2026年3月15日，央視315晚會揭開了一條令人不安的產(chǎn)業(yè)鏈1。業(yè)內(nèi)人士在電商平臺花幾十元購買了一款名叫“力擎GEO”的優(yōu)化軟件，輸入這款純屬虛構(gòu)的“Apollo-9智能手環(huán)”的信息，系統(tǒng)自動生成了十余篇軟文，包括8篇專家測評、2篇行業(yè)排名、1篇用戶評價(jià)，然后一鍵發(fā)布到多個自媒體平臺。

兩小時后，在5款主流AI大模型中詢問“Apollo-9智能手環(huán)怎么樣”，AI已經(jīng)開始熱情介紹這款產(chǎn)品，連那些荒謬的虛構(gòu)賣點(diǎn)都被原封不動地保留了。

三天后，當(dāng)搜索“國內(nèi)智能手環(huán)”這樣的通用問題時，有兩款A(yù)I大模型已經(jīng)將這款不存在的手環(huán)推薦到了榜單前列。

從無到有，從虛構(gòu)到被AI認(rèn)證，只需要幾十元、幾篇軟文、幾小時。

這不是一個關(guān)于AI夠不夠聰明的故事，這是一個關(guān)于我們?nèi)绾伪蛔约簩Υ鸢傅男湃嗡俪值墓适隆?/p>

01 從十條藍(lán)鏈到一個答案

在討論GEO之前，我們需要先看清一個更深層的變化——我們獲取信息的方式正在經(jīng)歷一次范式躍遷。

回想搜索引擎時代，信息獲取是一個主動篩選的過程。用戶輸入問題，屏幕返回十條藍(lán)色鏈接。用戶需要逐一點(diǎn)開、比較來源、交叉驗(yàn)證，最終形成判斷。這個過程繁瑣且耗時，但十條結(jié)果是素材，判斷權(quán)始終掌握在人的手中。

AI搜索時代的認(rèn)知模式截然不同。用戶提出問題，AI直接返回一個答案，不是十條鏈接供你挑選，而是一段經(jīng)過整合的、語氣確定的、帶有百科全書式權(quán)威感的文字。

這背后的機(jī)制值得拆解。AI本質(zhì)上是一個極速綜述寫作者，將互聯(lián)網(wǎng)上的信息聚合、壓縮、重組后輸出。學(xué)術(shù)界有一個尖銳的比喻叫“隨機(jī)鸚鵡”2，即AI并不理解自己在說什么，而只是在統(tǒng)計(jì)意義上模仿人類說話，根據(jù)學(xué)習(xí)過的內(nèi)容給出一個“最像正確答案”的輸出。

這個轉(zhuǎn)變的代價(jià)不易察覺。心理學(xué)家卡尼曼將人類思維分為兩套系統(tǒng)3：系統(tǒng)1（快速、直覺、自動化）和系統(tǒng)2（慢速、理性、需要付出努力）。搜索引擎的十條藍(lán)鏈迫使我們啟動系統(tǒng)2——比較、篩選、判斷；AI的單一答案則直接接管了這個過程，讓用戶停留在了系統(tǒng)1——直接、確定、省力。

圖1 搜索引擎時代和AI搜索時代的認(rèn)知模式對比

搜索引擎給我們十個選擇，AI給我們一個答案。選擇讓人疲憊，答案讓人安心，也讓人沉迷。這不是因?yàn)橛脩糇儜辛耍茿I恰好順應(yīng)了人類認(rèn)知中阻力最小的那條路徑。

這種認(rèn)知模式的轉(zhuǎn)換在調(diào)研中亦有印證：93%的中國網(wǎng)民屬于高認(rèn)知閉合需求的群體4，即傾向于快速接受一個明確、確定的答案，而非在不確定性中持續(xù)探索。而且18-24歲的年輕人認(rèn)知閉合需求最高，他們正是AI原生一代。

換句話說，人們本來就渴望一個確定的答案，AI精準(zhǔn)地滿足了這種渴望。

問題不在于AI給出了答案——這本身是技術(shù)進(jìn)步。問題在于，當(dāng)答案可以被操控時，我們剛好處于最容易相信它的狀態(tài)。

02 污染從上游開始

生成式引擎優(yōu)化（Generative Engine Optimization，GEO）這個概念最早出現(xiàn)在2023年普林斯頓大學(xué)、佐治亞理工學(xué)院和印度理工學(xué)院聯(lián)合發(fā)表的一篇論文中5。研究者發(fā)現(xiàn)，通過特定的內(nèi)容優(yōu)化策略，可以系統(tǒng)性地提升信息在AI回答中的被引用概率，提升幅度最高可達(dá)40%。

學(xué)術(shù)界把GEO當(dāng)作一種新的信息可見性研究，但市場嗅到的是另一種可能。

GEO在本質(zhì)上做的事情，和SEO有一個共同邏輯：通過優(yōu)化內(nèi)容來提升可見性。正當(dāng)?shù)腉EO技術(shù)包括使用結(jié)構(gòu)化標(biāo)記、引用權(quán)威數(shù)據(jù)、提升語義與用戶提問的匹配度，這些手段的目標(biāo)是讓真實(shí)、優(yōu)質(zhì)的信息更容易被AI檢索到，本身無可厚非。

但315曝光的“力擎GEO”展示的是光譜的另一端。它不改變AI的模型，不入侵AI的系統(tǒng)，甚至不需要任何黑客技術(shù)，只做一件事——大量制造看起來像真實(shí)信息的內(nèi)容，投放到AI會抓取的平臺上，等待AI把這些信息內(nèi)化成自己的回答。

要理解GEO為什么奏效，需要理解當(dāng)前AI搜索的技術(shù)架構(gòu)。主流AI搜索產(chǎn)品普遍采用檢索增強(qiáng)生成（Retrieval-Augmented Generation，RAG）架構(gòu)：AI先從互聯(lián)網(wǎng)上檢索相關(guān)內(nèi)容，對結(jié)果進(jìn)行排序和篩選，再基于檢索到的信息生成回答。這個“檢索—排序—生成”的流程中，每一個環(huán)節(jié)都可以被優(yōu)化，也都可以被操控。GEO恰恰利用了這一點(diǎn)，通過在AI的檢索范圍內(nèi)大量投放經(jīng)過精心優(yōu)化的內(nèi)容，影響排序環(huán)節(jié)的判斷，最終改變生成環(huán)節(jié)的輸出。

圖2 RAG架構(gòu)與GEO操控原理

嚴(yán)格來說，AI判斷的是共識，即哪些信息在多個來源中被反復(fù)提及。就像學(xué)術(shù)論文靠被引用次數(shù)建立權(quán)威，AI靠信息出現(xiàn)的頻率和分布來推斷可信度。當(dāng)大量的內(nèi)容都在說同一件事，AI就會傾向于將其視為事實(shí)。

而“隨機(jī)鸚鵡”恰恰就是在忠實(shí)地重復(fù)這個共識，哪怕這個共識是被批量制造出來的。

315曝光的“力擎GEO”系統(tǒng)展示了這條鏈路的完整運(yùn)作：自動生成軟文、自動發(fā)布到自媒體平臺、AI抓取這些內(nèi)容、AI在回答用戶問題時引用這些內(nèi)容。高級版套餐一年可以自動生成超過23000篇文章，平均每天63篇6。

GEO不是搜索引擎優(yōu)化（Search Engine Optimization，SEO）的翻版，而是一次顛覆性的代際升級。

SEO操控的是“你看到什么”。它讓某個網(wǎng)頁排在搜索結(jié)果的第一位，但用戶依然看到的是一個網(wǎng)頁，依然需要自己點(diǎn)進(jìn)去閱讀、判斷。商業(yè)意圖是透明的，人們知道這是一個網(wǎng)站在爭取注意力。

GEO操控的是“你相信什么”。它讓某條信息被AI引用，然后以AI“自己的判斷”的面目出現(xiàn)在你面前。商業(yè)意圖被完全隱藏了，用戶看到的不是一個廣告，而是AI輸出的看似客觀中立的回答。

圖3 SEO和GEO的差異對比分析

中間多了一層AI背書，這層背書的信任溢價(jià)是巨大的。

事實(shí)上，AI時代的信息生態(tài)已經(jīng)進(jìn)入了一種“概率真相”的狀態(tài)7：內(nèi)容的真假不再是非此即彼的二元判斷，而是一個概率問題。

如果說“概率真相”是AI時代信息生態(tài)的第一重挑戰(zhàn)，那么GEO帶來的是第二重挑戰(zhàn)：概率本身可以被購買。

當(dāng)真實(shí)性變成概率，而概率可以被人為操控時，我們面對的就不只是一個認(rèn)知問題，而是一個系統(tǒng)性風(fēng)險(xiǎn)。

03 為什么這一次不同

有人會說，虛假信息不是什么新鮮事。從報(bào)紙時代的假新聞到互聯(lián)網(wǎng)時代的謠言工廠，信息操控一直存在，GEO無非是新瓶裝舊酒。

SEO的歷史也許能幫助我們理解今天正在發(fā)生的事。

搜索引擎誕生之初，就有人研究如何讓自己的網(wǎng)頁排名更靠前。行業(yè)很快分化出兩條路線：“白帽SEO”通過優(yōu)化網(wǎng)站結(jié)構(gòu)、提升內(nèi)容質(zhì)量來爭取排名，本質(zhì)上是讓好內(nèi)容更容易被找到；“黑帽SEO”則靠關(guān)鍵詞堆砌、隱藏文字、制造垃圾外鏈等手段欺騙算法。二者用的都是搜索引擎優(yōu)化技術(shù)，但一個是在信息效率的框架內(nèi)工作，另一個是在破壞信息生態(tài)。

搜索引擎花了近二十年，才建立起相對成熟的甄別和懲罰機(jī)制。從Google的PageRank到Panda、Penguin算法更新，本質(zhì)上都是在回答同一個問題：哪些優(yōu)化是正當(dāng)?shù)?，哪些是操控?/p>

GEO面臨的，是同一個問題的升級版。

GEO本身只是一項(xiàng)技術(shù)，通過優(yōu)化內(nèi)容結(jié)構(gòu)和分布策略，提升信息在AI回答中被引用的概率。和SEO一樣，GEO既可以被用來制造虛假背書、操控公眾認(rèn)知，也可以被用來幫助真實(shí)、優(yōu)質(zhì)的信息更高效地被發(fā)現(xiàn)。技術(shù)本身不分善惡，關(guān)鍵在于使用它的人和目的。

問題在于，GEO的灰色地帶比SEO大得多。

搜索引擎的排名算法雖然復(fù)雜，但其邏輯是可審計(jì)的——可以分析排名因子、檢測異常鏈接、追蹤關(guān)鍵詞堆砌。

而AI的引用判斷幾乎是一個黑箱。哥倫比亞大學(xué)Tow數(shù)字新聞中心2025年的一項(xiàng)研究測試了8個AI搜索工具的1600次查詢，發(fā)現(xiàn)ChatGPT在200次測試中有134次將文章來源張冠李戴，Grok-3的200條引用中154條鏈接指向錯誤頁面，即便出版商與AI公司簽有內(nèi)容授權(quán)協(xié)議，也無法保證被準(zhǔn)確引用8。換言之，AI選擇引用誰、不引用誰，目前既不透明、也不一致，連AI的開發(fā)者都未必能完整解釋其決策邏輯。

SEO時代，搜索引擎至少可以通過算法迭代逐步壓縮黑帽空間。GEO時代，連“什么算黑帽”都很難定義。

這里有一個值得深思的問題：當(dāng)所有的內(nèi)容都在為“被AI引用”而優(yōu)化時，好的提升和惡意操控之間的邊界在哪里？當(dāng)AI的回答不再反映信息的真實(shí)分布，而是反映誰在優(yōu)化上投入了更多資源時，AI搜索究竟是公共信息服務(wù)，還是已經(jīng)變成了另一種形式的競價(jià)排名？

04 守護(hù)真相的入口

面對GEO帶來的挑戰(zhàn)，僅靠個體的警覺遠(yuǎn)遠(yuǎn)不夠。當(dāng)AI本身就是查證工具，而AI的回答已經(jīng)被污染，用戶能查到的真相可能只是另一層精心設(shè)計(jì)的謊言。應(yīng)對系統(tǒng)性的信息操控，需要系統(tǒng)性的免疫機(jī)制。

第一個層面是技術(shù)防線。

好消息是，AI搜索產(chǎn)品已經(jīng)在行動。Perplexity將逐句引用做成了核心賣點(diǎn)，ChatGPT Search和Google AI Overviews也在不同程度上提供信源鏈接，信源標(biāo)注正在成為行業(yè)標(biāo)配。但正如前文提到的，當(dāng)前的標(biāo)注質(zhì)量參差不齊，這些問題說明信源標(biāo)注只是第一步，更關(guān)鍵的技術(shù)挑戰(zhàn)在于如何讓AI的引用決策本身變得更準(zhǔn)確、更可驗(yàn)證。

這意味著AI搜索需要在底層能力上持續(xù)進(jìn)化：提升信源匹配的精準(zhǔn)度，建立來源可信度的評估機(jī)制，讓用戶可以一鍵回溯原始內(nèi)容并核實(shí)上下文。當(dāng)AI的每一句話都經(jīng)得起追溯和驗(yàn)證時，GEO的操控成本將大幅上升，因?yàn)椴倏卣卟粌H要制造虛假內(nèi)容，還要制造經(jīng)得起技術(shù)審視的虛假來源鏈條。

第二個層面是規(guī)則適配。

2026年1月，國家市場監(jiān)督管理總局已將AI生成廣告列為互聯(lián)網(wǎng)廣告監(jiān)管重點(diǎn)9，釋放了明確的信號。文件提出聚焦直播電商廣告、引證廣告、AI生成廣告等領(lǐng)域進(jìn)行整治。

而GEO帶來的挑戰(zhàn)可能比AI生成廣告更復(fù)雜，因?yàn)镚EO制造的不是有明確標(biāo)識的廣告，而是看起來像客觀信息的廣告。面對傳統(tǒng)廣告，消費(fèi)者知道自己在看商業(yè)推廣，而GEO則徹底模糊了廣告與信息的邊界。當(dāng)AI推薦一款產(chǎn)品時，用戶無法判斷這是基于真實(shí)信息的客觀分析，還是被操控的商業(yè)推廣。

如何界定通過操控AI回答實(shí)現(xiàn)的商業(yè)推廣、如何區(qū)分正當(dāng)?shù)男畔?yōu)化與隱性廣告行為，這些都是值得行業(yè)與各方共同探索的新課題。

第三個層面是認(rèn)知升級。

在搜索引擎時代，我們逐漸培養(yǎng)了“搜商”，知道如何搜索、如何篩選結(jié)果、如何判斷網(wǎng)頁的可信度。在AI搜索時代，我們需要培養(yǎng)一種新的信息素養(yǎng)，不妨稱之為“問商”，即知道如何向AI提問，以及更重要的，知道如何質(zhì)疑AI的回答。

“問商”可以分解為幾個具體的習(xí)慣：

看來源，AI的回答有沒有引用，還是憑空生成的？

多問幾次，在不同的AI模型之間做對比，交叉驗(yàn)證答案的一致性。

問“為什么”，不只看AI給的結(jié)論，還要看解釋依據(jù)和推理過程。

換視角提問，用不同的措辭、不同的立場重新提問，觀察AI的回答是否穩(wěn)定。

這些習(xí)慣的底層邏輯是一致的：把AI從“答案的來源”降格為“線索的來源”。

好消息是，公眾并非從零開始。在社交媒體時代，很多人已經(jīng)養(yǎng)成了面對可疑信息時主動查證的習(xí)慣。我們需要做的，是將這種習(xí)慣從“面對可疑信息時偶爾啟動”，升級為“面對AI回答時常態(tài)化運(yùn)行”。

在搜索時代，我們需要“搜商”來篩選信息。在AI時代，我們需要“問商”來質(zhì)疑答案。

信息污染不是互聯(lián)網(wǎng)時代的發(fā)明，更不是AI時代的專利。從口口相傳到印刷術(shù)，從電報(bào)到電視，從搜索引擎到生成式AI，每一代信息技術(shù)都催生了與之匹配的信息操控手段。

信息污染不會消失，它和人類對信息的需求一樣古老、一樣持久，但它也不會完全走向無序。

AI給我們的最大禮物，不應(yīng)該是一個漂亮的答案，而是一個更好的問題。如果我們因?yàn)橛辛薃I而停止追問，那我們失去的，不只是判斷力，更是在這個不確定的世界里，作為一個獨(dú)立思考者的基本尊嚴(yán)。

答案是一種舒適，追問是一種能力。在GEO試圖出售答案的時代，守住追問，就是守住自己。

參考文獻(xiàn)

[1]315晚會，《誰在給AI“投毒”》，中央廣播電視總臺，2026年3月15日。

[2]Emily M. Bender, Timnit Gebru, Angelina McMillan-Major, Shmargaret Shmitchell, On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT '21), 2021.

[3]Daniel Kahneman, Thinking, Fast and Slow, Farrar, Straus and Giroux, 2011.

[4]騰訊研究院、騰訊新聞，《騰訊新聞較真十周年辟謠白皮書：十年辟謠之路——從信息凈化到信任重構(gòu)（2015-2025）》，2025年12月。數(shù)據(jù)來自騰訊研究院T-ask平臺2025年發(fā)起的一項(xiàng)調(diào)研，樣本為1181名中國網(wǎng)民，通過15道五分制李克特量表題測試了調(diào)研對象的認(rèn)知閉合需求。認(rèn)知閉合是個體的認(rèn)知特質(zhì)，簡單來講，就是相比混亂與不確定，更傾向于給問題尋找一個明確答案。高認(rèn)知閉合側(cè)重自上而下綜合既有信息，在生成與檢驗(yàn)假設(shè)過程中采用啟發(fā)式思維達(dá)找尋答案；低認(rèn)知閉合偏好自下而上分析新訊息，在推斷與驗(yàn)證結(jié)論期間采取分析式思維驗(yàn)證答案。

[5]Pranjal Aggarwal, Vishvak Murahari, Tanmay Rajpurohit, Ashwin Kalyan, Karthik R Narasimhan, Ameet Deshpande, GEO: Generative Engine Optimization, arXiv preprint arXiv:2311.09735, 2023.

[6]云鵬，《315曝光AI大模型“投毒”黑產(chǎn)，39.9元篡改AI答案》，36氪，2026年3月16日。

[7]騰訊研究院，《擁抱概率真相——AI時代謠言套路拆解與防御指南》，2025年7月。

[8]Klaudia Ja?wińska, Aisvarya Chandrasekar, AI Search Has a Citation Problem

, Columbia Journalism Review (Tow Center for Digital Journalism), March 6, 2025.

[9]國家市場監(jiān)督管理總局，《2026年全國廣告監(jiān)管工作要點(diǎn)》，2026年1月29日。

來源 | 騰訊研究院（ID：cyberlawrc）

作者 | 張鴻茹 ; 編輯 | 蝦餃

內(nèi)容僅代表作者獨(dú)立觀點(diǎn)，不代表早讀課立場