AI 時(shí)代，別搞虛的，真實(shí)才是必殺技。

作者｜周永亮

編輯｜靖宇

最近，A 股市場(chǎng)上演了一出關(guān)于 GEO（生成式引擎優(yōu)化）的概念熱潮，20 多家公司股價(jià)坐上過山車，但這背后的焦慮卻是真實(shí)的：在 AI 時(shí)代，如果豆包或 DeepSeek「不認(rèn)識(shí)」你的品牌，你是否就被時(shí)代拋棄了？

這種焦慮切中了很多商家的痛點(diǎn)。GEO 到底是什么？它是真正的營(yíng)銷利器，還是又一輪割韭菜的把戲？

為了厘清這個(gè)概念，我們找到了深耕該領(lǐng)域的 Pallas AI 創(chuàng)始人、CEO Ethan。他在阿里待了十年，從阿里到達(dá)摩院到螞蟻，最后一年擔(dān)任 Ling 大模型首席架構(gòu)師。從 2025 年 5 月開始，當(dāng) GEO 這個(gè)概念還只有極少人知道的時(shí)候，他已經(jīng)開始在這個(gè)賽道創(chuàng)業(yè)，最近剛完成數(shù)千萬人民幣融資。

說起 GEO，很多人可能感到陌生，但對(duì) SEO 一定不陌生。在 Ethan 看來，SEO 本質(zhì)上是在和搜索引擎博弈。通過堆砌關(guān)鍵詞、做外鏈，試圖破解算法的喜好，把自己的網(wǎng)頁(yè)擠到搜索結(jié)果的第一頁(yè)。

相比之下，GEO 的邏輯則完全不同。它的核心目標(biāo)不是讓用戶點(diǎn)擊鏈接，而是讓 AI 模型在回答問題時(shí)，直接引用你的內(nèi)容，把你的產(chǎn)品當(dāng)作「最佳答案」推薦給用戶。

其實(shí)，Ethan 并非一開始就看準(zhǔn)了 GEO 這個(gè)方向。他的第一次創(chuàng)業(yè)選擇了 AI 游戲，那是一段有些昂貴的「學(xué)費(fèi)」。兩年半后回看，他承認(rèn)當(dāng)時(shí)犯了很多創(chuàng)業(yè)者常犯的錯(cuò)誤——「拿著錘子找釘子」。

這次經(jīng)歷也讓他痛定思痛：任何違背第一性原理的創(chuàng)業(yè)，都是自嗨。

轉(zhuǎn)折點(diǎn)發(fā)生在 2025 年 2 月，當(dāng)時(shí)他和技術(shù)合伙人讀到一篇關(guān)于 GEO 的論文，他們爭(zhēng)論了整整 4 個(gè)小時(shí)，「那也是他們創(chuàng)業(yè)以來爭(zhēng)論最久的一次」。兩個(gè)人爭(zhēng)論的重點(diǎn)是兩個(gè)問題：GEO 跟 SEO 有什么區(qū)別？GEO 能成為標(biāo)準(zhǔn)化嗎？

就是這次討論，讓他們意識(shí)到，這或許是一個(gè)機(jī)會(huì)。

經(jīng)過兩個(gè)月的反復(fù)推演，他們的結(jié)論逐漸清晰：這里不僅有標(biāo)準(zhǔn)化產(chǎn)品的機(jī)會(huì)，更是 Agent 產(chǎn)品生存的土壤。于是，2025 年 5 月，他們正式切入 GEO 賽道。

以下是 Ethan 的部分精彩觀點(diǎn)：

• GEO 和 SEO 完全不同。生成式引擎沒有傳統(tǒng)意義上的 Ranking（排名）模塊。它更多是結(jié)合用戶的 Prompt，去思考如何提供最佳解決方案。我們的工作是讓模型更了解企業(yè)，從而主動(dòng)推薦你。

• 有一個(gè)最簡(jiǎn)單的方法可以區(qū)分 SEO 和 GEO：SEO 時(shí)代的搜索詞平均是 3-7 個(gè)字，而 GEO 時(shí)代達(dá)到了 24-27 個(gè)詞，并且包含上下文記憶。

• 用戶現(xiàn)在是帶著真實(shí)、復(fù)雜的訴求來提問的。如果企業(yè)還在沉迷于優(yōu)化「國(guó)產(chǎn)品牌前十名」這種通用詞，那就是在 GEO 時(shí)代自嗨。

• 如果你試圖去猜模型的偏好，去重構(gòu)它的 Pipeline……那你其實(shí)是在做舊時(shí)代的 SEO 博弈。如果你發(fā)現(xiàn)輸入某個(gè)特定的詞組，模型就一定會(huì)引用你，這不叫優(yōu)化，本質(zhì)上是在制造垃圾。

• 數(shù)據(jù)的真實(shí)性遠(yuǎn)比 Hack（破解）模型重要。因?yàn)?AI 模型的進(jìn)化是非線性的，如果說去年難度系數(shù)是 10 分，那現(xiàn)在可能已經(jīng)到了 80 分，未來肯定會(huì)更高。你需要不斷儲(chǔ)備更高級(jí)的技術(shù)去對(duì)抗，直到某天徹底攻不破，商業(yè)模式也就崩塌了。

Pallas AI 剛成立半年，已經(jīng)發(fā)布了自己的第一款產(chǎn)品｜圖片來源：Pallas AI

01

從 AI 游戲到 GEO？

Q：最近 GEO 概念很火，你們官網(wǎng)使用的是 AEO。能不能先解釋一下SEO、GEO 和 AEO 到底有什么區(qū)別？

Ethan：我們從最熟悉的 SEO 說起。這二十年來，SEO（搜索引擎優(yōu)化）的核心其實(shí)是在博弈搜索引擎的排名算法。大家做的外鏈、內(nèi)鏈、Landing Page，本質(zhì)都是為了迎合算法。雖然在國(guó)內(nèi)大家關(guān)注度降了，但在海外這依然是流量基石。

GEO（生成式引擎優(yōu)化）這個(gè)詞源于 2024 年的那篇《GEO: Generative Engine Optimization》（生成引擎優(yōu)化）論文，給了行業(yè)第一次命名。但這個(gè)名字其實(shí)不太好，既跟地理位置縮寫沖突，又容易讓人誤以為它只是 SEO 的翻版，是一個(gè)很重的服務(wù)型工作。

但從本質(zhì)上看，GEO 和 SEO 完全不同。生成式引擎沒有傳統(tǒng)意義上的 Ranking（排名）模塊。它更多是結(jié)合用戶的 Prompt，去思考如何提供最佳解決方案。我們的工作是讓模型更了解企業(yè)，從而主動(dòng)推薦你。

隨著 LLM 的發(fā)展，為了避免概念混淆，現(xiàn)在海外行業(yè)更傾向于叫它 AEO，可以理解為 Answer Engine Optimization（答案引擎優(yōu)化）或者 Agent Engine Optimization。在這個(gè)語境下，如何幫助企業(yè)在「答案」層面做優(yōu)化，才是行業(yè)的核心。

Q：看你的履歷，你曾在阿里工作了整整十年，這段經(jīng)歷給你帶來了哪些收獲？

Ethan：我在阿里待了整整十年。從 2013 年底入職開始，從阿里到達(dá)摩院到螞蟻，最后一年擔(dān)任 Ling 大模型首席架構(gòu)師。

這段經(jīng)歷給了我兩個(gè)非常關(guān)鍵的視角。首先是關(guān)于流量與商業(yè)的本質(zhì)。我長(zhǎng)期負(fù)責(zé)營(yíng)銷推薦算法，對(duì)「搜推營(yíng)」（搜索、推薦、營(yíng)銷）的底層邏輯，以及平臺(tái)如何分發(fā)流量、客戶如何通過流量獲取營(yíng)收，有著很強(qiáng)的體感。在處理客戶關(guān)于流量結(jié)構(gòu)、點(diǎn)擊率與規(guī)模的博弈中，我深刻意識(shí)到企業(yè)長(zhǎng)久以來的核心命題：如何把自己高質(zhì)量的產(chǎn)品真正有效地推出去。

另一個(gè)點(diǎn)是發(fā)生在 2022 年底，ChatGPT 爆發(fā)后，我們重組了機(jī)器學(xué)習(xí)團(tuán)隊(duì)去追趕這波大模型風(fēng)潮。在做基座大模型架構(gòu)師的那一年里，我真切感受到了這是一個(gè)時(shí)代的機(jī)會(huì)。

但我個(gè)人更看重這個(gè)時(shí)代機(jī)遇下衍生出的「應(yīng)用層」機(jī)會(huì)。最終，我決定在 2023 年底離職，開始在應(yīng)用層的創(chuàng)業(yè)。

Q：第一個(gè)創(chuàng)業(yè)項(xiàng)目并不是現(xiàn)在的 GEO，而是一個(gè) AI 游戲項(xiàng)目。當(dāng)時(shí)為什么會(huì)選擇切入這個(gè)賽道？

Ethan：說實(shí)話，我對(duì)互動(dòng)娛樂或內(nèi)容領(lǐng)域有一些執(zhí)念。在支付寶時(shí)期，我參與過那個(gè)名聲大噪但爭(zhēng)議頗多的「圈子」項(xiàng)目，負(fù)責(zé)算法和社區(qū)內(nèi)容。

創(chuàng)業(yè)初期，人往往會(huì)被慣性推著走。當(dāng)時(shí)我們判斷，AI 應(yīng)用應(yīng)該去占據(jù)用戶的碎片化時(shí)間，提供情緒價(jià)值，這樣的商業(yè)潛力巨大。

我們調(diào)研了 Character.AI、MiniMax 的 Talkie 和星野等平臺(tái)，發(fā)現(xiàn)它們雖然是 Chatbot，但本質(zhì)上已經(jīng)具備了角色扮演的游戲雛形。不過，它們?nèi)狈φ嬲摹赣螒蝮w驗(yàn)感」，就是那種過關(guān)斬將、角色成長(zhǎng)或任務(wù)達(dá)成的成就感。于是我們就想，不如挑戰(zhàn)一下，把這種體驗(yàn)做出來。

但沖了一年后，我們看到了行業(yè)資源最足、配置最強(qiáng)的團(tuán)隊(duì)，做出來的產(chǎn)品沒有達(dá)到我們的預(yù)期，更別提我們自己的項(xiàng)目了。

這也讓我們開始反思：是不是該放下 AI 游戲，轉(zhuǎn)而去那些我們真正「擅長(zhǎng)的事」？于是，在堅(jiān)持了一年多后，我們決定轉(zhuǎn)型。

第一次創(chuàng)業(yè)讓我深刻體會(huì)到了「第一性原理」的重要性。我們犯了一個(gè)錯(cuò)誤：拿著錘子找釘子。我們手里的錘子未必堅(jiān)硬，找到的釘子也未必是真的，卻把精力都花在吹噓這把錘子有多光亮、多獨(dú)特上。

但我們忽略了游戲的第一性原理——好玩。用戶首先得覺得好玩，有良好的游戲體驗(yàn)，那些所謂的 AI 新特性才是有意義的加分項(xiàng)。但在當(dāng)時(shí)，這一點(diǎn)根本做不到。

Q：做不到的核心原因是什么？是技術(shù)瓶頸，還是其他因素？

Ethan：核心還是技術(shù)。這不僅指技術(shù)本身的能力邊界，更在于技術(shù)對(duì)「游戲體驗(yàn)感」的理解還不夠深。哪怕是現(xiàn)在，我認(rèn)為這種距離依然存在。

當(dāng)然，我相信隨著模型智能度的提升，未來一定會(huì)有公司能做出真正意義上的 AI Native 游戲。但這已經(jīng)不是我們擅長(zhǎng)的領(lǐng)域了?；剡^頭看，第一次創(chuàng)業(yè)更像是給我們上了一堂昂貴的體驗(yàn)課，讓我們真正理解了什么是創(chuàng)業(yè)。

Q：在結(jié)束 AI 游戲項(xiàng)目時(shí)，你們是處于怎樣的狀態(tài)？又是如何切入到 GEO 這個(gè)新賽道的？

Ethan：這其實(shí)源于我和合伙人一個(gè)習(xí)慣——無論業(yè)務(wù)多忙，我們都會(huì)去讀最新的技術(shù)論文。當(dāng)時(shí)我們已經(jīng) 95% 確定手頭的游戲項(xiàng)目短期內(nèi)很難存活，正處于尋找轉(zhuǎn)型方向的迷茫期。

就在這時(shí)，我們偶然讀到了 GEO 那篇論文。起初并沒有想過要直接轉(zhuǎn)型做這個(gè)，但這篇論文引發(fā)了一場(chǎng)激烈的爭(zhēng)論。我和技術(shù)合伙人足足 battle 了四五個(gè)小時(shí)，這是我們創(chuàng)業(yè)以來爭(zhēng)論時(shí)間最長(zhǎng)的一次。

Q：當(dāng)時(shí)主要在爭(zhēng)論什么？

Ethan：核心分歧非常直接：GEO 和 SEO 到底有什么區(qū)別？

我的第一反應(yīng)和大多數(shù)人一樣：都 AI 時(shí)代了，為什么還要去做 SEO 這種舊時(shí)代的產(chǎn)物？但我的技術(shù)合伙人堅(jiān)持認(rèn)為：AI 并不天然理解你的產(chǎn)品。

正是這場(chǎng)長(zhǎng)達(dá)數(shù)小時(shí)的激辯讓我意識(shí)到，之前的工作經(jīng)驗(yàn)讓我們對(duì)這個(gè)問題有更深的理解，甚至能看到論文作者都沒考慮到的一些盲點(diǎn)。這讓我覺得，這或許才是我們真正擅長(zhǎng)的領(lǐng)域。

02

GEO 到底是什么？

Q：那后來是如何下定決心的？

Ethan：那是 2025 年春節(jié)，我們整個(gè)假期都在討論兩個(gè)核心問題：GEO 和 SEO 本質(zhì)上到底有沒有區(qū)別？GEO 最終會(huì)淪為一種人力服務(wù)，還是有機(jī)會(huì)做成標(biāo)準(zhǔn)化產(chǎn)品？

經(jīng)過一兩個(gè)月的反復(fù)推演，我們達(dá)成了共識(shí)：這里存在標(biāo)準(zhǔn)化產(chǎn)品的機(jī)會(huì)，也有 Agent 產(chǎn)品生存的空間。于是，我們果斷關(guān)停了舊公司。去年 5 月 15 日，新項(xiàng)目正式成立，團(tuán)隊(duì)只有四個(gè)人——我和兩位老搭檔，又引入了一位新合伙人，一切重新開始。

Q：能復(fù)盤一下去年 5 月 GEO 行業(yè)的產(chǎn)業(yè)地圖嗎？

Ethan：當(dāng)時(shí)我們決定入局時(shí)，整個(gè)行業(yè)還是一片空白。那個(gè)時(shí)間點(diǎn)，我們只看到了三家核心競(jìng)對(duì)：Profound、Athena 和 Peec AI，而且全在海外。

在那個(gè)階段，GEO 的技術(shù)門檻其實(shí)不高。大家都在做同一件事：模擬并追蹤 AI 的回復(fù)。比如當(dāng)用戶問「推薦什么牌子的牙膏」時(shí)，AI 會(huì)怎么回答？我們需要捕捉這條 Benchmark 數(shù)據(jù)，去對(duì)比不同平臺(tái)的回復(fù)差異，以及隨時(shí)間變化的趨勢(shì)。

除了這種基礎(chǔ)分析，部分競(jìng)對(duì)會(huì)多做一點(diǎn)網(wǎng)站基建，比如配置 Sitemap，或者優(yōu)化 robots.txt 協(xié)議，明確告訴 AI 爬蟲哪些內(nèi)容可以抓取。

但在那個(gè)時(shí)期，行業(yè)里完全沒有所謂的內(nèi)容生成，更別提 Agent 自動(dòng)化操作或深度的機(jī)會(huì)洞察分析了，這些在當(dāng)時(shí)幾乎為零。我們就是在這樣的背景下，開始打磨第一版產(chǎn)品的。

Q：你們?cè)趺炊x這個(gè)產(chǎn)品的核心能力？

Ethan：我們當(dāng)時(shí)的目標(biāo)非常直接，就定義了兩件事。

第一，必須是標(biāo)準(zhǔn)化產(chǎn)品。這是我們團(tuán)隊(duì)的核心大目標(biāo)。我們不想只做服務(wù)商，而是要把工具直接放到客戶面前，讓他們自己能用起來。

我們從 5 月份就開始討論這點(diǎn)。我們認(rèn)為，只有通過標(biāo)準(zhǔn)化產(chǎn)品，才能證明 GEO 是與 AI 平臺(tái)「共建生態(tài)」，而不是在污染數(shù)據(jù)、搞對(duì)抗博弈。只有產(chǎn)品化，才能驗(yàn)證這個(gè)邏輯。

確定了「標(biāo)準(zhǔn)化」這個(gè)大前提后，我們并沒有急著定義產(chǎn)品長(zhǎng)什么樣。

第一步，我們花了 3 到 4 周時(shí)間，先做了一個(gè)監(jiān)控平臺(tái)。既然競(jìng)對(duì)都有分析和監(jiān)控后臺(tái)，我們也得有。這個(gè)平臺(tái)能監(jiān)控國(guó)內(nèi)外的 AI 回復(fù)，收集并洞察數(shù)據(jù)。

第二步，我們開始去服務(wù)客戶。我們很清楚，自己拍腦袋想出來的需求大概率是錯(cuò)的。真實(shí)的使用場(chǎng)景在哪里？GEO 到底能給客戶帶來什么價(jià)值？答案只能在客戶那里找。所以我們沒閉門造車，而是直接去找種子客戶，在服務(wù)中挖掘需求。

Q：第一個(gè)客戶是什么時(shí)候確定的？屬于哪個(gè)行業(yè)？

Ethan：去年 6 月底。它是一家海外的生物醫(yī)療企業(yè)，主要做生命科學(xué)相關(guān)業(yè)務(wù)。

我們當(dāng)時(shí)的核心目的就是搞清楚三件事。首先，創(chuàng)始人到底關(guān)注什么數(shù)據(jù)？什么樣的結(jié)果對(duì)他才有真實(shí)價(jià)值？

其次，為了達(dá)成這個(gè)價(jià)值，我們需要做哪些額外動(dòng)作？包括如何優(yōu)化、如何歸因，以及怎樣把結(jié)果直觀地?cái)[在他面前？

最后，整個(gè)過程能不能真正實(shí)現(xiàn)自動(dòng)化和智能化？我們希望盡量規(guī)避人工操作和判斷。從第一個(gè)客戶開始，到 9 月底服務(wù)了近 30 家客戶，這始終是我們驗(yàn)證產(chǎn)品的核心邏輯。

Q：能不能舉個(gè)具體的例子？比如你們第一個(gè)客戶是生物制藥公司，你們給他們制定了什么樣的內(nèi)容策略來提升引用率？

Ethan：我們給他們提供的核心策略是「論文解讀」。因?yàn)樗麄兊挠脩羧后w非常特殊，主要是科學(xué)家和科研人員，這是一個(gè)非常學(xué)術(shù)向的平臺(tái)。

我們調(diào)研發(fā)現(xiàn)，這些科研人員用 AI 主要是為了輔助學(xué)術(shù)工作。所以我們幫客戶生成的文章，很多都是對(duì)幾十頁(yè)硬核生物醫(yī)藥論文的精讀。我們需要把關(guān)鍵信息抽象出來，做結(jié)構(gòu)導(dǎo)讀，講清楚這篇論文到底做出了什么貢獻(xiàn)。

雖然我們決定合作時(shí)很果斷，但執(zhí)行時(shí)確實(shí)頭疼了一下。面對(duì)生物行業(yè)相關(guān)的論文，壓力挺大的。

不過回過頭看，這是件特別好的事。因?yàn)榈谝粋€(gè)客戶就把內(nèi)容生成的質(zhì)量門檻拉得非常高。我們需要處理大量的 Context（上下文），做嚴(yán)格的事實(shí)校驗(yàn)。很多論文是 PDF 格式，不同學(xué)術(shù)會(huì)議的排版還不一樣，我們必須把 PDF 解析的準(zhǔn)確率做到極高，才能批量生成內(nèi)容。這逼著我們從一開始就走上了高質(zhì)量?jī)?nèi)容生成的路子。

Q：你們本身不是生物醫(yī)藥行業(yè)的專家，怎么去解析那么專業(yè)的論文？

Ethan：首先在選題結(jié)構(gòu)上，我們并不是憑空創(chuàng)造。這位天使客戶跟我們配合非常緊密，他會(huì)告訴我們行業(yè)內(nèi)是怎么做論文精讀的，以及 AI 為什么會(huì)引用某些特定的標(biāo)題作為信源。

我們當(dāng)時(shí)主要看兩部分信息：一是客戶提供的行業(yè)視角，看大家都在做什么內(nèi)容；二是研究 ChatGPT 在面對(duì)科研人員的 Prompt 時(shí)，究竟是如何引用論文解讀類文章的。

校驗(yàn)環(huán)節(jié)是個(gè)關(guān)鍵。我們的天使客戶本身就是行業(yè)大牛，閱讀量極大。他會(huì)親自快速閱讀我們生成的每一篇文章，判斷結(jié)構(gòu)是否合理，他的團(tuán)隊(duì)也會(huì)配合審核。

正是這種「客戶深度參與」的模式，幫我們快速跑通了從內(nèi)容生成、優(yōu)化到發(fā)布上線的全流程。

Q：剛才提到的那套流程，能標(biāo)準(zhǔn)化復(fù)制嗎？

Ethan：最初那套流程肯定無法直接標(biāo)準(zhǔn)化。所以前三個(gè)月，我們接觸了生物、機(jī)器人、招聘、電商、留學(xué)等各行各業(yè)的客戶。我們的邏輯是：只有在不同規(guī)模、不同行業(yè)的客戶中找到「最大公約數(shù)」，才是標(biāo)準(zhǔn)化產(chǎn)品的建立契機(jī)。

Q：這個(gè)「最大公約數(shù)」具體是什么？

Ethan：我們發(fā)現(xiàn)，無論行業(yè)怎么變，核心邏輯依然沒逃脫傳統(tǒng)營(yíng)銷的四個(gè)字本質(zhì)：研、定、投、優(yōu)。

「研」是研究。在 GEO 領(lǐng)域，就是做「營(yíng)銷背景調(diào)查」——搞清楚我的產(chǎn)品是誰，競(jìng)品是誰，基礎(chǔ)信息有哪些。

「定」是定向。傳統(tǒng)營(yíng)銷叫 Targeting，在這里就是定義 Prompt。但我們把它降維成了「營(yíng)銷圖譜」，通過分析用戶場(chǎng)景和意圖來完成定向。

「投」是投放。這包含兩個(gè)動(dòng)作：素材生成和投放執(zhí)行。對(duì) GEO 而言，素材就是文章。不同行業(yè)生成的素材差異巨大——生物行業(yè)是論文精讀，機(jī)器人行業(yè)是性價(jià)比分析——但「生成素材并投放」這個(gè)動(dòng)作本身是高度一致的。

「優(yōu)」是優(yōu)化。就是基于監(jiān)控洞察的結(jié)果，去迭代下一輪策略。

當(dāng)我們發(fā)現(xiàn)這四個(gè)步驟在所有行業(yè)都通用時(shí)，它就跟 SEO 有了本質(zhì)區(qū)別，變成了一個(gè)面向 AI 的標(biāo)準(zhǔn)化營(yíng)銷產(chǎn)品。于是去年 9 月底我們果斷暫停了服務(wù)單的擴(kuò)張，全員 All in 開發(fā) Agent 產(chǎn)品，并在去年 12 月后正式發(fā)布。

Q：你們提到核心能力是「標(biāo)準(zhǔn)化」和「Agent 自動(dòng)化」。具體是基于什么判斷，認(rèn)為這項(xiàng)服務(wù)可以被標(biāo)準(zhǔn)化？

Ethan：核心判斷標(biāo)準(zhǔn)有兩個(gè)。第一是模塊化，看能不能拆分成獨(dú)立的工作模塊，讓營(yíng)銷人員不需要技術(shù)介入就能直接使用。第二是效果對(duì)齊，當(dāng)我們把人工流程變成 Agent 自動(dòng)化時(shí)，必須確保它的產(chǎn)出質(zhì)量能維持在原本的基準(zhǔn)線之上。

舉個(gè)例子，我們最初把流程定義為五步：定義 Prompt、內(nèi)容生成、渠道建議、投放管理、洞察優(yōu)化。但在第一步客戶就卡住了。他們不知道用戶會(huì)問什么，也不理解為什么要這樣定義 Prompt。一旦 Prompt 設(shè)錯(cuò)，后續(xù)優(yōu)化全廢。

為了解決這個(gè)問題，我們開發(fā)了「營(yíng)銷圖譜」。通過整合搜索引擎、社媒、論壇等全網(wǎng)數(shù)據(jù)，去分析用戶的長(zhǎng)尾話題和真實(shí)意圖——是關(guān)心價(jià)格、售后，還是競(jìng)品對(duì)比？

當(dāng)我們把晦澀的 Prompt 拆解為「用戶場(chǎng)景」和「意圖」時(shí)，營(yíng)銷人員瞬間懂了。他們會(huì)指出：「這里少了一類 35 到 50 歲的白領(lǐng)核心用戶?！巩?dāng)產(chǎn)品能用營(yíng)銷人的語言與他們順暢交互，而不再需要我們充當(dāng)翻譯時(shí)，這就是一個(gè)成熟的標(biāo)準(zhǔn)化產(chǎn)品了。

Pallas AI 認(rèn)為，不要 hack 模型，真實(shí)性很重要｜圖片來源：Pallas AI

03

真實(shí)性很重要，不要「破解」模型

Q：很多人對(duì) GEO 好奇，你們是怎么分析大模型偏好的？比如ChatGPT或豆包，你們?cè)趺疵逅鼈兊钠猓?/strong>

Ethan：這是一個(gè)很好的問題。其實(shí)截至目前，我們都不會(huì)主動(dòng)去分析模型本身的算法偏好。

這正是我們想糾正的一個(gè)誤區(qū)：如果你試圖去猜模型的偏好，去重構(gòu)它的 Pipeline——比如它在哪一步召回、哪一步排序、哪一步做 Re-rank（重排序）——那你其實(shí)是在做舊時(shí)代的 SEO 博弈。如果你發(fā)現(xiàn)輸入某個(gè)特定的詞組，模型就一定會(huì)引用你，這不叫優(yōu)化，這叫「Prompt Injection」（提示詞注入），本質(zhì)上是在制造垃圾。

我們之前其實(shí)試錯(cuò)過。大概有一個(gè)月的時(shí)間，我們內(nèi)部自己搭了一套 AI 搜索，試圖去復(fù)刻甚至超越 DeepSeek 的效果。我們把內(nèi)容切片（Chunking）、拆分子查詢、做重排序，把整個(gè)流程跑了一遍。但很快我們意識(shí)到，這又回到了反推 PageRank 的老路上，這方向不對(duì)，所以我們果斷停掉了。

Q：那如果不對(duì)抗算法，你們關(guān)注什么？

Ethan：我們只關(guān)注「渠道偏好」，也就是不同模型對(duì)數(shù)據(jù)源的選擇差異。

比如我們發(fā)現(xiàn)，DeepSeek 目前更偏向權(quán)威媒體渠道的報(bào)道；ChatGPT 則完全不同，它更看重企業(yè)官網(wǎng)，因?yàn)樗J(rèn)為官網(wǎng)的對(duì)外口徑是真實(shí)可信的；Grok 肯定是以 Twitter 為核心數(shù)據(jù)源；而國(guó)內(nèi)的豆包，自然對(duì)頭條系的內(nèi)容有更強(qiáng)的引用效率。

這不是算法黑箱，這是平臺(tái)選擇。我們的策略是：把優(yōu)質(zhì)的內(nèi)容，放在模型最信任的位置。

我們不會(huì)去研究「怎么寫文章能讓 AI 100% 抓取」，那是本末倒置。

我們更關(guān)注的是：在 AI 能理解的基礎(chǔ)上，我們的內(nèi)容是不是真實(shí)的？產(chǎn)品數(shù)據(jù)是不是準(zhǔn)確無誤的？是不是沒有幻覺的？只有把真實(shí)、準(zhǔn)確的數(shù)據(jù)喂給 AI，讓它正確理解產(chǎn)品，行業(yè)才會(huì)往好的方向走。這也是我們和很多友商最大的不同。

Q：很多友商會(huì)去猜測(cè)模型偏好甚至進(jìn)行「破解」，面對(duì)這種競(jìng)爭(zhēng)，你們?nèi)绾握f服客戶堅(jiān)持你們的策略？

Ethan：我們通常會(huì)擺出一個(gè)真實(shí)的演變過程。回看 2024 年 5 月，想通過技術(shù)手段讓模型按你的意愿說話，確實(shí)不難。但模型的智能度是非線性增長(zhǎng)的，進(jìn)化速度極快。

我們內(nèi)部推導(dǎo)出一個(gè)公式：用戶滿意度 = AI 智能度 × 推理效率 × 內(nèi)容質(zhì)量。這是一個(gè)正相關(guān)的共建生態(tài)。如果 AI 只能在垃圾信息里找答案，用戶體驗(yàn)注定糟糕。

試圖破解模型或污染數(shù)據(jù)，面臨的挑戰(zhàn)與當(dāng)年的 SEO 截然不同——因?yàn)槟愕膶?duì)手在不斷變聰明。這種對(duì)抗意味著成本呈指數(shù)級(jí)上升。難度系數(shù)從去年的 10 分，到現(xiàn)在可能已經(jīng)到了 80 分，未來肯定會(huì)更高。

你需要不斷儲(chǔ)備更高級(jí)的技術(shù)去對(duì)抗，直到某天徹底攻不破，商業(yè)模式也就崩塌了。

GEO 的本質(zhì)，是企業(yè)與 AI 之間高保真的溝通通道。如果你在這個(gè)通道里塞滿垃圾試圖欺騙 AI，它不僅會(huì)拒收，甚至可能直接關(guān)閉通道。在 AI 時(shí)代，博弈生態(tài)走不通，只有共建生態(tài)才是未來。

Q：除此之外，你們還會(huì)用什么來說服客戶？

Ethan：我們通常會(huì)直接擺出真實(shí)的客戶案例，核心優(yōu)勢(shì)其實(shí)就體現(xiàn)在兩點(diǎn)：成本和效果的持久度。

首先是性價(jià)比。我們提供的是標(biāo)準(zhǔn)化的 Agent 產(chǎn)品，而不是堆人力的服務(wù)團(tuán)隊(duì)。客戶可以直接用 Agent 完成所有動(dòng)作，這使得我們的成本一定低于傳統(tǒng)服務(wù)商的報(bào)價(jià)。

其次是效果的「保鮮期」。雖然大家都是用 AI 生成內(nèi)容，但我們會(huì)嚴(yán)格進(jìn)行真實(shí)性檢測(cè)和準(zhǔn)確率保障，確保內(nèi)容不會(huì)被 AI 判定為「垃圾」或「幻覺」。這意味著你建立的壁壘是持續(xù)的。

舉個(gè)例子，我們?cè)谌ツ?7 月服務(wù)的一個(gè)客戶，當(dāng)時(shí)達(dá)到了 60% 到 70% 的可見度。半年多過去了，現(xiàn)在依然維持在 50% 到 60% 左右，并沒有出現(xiàn)斷崖式衰減。這證明了高質(zhì)量、真實(shí)的內(nèi)容會(huì)被 AI 持續(xù)引用。

Q：現(xiàn)在大模型越來越強(qiáng)調(diào)多模態(tài)，你們?cè)趺窗延脩糍Y料轉(zhuǎn)化成這種多模態(tài)形式讓 AI 引用？

Ethan：這確實(shí)是今年的主旋律之一。大家現(xiàn)在用豆包或 ChatGPT，經(jīng)常能看到文字后面接推薦視頻。但在企業(yè)端，我們目前還沒辦法完全靠 AI 生成高質(zhì)量的視頻，這在質(zhì)量上還存在潛在問題。

我們現(xiàn)在的探索方向是把 GEO 和企業(yè)的投放結(jié)合起來。我們?cè)跀?shù)據(jù)源上做了整合，分析社媒上哪些話題火、視頻怎么做。結(jié)合這些數(shù)據(jù)，我們的 Agent 可以幫企業(yè)生成投放策略和視頻腳本框架。

這是一個(gè)「既要又要」的聯(lián)合策略。一方面，用戶在短視頻平臺(tái)看到內(nèi)容會(huì)對(duì)產(chǎn)品感興趣，帶來社媒流量；另一方面，因?yàn)橐曨l的標(biāo)題結(jié)構(gòu)和敘事框架經(jīng)過了優(yōu)化，AI 平臺(tái)在回答相關(guān)問題時(shí)，也會(huì)優(yōu)先引用這個(gè)視頻作為 Reference。這樣既做了營(yíng)銷，又提升了 AI 對(duì)產(chǎn)品的理解度。

Q：也就是說，你們不是在活動(dòng)結(jié)束后做錦上添花，而是在產(chǎn)品發(fā)布前就已經(jīng)介入了整體策略？

Ethan：沒錯(cuò)。我們?cè)诟蛻魷贤〞r(shí)，往往不強(qiáng)調(diào) GEO 或 AEO 這些概念，而是直接定義為「面向 AI 營(yíng)銷」。

現(xiàn)在的企業(yè)營(yíng)銷團(tuán)隊(duì)通常只在做「面向用戶營(yíng)銷」，但在當(dāng)下，面向 AI 與面向用戶是同樣重要的。我們今年做標(biāo)準(zhǔn)化產(chǎn)品的延伸，核心就在于如何把這兩個(gè)策略結(jié)合起來。

Q：以前做SEO主要是看流量和排名，做 GEO 大家看什么？怎么證明 AI 的回答是因?yàn)槟銈兊膬?yōu)化而改變的？

Ethan：國(guó)內(nèi)外的情況確實(shí)不太一樣。在海外有一個(gè)很標(biāo)準(zhǔn)的指標(biāo)叫 Citation Share（引用份額），簡(jiǎn)單說就是看你官網(wǎng)的內(nèi)容有多少比例被 ChatGPT 或 Gemini 引用了。如果被引用的文章恰好是我們平臺(tái)輸出的，因果關(guān)系就顯而易見了。

我們?cè)诋a(chǎn)品里做了一個(gè)分析模塊。當(dāng)你通過我們的平臺(tái)生成內(nèi)容，并發(fā)布在官網(wǎng)或自媒體后，我們會(huì)進(jìn)行每日監(jiān)控和打標(biāo)。我們發(fā)現(xiàn)這中間存在極高的相關(guān)性：當(dāng)這些由我們生成的文章被 AI 引用時(shí)，品牌的可見性會(huì)有明顯的上抬。

這代表模型不僅引用了鏈接，更讀懂并采信了里面的論點(diǎn)。它認(rèn)為這些內(nèi)容能幫助用戶解決問題，所以才會(huì)把相應(yīng)的產(chǎn)品型號(hào)、品牌亮點(diǎn)摘要出來。這就是最直接的證明。

Q：剛才提到你們主要基于事實(shí)做優(yōu)化，那如果大模型更新算法，對(duì)你們的產(chǎn)品效果會(huì)有多大影響？

Ethan：目前來看，只要模型更新算法，對(duì)我們就是正向影響。這聽起來可能有點(diǎn)反直覺，但事實(shí)確實(shí)如此。

去年下半年行業(yè)里其實(shí)挺亂，很多機(jī)構(gòu)在做垃圾內(nèi)容灌入，甚至搞隱形詞的提示詞注入。這導(dǎo)致像豆包、DeepSeek 等平臺(tái)的準(zhǔn)確率一度受到干擾。但隨著模型廠商持續(xù)調(diào)整策略、清洗渠道，那些通過「黑手段」做上去的內(nèi)容不知不覺就消失了，而我們服務(wù)的客戶不僅沒受影響，可見性反而一直在漲。

我們非常關(guān)注「引用效率」。這是一個(gè)漏斗：AI 先搜索到文章，再?zèng)Q定是否引用，最后才是摘要其中的內(nèi)容。以前的情況是，模型可能會(huì)掛出鏈接，但未必會(huì)讀取里面的文字。最近我們發(fā)現(xiàn)，只要文章被引用，模型幾乎一定會(huì)摘要其中的核心論點(diǎn)。

這說明模型可能在做「真實(shí)性校驗(yàn)」——它在判斷這篇文章的觀點(diǎn)是否經(jīng)得起推敲。所以我們內(nèi)部有一個(gè)原則：不要過度研究 AI 怎么整理信息，現(xiàn)在的模型足夠聰明，無論什么結(jié)構(gòu)它都能讀懂。我們更應(yīng)該關(guān)注內(nèi)容本身：你寫得夠不夠清晰？真實(shí)性夠不夠高？這才是更本質(zhì)的護(hù)城河。

Pallas AI 的營(yíng)銷觸點(diǎn)圖譜｜圖片來源：Pallas AI

04

相比 KA 大客戶，更傾向中小客戶

Q：那你們之前接觸的客戶，他們是出于什么心態(tài)來做 GEO？

Ethan：大部分客戶確實(shí)是 FOMO，但這跟客戶規(guī)模有很大關(guān)系。

對(duì)于 KA（關(guān)鍵客戶）和中大型企業(yè)，主要是 FOMO 主導(dǎo)。AI 趨勢(shì)來了，作為行業(yè)龍頭或前列玩家，心態(tài)就是「我不能掉隊(duì)」。他們其實(shí)不太關(guān)注 GEO 能直接帶來多少營(yíng)收，而是更關(guān)注輿情相關(guān)的指標(biāo)，比如品牌排名、美譽(yù)度、好感度。這對(duì)品牌建設(shè)來說也是合理的。

中小型客戶特別是做海外市場(chǎng)的，想法完全不同。他們把 AI 平臺(tái)看作「最有潛力的獲客渠道」。

現(xiàn)在的 KOL 投放太貴，廣告也不便宜，SEO 效果又不穩(wěn)定。他們非常務(wù)實(shí)：AI 到底能不能給我引流？能不能通過 GEO 優(yōu)化讓 AI 給我推薦客戶？如果這條鏈路跑得通，他們?cè)敢獍阉鳛樽钪饕那?，因?yàn)槠渌赖男詢r(jià)比未必有這么高。這兩類客戶的差異非常明顯。

Q：你多次提到中小客戶，相比于KA（大客戶），為什么你們更傾向于選擇中小客戶？

Ethan：首先這跟 Agent 本身的市場(chǎng)格局有關(guān)。在 KA 領(lǐng)域，Profound 已經(jīng)做得非常好了，無論是技術(shù)路線還是服務(wù)交付的完整度，都是行業(yè)標(biāo)桿。坦白講，那不是我們擅長(zhǎng)的戰(zhàn)場(chǎng)。

反觀 SMB（中小企業(yè)），我們認(rèn)為機(jī)會(huì)更大。第一，他們的營(yíng)銷預(yù)算不高，沒法砸錢做純戰(zhàn)略，所以更追求快速閉環(huán)，必須看到實(shí)打?qū)嵉男Ч?/p>

除此之外，他們的配合度也有不同。做 GEO 如果想衡量效果，必須修改歸因流程，不能再用老一套方式核算線索。讓大廠去改內(nèi)部系統(tǒng)太難了，但 SMB 的動(dòng)作非常快。對(duì)他們來說，這可能是一個(gè)能改變營(yíng)收規(guī)模的新渠道，所以適配意愿極強(qiáng)。

而且，SMB 面臨的不是 FOMO，而是生存壓力?，F(xiàn)在的營(yíng)銷成本太高，他們迫切需要找到出路。

這跟我們的標(biāo)準(zhǔn)化產(chǎn)品非常契合：成本低、不需要重人力交付、流程靈活。我們的 Agent 甚至能指導(dǎo)他們?nèi)绾谓w因，把「可見性」這個(gè)中間指標(biāo)轉(zhuǎn)化為「營(yíng)收」。這種務(wù)實(shí)的打法，是我們和 SMB 能夠雙贏的基礎(chǔ)。

Q：既然提到價(jià)格不高，那你們的客單價(jià)大概是多少？定價(jià)標(biāo)準(zhǔn)是怎樣的？

Ethan：我們和大多數(shù) Agent 平臺(tái)一樣，也是賣 Credit（積分）的。不過我們的消耗邏輯比較特殊，會(huì)分散到監(jiān)控、分析、生成和優(yōu)化等多個(gè)環(huán)節(jié)。比如你要監(jiān)控幾千上萬個(gè) Prompt 在不同平臺(tái)的效果，這本身就是一種算力消耗。

海外市場(chǎng)的起步價(jià)大概是 99 美元/月，非常親民，就是為了讓中小客戶能夠輕松上手。

國(guó)內(nèi)市場(chǎng)的情況比較特殊。去年 12 月發(fā)布后試用的人很多，但到了談成交的階段，大家還是習(xí)慣買「服務(wù)」而不是單純買「軟件」。所以我們?cè)趪?guó)內(nèi)更多是賦能渠道商和 Agency（代理商），讓他們用我們的產(chǎn)品去服務(wù)客戶。目前，已經(jīng)有 5 到 10 家渠道商在跟我們談合作了。

Q：相比KA，中小客戶在品牌排名和權(quán)威性上通常不占優(yōu)勢(shì)。他們?cè)趺床拍茏尨竽Ｐ透嗟匾米约海?/strong>

Ethan：核心在于「意圖」的顆粒度變了。以前在短視頻或電商平臺(tái)，我們通過點(diǎn)擊、滑動(dòng)這些離散行為來猜測(cè)用戶意圖。但在 AI 時(shí)代，用戶會(huì)直接告訴模型：「我今年 37 歲，腰很疼，每天只睡三小時(shí)。」這種意圖的顆粒度是非常細(xì)的。

在這種極細(xì)的垂直領(lǐng)域里，大客戶未必比中小客戶強(qiáng)。大客戶往往覆蓋的是通用需求，而中小客戶的生存之道本就是深耕那些大廠「塞不進(jìn)去」的縫隙。如果一個(gè) SMB 在任何細(xì)分領(lǐng)域都找不到產(chǎn)品優(yōu)勢(shì)，那其實(shí)是產(chǎn)品迭代出了問題。

Q：也就是說，差異化競(jìng)爭(zhēng)的關(guān)鍵在于捕捉長(zhǎng)尾需求？

Ethan：對(duì)。有一個(gè)最簡(jiǎn)單的數(shù)據(jù)可以區(qū)分 SEO 和 GEO：SEO 時(shí)代的搜索詞平均是 3-7 個(gè)字，而 GEO 時(shí)代達(dá)到了 24-27 個(gè)詞，并且包含上下文記憶。

舉個(gè)真實(shí)的例子，我們觀測(cè)到有用戶問 AI：「我的腳有 46 碼，想買一輛踏板夠大、不會(huì)讓我腳滑下來的 SUV。」

傳統(tǒng)的 SEO 邏輯是優(yōu)化「SUV 性價(jià)比排行榜」或「內(nèi)飾豪華」，但在這種長(zhǎng)尾詢問下，那些為了美觀把踏板做小的熱門車型反而會(huì)被過濾掉。相反，某個(gè)把踏板做得更寬的小眾品牌，因?yàn)榫珳?zhǔn)命中了這個(gè)「46 碼大腳」的需求，獲得推薦機(jī)會(huì)。

用戶現(xiàn)在是帶著真實(shí)、復(fù)雜的訴求來提問的。如果企業(yè)還在沉迷于優(yōu)化「國(guó)產(chǎn)品牌前十名」這種通用詞，那就是在 GEO 時(shí)代自嗨，實(shí)際上已經(jīng)丟掉了最有價(jià)值的真實(shí)用戶。

05

褪去「大廠二代」的光環(huán)

Q：Ethan，如果讓你暢想一下未來 5 到 10 年，你覺得 GEO 會(huì)變成什么樣？

Ethan：我們可以從商業(yè)模式的演變來看。最早是大型賣場(chǎng)邏輯；后來互聯(lián)網(wǎng)出現(xiàn)了 eBay、淘寶、亞馬遜，這是「貨架電商」，用戶為了找東西而來。

再后來是抖音這種短視頻平臺(tái)，它更像「萬達(dá)廣場(chǎng)」式的商業(yè)街。用戶在里面逛，看到好玩的、有趣的店鋪，順便完成了購(gòu)買。

接下來，AI 會(huì)是專屬私人顧問，也是新流量??，不是?個(gè)導(dǎo)流平臺(tái)。這個(gè) AI 顧問非常懂你，同時(shí)又掌握全市場(chǎng)的產(chǎn)品信息。當(dāng)你遇到難題或有特定需求時(shí)，它能精準(zhǔn)地幫你匹配最適合的商品和服務(wù)。

未來 5 到 10 年，每個(gè)人身邊可能都會(huì)有一個(gè)甚至多個(gè)這樣的私人顧問。無論是生活瑣事、情緒價(jià)值，還是職場(chǎng)難題，它都能幫你找到最優(yōu)解，讓轉(zhuǎn)化更高效，讓購(gòu)買更適配。這就是 GEO 的終局。

Q：現(xiàn)在已經(jīng)是 2026 年了。如果用一個(gè)關(guān)鍵詞定義你們今年的核心任務(wù)，會(huì)是什么？

Ethan：Go to market（推向市場(chǎng)）。

我們希望讓整個(gè)行業(yè)意識(shí)到，GEO 到底該怎么正確執(zhí)行，以及如何低成本地完成優(yōu)化。

為此，我們要讓產(chǎn)品更穩(wěn)定，并延伸數(shù)據(jù)源。我們輸出的不只是一篇文章，還可以是 KOL 腳本、營(yíng)銷策劃，甚至投放素材的指導(dǎo)。我們要覆蓋營(yíng)銷人員的全鏈路工作，這就是 2026 年的主線。

Q：你在阿里工作了十年，現(xiàn)在創(chuàng)業(yè)也兩年多了。中間最大的感觸是什么？

Ethan：收獲太多了，但最大的一個(gè)是「看清自己」。

創(chuàng)業(yè)的前一年半非常痛苦，后來變成了「痛苦并快樂著」，到現(xiàn)在才算進(jìn)入了一個(gè)真正快樂的狀態(tài)。那個(gè)痛苦的過程，其實(shí)就是剝離大廠光環(huán)、重新認(rèn)識(shí)自己的過程。

在大廠，那個(gè)光環(huán)是從四面八方照過來的。哪怕你不是一個(gè) Ego（自我）很大的人，但你每天接觸的資源、處理的事情，會(huì)讓你產(chǎn)生一種錯(cuò)覺，覺得自己真的很厲害。

出來創(chuàng)業(yè)后我才意識(shí)到，我們其實(shí)是「大廠二代」。我們不是那群把阿里從 0 到 1 做起來的人，而是在它已經(jīng)成功后去添磚加瓦的人。這兩類人在抗壓能力、經(jīng)驗(yàn)甚至自我認(rèn)知上是有巨大差距的。

當(dāng)你真正裸露在市場(chǎng)上，沒有平臺(tái)遮擋時(shí)，那面鏡子是無比殘酷的。你會(huì)突然發(fā)現(xiàn)，自己引以為傲的決策邏輯、做事思路可能全是錯(cuò)的。我身上曾經(jīng)有很重的「大廠味兒」，花了很多時(shí)間才把它洗掉。

Q：你是怎么調(diào)整過來的？怎么把這股「大廠味兒」去掉？

Ethan：別把自己當(dāng)回事兒。我覺得雷軍這句話說得特別對(duì)。

以前太把自己當(dāng)回事，把自己的想法、觀念看得太重。一旦把 Ego 放下，你才能清醒地看到外界的反饋，捕捉到市場(chǎng)真實(shí)的信息。

這也包括管理，比如跟員工談薪酬、定績(jī)效。如果你還端著架子，很多決策就會(huì)變形。只有把自己放下，真正站在公司生存的視角去看問題，才能做出正確的選擇。這個(gè)過程很痛苦，但必須經(jīng)歷。

*頭圖來源：Pallas AI

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO

僅僅兩周時(shí)間，OpenClaw 就以迅雷不及掩耳之勢(shì)席卷整個(gè) AI 圈，「全民養(yǎng)蝦」也成為一股熱潮。而 Manus 激起的 AI Agent 浪潮，似乎讓 OpenClaw 被推向更廣更深的層面。

今晚 20:00，極客公園視頻號(hào)直播間，我們邀請(qǐng)到了來自 AI 產(chǎn)業(yè)鏈上下游的創(chuàng)業(yè)者，一起聊聊 OpenClaw 的爆火出圈，對(duì)于整個(gè) AI 行業(yè)來說，是不是一個(gè)拐點(diǎn)？