全球數(shù)字廣告市場即將迎來一場由大模型和生成式人工智能驅(qū)動的深刻變革，新營銷范式正在快速形成中。

文｜郭全中

ID | BMR2004

“3·15”曝光的GEO亂象不僅揭示了技術(shù)被濫用的風(fēng)險，也將GEM這一“品牌營銷新戰(zhàn)場”推向輿論前沿。

2026年3月15日，央視“3·15”晚會曝光了AI大模型的“投毒”現(xiàn)象直指違規(guī)企業(yè)伙同GEO公司，通過軟件定向?qū)I大模型投放虛假信息，最終讓AI模型的推薦結(jié)果內(nèi)夾帶私貨，實(shí)現(xiàn)商業(yè)目的。

GEO（生成式引擎優(yōu)化技術(shù)）本質(zhì)上是圍繞 AI 搜索和生成式引擎展開的一種“可見度優(yōu)化”，目標(biāo)是讓內(nèi)容更容易被AI平臺提及、引用或推薦。“3·15”晚會反映出，當(dāng)下已然形成一種以對話式交互為核心、依托大語言模型實(shí)現(xiàn)“意圖理解與對話式推薦”的新型數(shù)字廣告范式——GEM（生成式引擎營銷）。

01

GEM本質(zhì)上是一種全新的營銷哲學(xué)

所謂GEM，是一種根植于生成式人工智能和大語言模型技術(shù)，以對話式交互為核心，深度融合用戶意圖、語境理解與動態(tài)內(nèi)容生成的新型數(shù)字廣告范式。它的誕生，標(biāo)志著廣告行業(yè)正經(jīng)歷一場從“關(guān)鍵詞匹配”和“用戶畫像推測”到“意圖理解與對話式推薦”的底層邏輯重寫。

這一變革的時代大背景，是以ChatGPT為代表的AI應(yīng)用正迅速成為新一代“信息源+意圖入口”，用戶在AI助手中完成從“提問”到“決策”的全過程，這使得品牌的“廣告投放位”首次出現(xiàn)在了自然語言對話的語境之中。

從本質(zhì)上講，GEM是技術(shù)演進(jìn)、商業(yè)模式探索與用戶需求變化共同作用的結(jié)果。在技術(shù)方面，大語言模型強(qiáng)大的自然語言理解能力和生成能力，能夠深度理解用戶的復(fù)雜、多輪對話，并生成高度相關(guān)、個性化的內(nèi)容，進(jìn)而更好地實(shí)現(xiàn)廣告與用戶需求的精準(zhǔn)匹配和原生融入；在商業(yè)模式方面，大模型公司算力成本高昂，亟須拓展新收入來源，廣告作為一種成熟的流量變現(xiàn)模式，最容易成功。在用戶需求方面，GEM秉持的“廣告即答案”理念能夠很好地滿足用戶即時、精準(zhǔn)、無干擾的信息服務(wù)需求，廣告從“干擾性的噪音”轉(zhuǎn)變?yōu)椤爸苯咏鉀Q問題的、有價值的服務(wù)”，能夠顯著提升用戶體驗(yàn)。

基于上述原因，GEM既是全新的廣告形式，也是全新的營銷哲學(xué)，試圖在商業(yè)價值與用戶體驗(yàn)之間建立起共生共贏的關(guān)系。

GEM的核心特征可以概括為三大支柱：深度意圖驅(qū)動、原生內(nèi)容滲透和多輪對話互動。這三大特征共同構(gòu)成了GEM與傳統(tǒng)廣告模式的本質(zhì)區(qū)別，并定義了其獨(dú)特的價值主張。

第一，深度意圖驅(qū)動是GEM最根本的特征。傳統(tǒng)搜索引擎廣告依賴于用戶輸入的明確關(guān)鍵詞來匹配廣告，而社交媒體廣告則基于對用戶歷史行為數(shù)據(jù)的分析來“猜測”其潛在興趣。相比之下，GEM能夠直接解析用戶在多輪對話中所表達(dá)的明確、復(fù)雜甚至隱含的意圖。例如，當(dāng)用戶詢問“計劃一次為期5天的香港家庭旅行，有兩個孩子，預(yù)算有限”，GEM不僅能識別出“香港旅行”這個核心意圖，還能理解“家庭”“孩子”“預(yù)算有限”等關(guān)鍵約束條件。這種基于完整對話脈絡(luò)的深度情境理解，使得廣告匹配不再是簡單的關(guān)鍵詞觸發(fā)，而是對用戶真實(shí)需求的精準(zhǔn)響應(yīng)，其精準(zhǔn)度遠(yuǎn)超基于用戶畫像的推測式投放。

第二，原生內(nèi)容滲透。GEM的廣告不再是獨(dú)立于內(nèi)容之外的橫幅廣告、彈窗廣告或鏈接，而是以一種原生、有價值的內(nèi)容形式，無縫地融入AI的對話回復(fù)中。OpenAI內(nèi)部將這種理念稱為“意圖導(dǎo)向的變現(xiàn)”，核心是將廣告轉(zhuǎn)化為“對話式推薦”，而非生硬地插入廣告鏈接。例如，在回答完關(guān)于紅酒的問題后，AI可能還會自然地推薦某個品牌的特定系列，并解釋其為何適合用戶的口感。

第三，多輪對話互動。GEM的價值不僅在于單次推薦的精準(zhǔn)度，更在于其支持多輪對話的上下文理解能力；用戶的決策過程往往是復(fù)雜和動態(tài)的，GEM能夠伴隨用戶的整個決策旅程。

02

GEM的有效落地與實(shí)現(xiàn)

OpenAI的GEM核心邏輯是“需求驅(qū)動、場景適配”，秉持“有用”而非“打擾”的原則，只有在用戶明確表達(dá)或隱含表現(xiàn)出某種消費(fèi)、推薦或行動需求時，廣告才會被激活。“意圖匹配”模式能夠?qū)V告從“干擾項(xiàng)”轉(zhuǎn)變?yōu)椤把a(bǔ)充信息”，從而顯著提升用戶接受度。該體系將用戶需求大致分為兩類，并針對不同場景進(jìn)行適配。

第一，針對搜索類需求直接觸發(fā)廣告。當(dāng)用戶的對話內(nèi)容類似于傳統(tǒng)搜索引擎的查詢時，系統(tǒng)會直接觸發(fā)廣告。如當(dāng)用戶直接詢問“睫毛膏推薦”“香港酒店選擇”或“2025年新款A(yù)I眼鏡推薦”時，用戶的商業(yè)意圖非常明確，系統(tǒng)可以把付費(fèi)推廣內(nèi)容自然融入AI生成的專業(yè)建議中，如來自絲芙蘭的美妝產(chǎn)品、香港合作旅行社的住宿套餐或特定品牌的AI眼鏡廣告等。

第二，針對行動類需求，以“輔助資源”形式提供一站式解決方案。當(dāng)用戶請求AI幫助其完成某項(xiàng)任務(wù)或制訂計劃時，廣告可以以“輔助資源”的形式出現(xiàn)。如當(dāng)用戶提出“制定一個月度健身計劃”或“設(shè)計一個周末聚餐的菜單”時，AI在提供核心建議（如訓(xùn)練動作、菜譜）之后，可以在回答的底部推薦相關(guān)的付費(fèi)服務(wù)或產(chǎn)品，包括健身APP的會員訂閱、生鮮電商的食材套餐鏈接等。該類廣告能為用戶提供從“計劃”到“執(zhí)行”的一站式解決方案，將廣告自身內(nèi)嵌為服務(wù)的一部分。

可以看出，OpenAI通過精細(xì)化的場景劃分和需求識別，試圖實(shí)現(xiàn)商業(yè)價值和提升用戶體驗(yàn)的良性循環(huán)。廣告觸發(fā)與用戶的目標(biāo)緊密相連，更容易被用戶所接受。

在廣告展示時機(jī)上，OpenAI采用了“次級交互觸發(fā)”策略，遵循“三不原則”的核心設(shè)計哲學(xué)，最大限度降低廣告對核心對話體驗(yàn)的侵入感。該策略能夠較好實(shí)現(xiàn)OpenAI在商業(yè)化與用戶體驗(yàn)之間尋求平衡的目標(biāo)，避免用戶在對話中感受到強(qiáng)烈的商業(yè)推廣壓力。

首先，“次級交互觸發(fā)”策略的核心思想是將廣告的展示延遲到對話的第二階段或更深入的交互之后。

其次，“三不原則”確保廣告的非侵入性。一是不打擾基礎(chǔ)交互。廣告僅在特定場景下，且對話進(jìn)行到一定深度后才被觸發(fā)。如在代碼生成、文檔總結(jié)等專業(yè)性較強(qiáng)的場景中，廣告會自動隱藏，以確保用戶的專注度不受干擾。二是不隱瞞廣告屬性。所有付費(fèi)內(nèi)容都會被清晰地標(biāo)注為“Sponsored”（贊助）或“Ad”（廣告），與AI生成的核心內(nèi)容進(jìn)行明確區(qū)隔。這種透明化操作避免模糊信息誤導(dǎo)用戶，守住用戶信任的底線。三是不偏離用戶需求。廣告的內(nèi)容必須與當(dāng)前對話的主題和用戶的意圖高度相關(guān)。例如，在討論烹飪墨西哥晚餐時，廣告應(yīng)該是相關(guān)食材或廚具的贊助。高相關(guān)性是確保廣告被視為“補(bǔ)充信息”而非“干擾項(xiàng)”的關(guān)鍵。

在廣告的具體展示位置和形式上，為了維護(hù)AI回答的客觀性和用戶的信任感，OpenAI采取了審慎和明確的設(shè)計，以確保廣告內(nèi)容與AI生成的核心回答之間界限分明。根據(jù)OpenAI官方發(fā)布的示例截圖和相關(guān)報道，廣告將以獨(dú)立的、帶有清晰標(biāo)識的模塊形式，出現(xiàn)在ChatGPT生成答案的底部，并嚴(yán)格遵守以下兩項(xiàng)原則：

第一，獨(dú)立模塊與視覺區(qū)隔。

第二，明確“贊助”標(biāo)簽。所有廣告模塊都會被明確、清晰地標(biāo)注為“Sponsored”（贊助）或類似的字樣。

除了目前測試的靜態(tài)展示形式，OpenAI還透露了未來探索更具交互性的廣告形式的計劃。

此外，GEM在廣告內(nèi)容生成方面，實(shí)現(xiàn)了從“預(yù)設(shè)素材庫匹配”到“基于對話語境動態(tài)生成”的飛躍。傳統(tǒng)在線廣告的內(nèi)容通常是預(yù)先制作好的靜態(tài)素材（如文案、圖片、視頻），廣告投放則是根據(jù)用戶標(biāo)簽或關(guān)鍵詞，實(shí)現(xiàn)用戶需求與內(nèi)容的匹配。GEM利用大語言模型強(qiáng)大的生成能力，根據(jù)用戶對話的實(shí)時語境，動態(tài)地、即時地創(chuàng)造出全新的、獨(dú)一無二的廣告內(nèi)容。這種動態(tài)生成的關(guān)鍵在于對對話上下文的深度理解。大模型分析用戶的完整問題、背景信息、情緒甚至隱含需求。例如，當(dāng)不同的用戶都詢問“推薦一款跑鞋”時，傳統(tǒng)在線廣告會展示相同的跑鞋廣告，但GEM會根據(jù)他們對話中的細(xì)微差別，生成截然不同的推薦內(nèi)容。對于在對話中提到自己是馬拉松選手的用戶，AI生成的廣告可能會強(qiáng)調(diào)某款跑鞋的耐久性、輕量化和專業(yè)支撐技術(shù)；而對于提到自己是跑步新手的用戶，廣告則可能側(cè)重于舒適性、性價比和易上手的特點(diǎn)。

這種動態(tài)生成能力，也對廣告商提出了新的要求。廣告商需要向OpenAI提供更為詳盡的產(chǎn)品信息、品牌調(diào)性、目標(biāo)用戶畫像等“養(yǎng)料”，以供大語言模型在生成廣告時調(diào)用。這催生了一種新的廣告技術(shù)領(lǐng)域，即生成式引擎優(yōu)化（GEO），其核心目標(biāo)是讓品牌和產(chǎn)品能夠被大模型更好地“理解”和“引用”。廣告商需要思考如何構(gòu)建自己的“品牌知識庫”，以便在大語言模型生成相關(guān)推薦時，自己的品牌能夠被優(yōu)先、準(zhǔn)確地提及。這標(biāo)志著廣告優(yōu)化的戰(zhàn)場，正從傳統(tǒng)的搜索引擎結(jié)果頁（SERP），轉(zhuǎn)移到AI生成的對話內(nèi)容中。

第二，GEM正在推動廣告邁向一個極致化的“一人千面”的新紀(jì)元。傳統(tǒng)的程序化廣告和推薦系統(tǒng)，基于用戶的歷史行為數(shù)據(jù)（如瀏覽、點(diǎn)擊、購買記錄）進(jìn)行用戶畫像，再將用戶劃入不同的“人群包”或“細(xì)分受眾”，其本質(zhì)是在相對粗粒度的群體層面上實(shí)現(xiàn)個性化，能實(shí)現(xiàn)“1000個人看到1000種不同的廣告”。但是同一個用戶在不同時間、不同場景、不同心境下，其需求和偏好也可能大相徑庭，GEM則使得真正意義上的“一人千面”成為可能。它基于用戶當(dāng)前的、實(shí)時的對話內(nèi)容來理解其即時意圖。AI能夠?qū)崟r分析用戶輸入的背景、情緒等，進(jìn)而構(gòu)建出動態(tài)的、高度情境化的用戶模型。即使是同一個用戶，在詢問“如何準(zhǔn)備周末的燒烤派對”和“如何制定減脂期的飲食計劃”時，看到的都只是與當(dāng)前對話的語境高度契合的廣告內(nèi)容。

GEM演進(jìn)的本質(zhì)是廣告的個性化邏輯從“基于用戶是誰”轉(zhuǎn)變?yōu)椤盎谟脩舸丝滔胱鍪裁础薄Ｔ撧D(zhuǎn)變不僅能顯著提升廣告效果，而且能極大地改善用戶體驗(yàn)。用戶感受從之前的“被追蹤”和“被標(biāo)簽化”轉(zhuǎn)變?yōu)椤氨焕斫狻焙汀氨环?wù)”。這種從“流量邏輯”向“興趣邏輯”和“需求邏輯”的轉(zhuǎn)變，是GEM在個性化方面帶來的本質(zhì)變革。

第三，多模態(tài)廣告內(nèi)容的生成潛力。OpenAI的模型已經(jīng)具備強(qiáng)大的圖像生成和理解能力，并正在向視頻、音頻等領(lǐng)域拓展，未來的廣告內(nèi)容可以是動態(tài)生成的、與用戶對話內(nèi)容高度相關(guān)的多模態(tài)內(nèi)容。例如，當(dāng)用戶詢問某款化妝品的使用方法時，AI可以生成簡短的、由虛擬人演示的化妝教程視頻。多模態(tài)的廣告內(nèi)容能夠更直觀、生動地展示產(chǎn)品，并豐富用戶的感官體驗(yàn)，將廣告從單純的信息傳遞升級為內(nèi)容消費(fèi)，更具吸引力和說服力。

03

GEM帶來的營銷范式變革

廣告代理商亟須轉(zhuǎn)型為“AI營銷的戰(zhàn)略顧問”。一是傳統(tǒng)營銷模式下廣告代理商的核心價值是創(chuàng)意策劃、媒介購買和數(shù)據(jù)分析，GEM時代AI能夠?qū)崟r生成高度個性化的廣告內(nèi)容，嚴(yán)重削弱了傳統(tǒng)創(chuàng)意團(tuán)隊(duì)的作用；二是媒介購買模式將從購買關(guān)鍵詞或廣告位，轉(zhuǎn)變?yōu)橛绊慉I模型的推薦邏輯。這就要求廣告代理商必須從“創(chuàng)意和媒介的執(zhí)行者”轉(zhuǎn)型為“AI營銷的戰(zhàn)略顧問”，關(guān)鍵要學(xué)會與AI系統(tǒng)有機(jī)協(xié)作，優(yōu)化品牌信息以使其更容易被大模型“理解和推薦”，以及利用AI提供的深度用戶洞察來制定更精準(zhǔn)的營銷策略。

其次，催生新的職業(yè)與服務(wù)商。GEM將催生一系列全新的職業(yè)和服務(wù)商，其中，最需要關(guān)注的新職業(yè)可能是“模型優(yōu)化師”或“AI營銷工程師”，他們的主要職責(zé)是幫助品牌主優(yōu)化其在AI模型中的“可見度”和“推薦權(quán)重”。這些從業(yè)人員需要深入理解大模型的工作原理，研究并構(gòu)建高質(zhì)量品牌知識庫，通過結(jié)構(gòu)化數(shù)據(jù)向AI“喂養(yǎng)”品牌信息，并通過A/B測試來優(yōu)化AI生成的廣告文案。另外，專門提供GEO服務(wù)的公司將成為連接品牌主和AI平臺之間的新橋梁，幫助品牌在AI時代的新營銷戰(zhàn)場上獲得競爭優(yōu)勢。

在消費(fèi)者行為方面，它重塑了消費(fèi)者決策路徑。GEM將把傳統(tǒng)的“認(rèn)知—興趣—考慮—購買”消費(fèi)者決策路徑升級為動態(tài)、非線性和高度個性化的“智能購物顧問”，深度參與其決策的每一個環(huán)節(jié)，從根本上重塑消費(fèi)者的決策路徑。具體來說，消費(fèi)者可以隨時向AI咨詢，從“有什么推薦”到“哪個更好”，再到“在哪里買最便宜”。這就要求品牌需要重新思考如何與消費(fèi)者建立連接，關(guān)鍵是如何成為AI在回答用戶咨詢時愿意推薦的“首選品牌”。

其次，對于中小企業(yè)而言，GEM帶來的機(jī)遇是產(chǎn)品或服務(wù)能否被AI推薦，更多取決于其與用戶需求的匹配度和口碑，不再是廣告預(yù)算金額。但挑戰(zhàn)是中小企業(yè)需要學(xué)習(xí)新營銷范式和GEO策略，需要新的技能和投入。未來，與AI平臺“對話”能力會成為中小企業(yè)營銷成敗的關(guān)鍵。

GEM的未來發(fā)展，基本上取決于用戶的接受度。在初期，用戶可能會對AI中的廣告感到新奇，甚至因?yàn)槠涓叨鹊南嚓P(guān)性而樂于接受。然而，隨著時間的推移，用戶可能會對廣告產(chǎn)生“審美疲勞”，甚至反感。因此，如何持續(xù)優(yōu)化廣告的相關(guān)性和用戶體驗(yàn)，避免過度商業(yè)化，將是GEM面臨的長期挑戰(zhàn)。用戶接受度的動態(tài)變化，將直接影響GEM廣告業(yè)務(wù)的規(guī)模和盈利能力。