人工智能重塑后的搜索引擎，需要一套新的搜索營(yíng)銷(xiāo)思路，這是我們?cè)谶^(guò)去文章中反復(fù)提到過(guò)的觀(guān)點(diǎn)。

而今這種需求逐漸變得越來(lái)越急迫，因?yàn)橄M(fèi)者正在大規(guī)模地從傳統(tǒng)搜索引擎轉(zhuǎn)向各類(lèi) AI 對(duì)話(huà)＆問(wèn)答產(chǎn)品。凱捷咨詢(xún)公司（Capgemini）的調(diào)查顯示，2024 年，就有超過(guò)半數(shù)（58%）的消費(fèi)者已使用人工智能工具取代傳統(tǒng)搜索引擎來(lái)獲取產(chǎn)品/服務(wù)推薦，這一比例較 2023 年的 25% 顯著上升。

它所指向的議題是，當(dāng)通過(guò) AI 自然對(duì)話(huà)直接獲取答案或建議成為主流，傳統(tǒng)SEO的注意力覆蓋是否會(huì)出現(xiàn)盲區(qū)。

這種變化催生了一個(gè)新的營(yíng)銷(xiāo)課題：GEO，即生成式引擎優(yōu)化（Generative Engine Optimization）。它關(guān)注品牌信息能否被 AI 理解、引用，并整合進(jìn)最終答案里。AI 成為直接顧問(wèn)，優(yōu)化目標(biāo)就從“被看到”變成了“被想到”和“被推薦”。

這種新一代的搜索方式又與消費(fèi)意愿緊密關(guān)聯(lián)。Adobe 2025 年初對(duì) 5000 名美國(guó)消費(fèi)者進(jìn)行的調(diào)查顯示，39% 的受訪(fǎng)者已使用生成式人工智能進(jìn)行網(wǎng)上購(gòu)物，另有 53% 的受訪(fǎng)者計(jì)劃年內(nèi)使用。在 2024 年末大促“網(wǎng)絡(luò)星期一”當(dāng)天，來(lái)自生成式人工智能的流量同比增長(zhǎng)達(dá)到了驚人的 1950%，足以看出互聯(lián)網(wǎng)用戶(hù)“遷徙”的軌跡。

其中消費(fèi)者使用生成式人工智能的購(gòu)物方式包括：進(jìn)行產(chǎn)品研究（55% ）、獲取產(chǎn)品推薦（47%）、尋找優(yōu)惠（43%）、獲取禮物靈感（35%）、尋找獨(dú)特產(chǎn)品（35%）以及創(chuàng)建購(gòu)物清單（33%）。

這種新的信息集散方式極大縮短了用戶(hù)獲取消費(fèi)參考的所需時(shí)間，且通過(guò)新的交互流程重塑購(gòu)物體驗(yàn)。與之對(duì)應(yīng)，企業(yè)也需要重新思考與消費(fèi)者的互動(dòng)方式，也應(yīng)提起對(duì) GEO（生成式引擎優(yōu)化）的重視。

品牌的“能見(jiàn)度”變得不確定

《哈佛商業(yè)評(píng)論》在近期一篇文章中列出了一個(gè)品牌知名度矩陣，分為兩個(gè)指標(biāo)，一是評(píng)估品牌在 LLM 平臺(tái)上的知名度（代表相對(duì)傳統(tǒng)的“大眾消費(fèi)認(rèn)知度”），二是評(píng)估總體品牌知名度。由此得出了四個(gè)知名度象限。

兩項(xiàng)指標(biāo)都高的品牌通常本身具備廣泛大眾認(rèn)知度，再加上品牌營(yíng)銷(xiāo)重視其在大語(yǔ)言模型中的可見(jiàn)度，比如特斯拉。新近企業(yè)，或者原生于人工智能時(shí)代的平臺(tái)會(huì)更容易被 LLM 抓取識(shí)別。

與此同時(shí)，存在一些品牌擁有或者曾經(jīng)擁有極高知名度，但人工智能在抓取相關(guān)信息進(jìn)行內(nèi)容生成時(shí)卻鮮有提及。當(dāng)然，也有一些品牌兩項(xiàng)指標(biāo)都低，源于其自身對(duì)搜索營(yíng)銷(xiāo)不夠重視。

《新立場(chǎng)》用國(guó)內(nèi)相關(guān)產(chǎn)品做了一個(gè)簡(jiǎn)單的測(cè)試：選取當(dāng)前 iOS 免費(fèi)榜上排在前列的三個(gè) AI 應(yīng)用，分別向他們提問(wèn)，“請(qǐng)給我推薦三個(gè)掃地機(jī)器人品牌，需要優(yōu)先考慮它解決毛發(fā)纏繞的能力。”

圖片從上至下分別來(lái)自：豆包/元寶/DeepSeek

可以看到豆包、元寶和 DeepSeek 都是抓取了結(jié)構(gòu)化的信息，圍繞“解決毛發(fā)纏繞”這一特定訴求做出分析和取舍，但給出了三套不同的結(jié)果，對(duì)何為“最優(yōu)入選”的判斷不盡相同。

這便引出一個(gè)結(jié)論，在大模型成為新一代“決策入口”之后，品牌的“能見(jiàn)度”變得不確定。

品牌的歷史聲量在范式變革的時(shí)刻“光暈褪色”。AI 不會(huì)時(shí)刻銘記“你有多大牌”，而是判斷你是否被足夠多高質(zhì)量文本反復(fù)描述，能否在“解決某個(gè)問(wèn)題”時(shí)具備明確、可引用的能力標(biāo)簽。

這種情況其實(shí)不是第一次發(fā)生，回看過(guò)去二十年，每一次主流信息分發(fā)機(jī)制更替，都會(huì)重塑品牌知名度的排序方式。

微博、微信、短視頻崛起初期，很多“不會(huì)做新媒體”的傳統(tǒng)強(qiáng)勢(shì)品牌并非產(chǎn)品不行、預(yù)算不夠，而是不會(huì)把自己翻譯成新平臺(tái)可理解的內(nèi)容形態(tài)。比如少有與 UGC/KOL 協(xié)同，不會(huì)做故事化表達(dá)，說(shuō)得再通俗一點(diǎn)，就是缺乏“網(wǎng)感”。

一代人有一代人的消費(fèi)“集體印象”，最早的品牌甚至可以靠口耳相傳成為國(guó)民級(jí)，這在現(xiàn)在看來(lái)是不可思議的。后之視今，亦猶今之視昔。

以及，這一次為人工智能掀起的范式革命，很可能比“新媒體時(shí)代”更徹底、更不可逆。因?yàn)?AI 提供的答案沒(méi)有第二頁(yè)。

上述相同問(wèn)題的百度網(wǎng)頁(yè)搜索結(jié)果

在搜索引擎時(shí)代，哪怕排序靠后，用戶(hù)會(huì)翻頁(yè)、會(huì)改關(guān)鍵詞、會(huì)在多個(gè)平臺(tái)交叉驗(yàn)證。傳統(tǒng)搜索是信息集散與分發(fā)邏輯，用戶(hù)多少能在主動(dòng)信息漫游中發(fā)現(xiàn)排名靠后的商業(yè)信息，但 AI 回答提供的是判斷：模型直接給出整合后的答案；多數(shù)用戶(hù)不會(huì)、也不需要追問(wèn)；推薦結(jié)果通常被壓縮為 3–5 個(gè)候選項(xiàng)。

注意力競(jìng)爭(zhēng)更加激烈，新媒體時(shí)代的“冷啟動(dòng)”打法按 AI 的答案邏輯是更難生效的。

既然如此，品牌還能做什么？這便是 GEO 出現(xiàn)的真正背景。

方法明確嗎，生態(tài)健康嗎？

提升品牌在 AI 生成中的可見(jiàn)性，本質(zhì)上是一個(gè)“語(yǔ)義工程”：降低模型理解與引用的語(yǔ)義成本。

如前文所言，傳統(tǒng)搜索引擎解決的是信息匹配問(wèn)題，而 AI 更多是去進(jìn)行判斷與生成。大模型理解信息，會(huì)經(jīng)過(guò)語(yǔ)義歸類(lèi)，所以定義越清晰、邊界越明確的對(duì)象，越容易被穩(wěn)定定位和反復(fù)調(diào)用。與此同時(shí)，模型會(huì)對(duì)不同文本來(lái)源進(jìn)行隱性加權(quán)，AI 更信任被多來(lái)源反復(fù)確認(rèn)的信息。

在這個(gè)基礎(chǔ)邏輯上，我們可以推測(cè) AI 傾向調(diào)用的內(nèi)容特點(diǎn)。比如要能被明確歸類(lèi)，比如產(chǎn)品功能、場(chǎng)景、解決方案清晰可標(biāo)記，最好在不同渠道（官網(wǎng)、媒體、測(cè)評(píng)與討論）中反復(fù)出現(xiàn)相似表述而近似于“共識(shí)”。以及“AI 友好”，意即呈現(xiàn)方式結(jié)構(gòu)化、完整、準(zhǔn)確、易于抓取。

仍舊用前文提到的案例來(lái)說(shuō)明。對(duì)于掃地機(jī)器人產(chǎn)品的相關(guān)表述，“在解決毛發(fā)纏繞這一問(wèn)題上，X 產(chǎn)品采用了 X 結(jié)構(gòu)設(shè)計(jì)，適合多寵家庭”，這就比較“AI 友好”。功能對(duì)應(yīng)能解決的問(wèn)題，場(chǎng)景突出解決方案，特征顯化方便 AI 對(duì)橫向?qū)Ρ取?/p>

相反表述是“重新定義清潔體驗(yàn)”“為愛(ài)寵家庭而生”這類(lèi)營(yíng)銷(xiāo)口號(hào)式的、情緒化的表達(dá)。

去年 6 月，成立不到一年的新銳公司 Profound 以紅杉資本、英偉達(dá)等巨頭背書(shū)和巨額融資引起廣泛注意。其核心業(yè)務(wù)就是幫助企業(yè)監(jiān)控和優(yōu)化在 AI 搜索引擎中的表現(xiàn)。

圖片來(lái)源：Profound 官網(wǎng)

Profound 所提供的服務(wù)就可以被簡(jiǎn)單概括為“了解人工智能如何談?wù)撃愕钠放啤?。比如，?shù)據(jù)化品牌在各種 AI 產(chǎn)品中被提及的頻率、情境、描述方式、引用來(lái)源；提供當(dāng)前用戶(hù)向 AI 的提問(wèn)趨勢(shì)；分析品牌內(nèi)容被抓取的效率，等等。

但也正是因?yàn)樯墒饺斯ぶ悄苋缟咸匦裕珿EO 也可以成為對(duì)認(rèn)知入口的隱蔽操縱。AI 的信源可能被污染，目前也確實(shí)存在一些以 GEO 為招牌的營(yíng)銷(xiāo)服務(wù)就是通過(guò)“污染” AI 信源達(dá)成目的。

AI 無(wú)法天然對(duì)調(diào)用內(nèi)容做“動(dòng)機(jī)判斷”，使其區(qū)別于“精心包裝的營(yíng)銷(xiāo)內(nèi)容”?！豆饷魅?qǐng)?bào)》不久前就發(fā)文批評(píng)過(guò) GEO “借助 AI 打隱蔽廣告”。商業(yè)機(jī)構(gòu)可以通過(guò)批量炮制問(wèn)答帖、仿冒官方白皮書(shū)、劫持舊域名等手段，把特定品牌信息喂給大模型，使其在回答用戶(hù)提問(wèn)時(shí)，不自覺(jué)地引用并推薦目標(biāo)商品。

圖片來(lái)源：微博@光明日?qǐng)?bào)

類(lèi)似操作一度被稱(chēng)為給 AI “投毒”。《第一財(cái)經(jīng)》此前的文章也有報(bào)道，網(wǎng)絡(luò)上各類(lèi)依據(jù)不明的榜單就是杜撰重災(zāi)區(qū)，這些榜單可能是一些公司為了提升曝光度做 GEO 后的呈現(xiàn)。就連“GEO 廠(chǎng)商排行榜”這類(lèi)關(guān)鍵詞，網(wǎng)絡(luò)上能搜到的文章也有一些未寫(xiě)明評(píng)分依據(jù)，參考文獻(xiàn)不可考。

其操作流程如同一個(gè)“黑匣子”，尚未完全規(guī)范，也不公開(kāi)透明。因此，GEO 是先鋒的，但目前也是“不穩(wěn)定”的。

浪潮漸成型，但塵埃未落定

需要指出的是，GEO 與 SEO 并不是兩個(gè)斷裂的營(yíng)銷(xiāo)概念。

它們都圍繞內(nèi)容質(zhì)量做文章，以提升品牌能見(jiàn)度為目的。有相當(dāng)一部分業(yè)內(nèi)認(rèn)為，做好 SEO、適應(yīng)人工智能的新邏輯，GEO 優(yōu)化會(huì)是水到渠成的。比如老牌 SEO 品牌 Moz 近年將其技術(shù)與生成式 AI 優(yōu)化結(jié)合，在成熟的生態(tài)之上成功開(kāi)拓了 GEO 業(yè)務(wù)。

只是作為與新技術(shù)密切關(guān)聯(lián)的新?tīng)I(yíng)銷(xiāo)手段，GEO 目前留白的空間還很多，或者說(shuō)心智尚未成型，沒(méi)有明顯領(lǐng)跑力量。除了前文提到的，其模式本身還存在黑箱困境，GEO 可能還要等待 AI 產(chǎn)品廝殺出一個(gè)優(yōu)勝者。

GEO 依附于“答案入口”，而答案入口尚未統(tǒng)一。且不論搜索引擎仍在發(fā)光發(fā)熱，各類(lèi) AI to C 應(yīng)用還在跑馬圈地的階段，還沒(méi)有相對(duì)通行的“規(guī)則”。比如是否允許商業(yè)推薦、如何標(biāo)注商業(yè)影響、如何處理“被投喂”的內(nèi)容。

在 AI 格局未定之前，GEO 或許還將持續(xù)一段時(shí)間這種混亂、分散、甚至被濫用的狀態(tài)。