆包、Kimi、通义千问等产品，都在把搜索从“链接分发”变成“答案分发”。 Google CEO披露，面向AI转型的搜索功能AI Overviews（AI概述摘要）2025年一季度已经覆盖15亿月活用户。中国市场里，截止2025年12月，生成式人工智能用户规模达到6.02 亿， “问 AI”已经变成大家的日常信息入口。 这就是企业焦虑的来源：流量竞争在用户点击信息之前，就已经发生。过去是用户看见品牌以后再判断，现在是AI先辅助用户筛选品牌有没有资格进入候选名单。 AI对于用户点击率的影响，是有数据支撑的。 Pew Research Center 的研究显示，当 Google 搜索结果出现AI摘要时，用户点击传统搜索链接的比例只有8%；没有AI摘要时，这一比例是15%。 对网站而言，是丢失了一部分流量。但对品牌来说，这是解释权被前置。用户越来越少进入网页逐一比较，而是让AI提前给出一部分判断。谁被写进答案，谁先进入候选名单；谁没被提到，就可能失去一次被比较的机会。 更重要的是，AI答案和传统搜索结果并不是同一套来源逻辑。 一篇arXiv 论文基于1.15 万个真实查询比较 Google Search、Google AI Overview和 Gemini，发现 AI Overview 在 51.5% 的代表性查询中出现，而且AIO、传统搜索和Gemini 的来源重合度很低。 另一篇研究跟踪发现，谷歌AI概述功能引用的域名里，接近30%并不出现在传统搜索第一页结果中。 这意味着一个现实问题：过去SEO做得好，不一定可以在AI答案里拿到高曝光度。 所以海外已经出现了一批主打AI生成答案优化的GEO服务企业。 比如Profound 在 2025 年连续融资，先后拿到 2000 万美元 A 轮和 3500 万美元 B 轮；Evertune 从 2024 年的 400 万美元种子轮，到 2025 年又完成 1500 万美元 A 轮；Azoma 则以“帮助品牌出现在聊天机器人和 AI 搜索里”为卖点，拿到 400 万美元融资，客户包括 Mars、Colgate、Zappos、P&G 等。 这些公司的共同点，不是把传统的线上广告位卖给品牌方，而是监测和影响品牌在AI答案里的出现频率、描述方式和引用来源。 显然GEO不是中国独有的概念和营销服务。它背后的一个全球性变化：搜索入口正在从网页列表变成机器答案，品牌竞争也从“用户能不能搜到我”，提前到“AI 会不会把我放进答案里”。 GEO服务乱在哪里？ 面对AI时代的变化，品牌的市场需求是真的，但是新市场也催生了诸多乱象。 很多服务商卖所谓的“包前三”“包推荐”“七天见效”。这在传统搜索时代也许还能勉强解释。 但AI问答不是一张固定榜单。 同一个问题，不同人问、不同平台问、不同时间问，答案都可能变化。模型版本、提示词、用户上下文、实时检索源、地域、账号状态、竞品信息，都会影响最后生成的回答。 360 智见 GEO 的产品专家在接受央广网采访时也提到，大模型并非传统搜索引擎，其回答结果不存在固定排名。搜索引擎依赖网页抓取、排序和固定结果呈现；大模型的回答则同时受到训练语料、联网检索、用户提问方式、场景需求和竞争信息变化影响。 诸如“保前三”一类可量化的结果，本身就是把一个概率性回答包装成确定性结果。 此前报道里的搬家公司，中的就是这种话术。服务商承诺高排名、多平台曝光，还要求企业注册多个自媒体账号，持续发布文章。企业照做了，折腾近一个月，排名和展现依旧为零。 追问效果时，对方推脱“技术正在跟进”“马上就好”。最后，几千元服务费花了，退款也变得困难。 类似案例中，企业踩的是GEO 的第一层乱，验收标准乱。 服务商最终交付一份关键词表，几张AI问答截图，但企业很难判断：这些内容到底有没有被AI采信？截图是稳定结果，还是某一次测试里的偶然结果？ 第二层乱，是交付方式乱。 目前市场上的GEO 服务，大致可以分成三类。 第一类是卖监测。服务商把品牌在豆包、Kimi、通义千问、DeepSeek、ChatGPT 等平台里的出现频率、引用来源、竞品对比做成报告。这类服务相对合规，也确实有价值，但容易过度包装，卖出一份不错的价格。 第二类是卖内容优化。包括官网、新闻稿、百科、媒体报道、第三方测评、社媒内容。这类服务有长期价值，但它往往很难短期见效。 第三类是黑帽GEO。批量铺软文、伪造问答、堆第三方榜单、做自夸式测评，甚至编造用户评价和专家背书。它的重点是制造一批有利于品牌的信息，让AI检索时误以为这些内容可信。 开头那家国际物流公司，遇到的就是第三类风险。 2024年才成立的公司，服务商却在批量生成的内容里写出“成立十周年”；企业本身没有对应条件，却被写成“拥有 200 多平方米工厂”。这些信息是典型的语料投喂：先制造有利事实，再期待 AI 采信。 短期看，是为了让品牌更容易出现在答案里。长期看，它会反过来伤害品牌。 过去假软文影响的是搜索结果和用户判断；现在假信息可能进入AI 的参考来源，变成模型回答的一部分。 今年3·15晚会曝光的一款GEO 软件，就曾围绕一个根本不存在的虚构产品，几分钟内自动生成十余篇带有夸张参数和虚假评价的推广文章，并包装成“行业第一”。 最后企业花冤枉钱，还把品牌资产交给了低质量内容农场。AI可能真的记住了它，但记住的是一堆经不起推敲的垃圾信息。 品牌语料治理任重道远 GEO不会因为乱象而消失。 相反，恰恰说明企业意识到：用户认识品牌的路径变了。 过去，用户通常先进官网、看搜索结果、比较媒体报道和用户评价；现在，越来越多信息被AI 先总结成一个答案。 这让品牌管理提前了一层。企业不只要关心“用户能不能搜到我”，还要关心“AI如何理解我”。 真正有价值的GEO，不是单纯让AI替品牌说好话，而是让AI在回答品牌相关问题时，能找到准确、稳定、可验证的材料。 这不是一个外包服务商可以单独完成的排名生意。它更接近一套跨部门的品牌语料治理：公关负责权威信息和媒体表达，内容团队负责官网和产品资料，SEO团队负责可检索性，法务和合规团队处理资质、广告边界和争议回应，客服与销售则提供真实用户问题和高频场景。 过去这些信息分散在不同部门，各自服务不同目标。AI 搜索把它们重新放到同一个系统里检验。一旦信息互相矛盾，模型就会放大这种混乱。 行业治理也在向这个方向规划。今年4 月，近 40 家专业媒体、行业组织、高校和科技企业发起《负责任 GEO 治理倡议》，反对投毒、低质内容污染、不正当竞争和侵权，强调真实、透明和信源治理。 监管和行业自律都指向：GEO 可以帮助品牌被更准确地理解，但不能变成操纵AI 答案的工具。 海外相关的工具也在向类似的方向努力。比如Profound、Evertune、Azoma 等公司不只卖“推荐位”，还提供AI可见度监测、引用来源分析、竞品对比和内容缺口识别，让企业理解为什么在AI回答里没有被推荐。 当GEO的服务重心从“优化内容”转向“系统监测和治理”，“神承诺”服务包就会被自然过滤掉。 长期看，GEO像AI时代的品牌档案管理。企业需要持续维护自己的公开事实：公司信息、产品边界、价格体系、资质证明、客户案例、售后政策、争议回应，以及这些信息在不同平台上的一致性。 谁的公开信息更准确、更完整、更容易被AI理解，谁就更容易在 AI 答案里保持稳定存在。 GEO 的下一阶段，不是更多内容投放，而是更好的事实管理。