摘要

生成式人工智能技術(shù)的突破性發(fā)展推動(dòng)生成式引擎優(yōu)化（Generative Engine Optimization，GEO）成為數(shù)字營(yíng)銷(xiāo)生態(tài)的核心競(jìng)爭(zhēng)領(lǐng)域。中美作為全球GEO技術(shù)研發(fā)與產(chǎn)業(yè)應(yīng)用的核心陣地，形成了差異化的發(fā)展路徑與知識(shí)生產(chǎn)模式。本文以中美GEO知識(shí)生產(chǎn)為研究對(duì)象，運(yùn)用內(nèi)容分析方法，從生產(chǎn)主體、時(shí)間階段、知識(shí)類(lèi)型、傳播潛質(zhì)四大維度，系統(tǒng)對(duì)比兩國(guó)在GEO知識(shí)領(lǐng)域的發(fā)展特征與核心差異。研究發(fā)現(xiàn)，中美GEO營(yíng)銷(xiāo)知識(shí)生產(chǎn)在主體結(jié)構(gòu)、話(huà)語(yǔ)風(fēng)格與傳播路徑上呈現(xiàn)顯著分化：中國(guó)以合規(guī)與實(shí)用為核心推動(dòng)知識(shí)快速外溢并獲得廣泛社會(huì)接納，而美國(guó)則通過(guò)數(shù)據(jù)化、社區(qū)化機(jī)制形成高度專(zhuān)業(yè)化但圈層化的知識(shí)生態(tài)。這一差異揭示了智能營(yíng)銷(xiāo)知識(shí)生產(chǎn)并非單一技術(shù)擴(kuò)散過(guò)程，而深受制度環(huán)境與產(chǎn)業(yè)組織邏輯的塑造。

關(guān)鍵詞

營(yíng)銷(xiāo) 知識(shí)生產(chǎn) 生成式引擎優(yōu)化 四螺旋理論

Abstract

The breakthrough development of generative artificial intelligence technologies has propelled Generative Engine Optimization (GEO) into a core arena of competition within the digital marketing ecosystem. As the principal global centers for GEO technological research and industrial application, China and the United States have developed differentiated trajectories and distinct modes of knowledge production. Taking GEO knowledge production in China and the United States as the research object, this study employs content analysis to systematically compare the developmental characteristics and core differences of the two countries in the GEO knowledge domain across four dimensions: knowledge producers, temporal stages, knowledge types, and dissemination potential. The findings indicate that GEO marketing knowledge production in China and the United States exhibits significant divergence in actor structure, discursive style, and dissemination pathways. In China, compliance and practicality serve as the central drivers, promoting the rapid spillover of knowledge and its broad social acceptance; in contrast, the United States has formed a highly specialized yet stratified knowledge ecosystem through data-driven and community-based mechanisms. This difference reveals that the production of intelligent marketing knowledge is not merely a linear process of technological diffusion, but is profoundly shaped by the institutional environment and the logic of industrial organization.

Keywords

Marketing Knowledge Production Generative Engine Optimization Quadruple Helix Theory

1引言

營(yíng)銷(xiāo)知識(shí)的社會(huì)生產(chǎn)一直是廣告學(xué)研究的經(jīng)典議題，也是理解廣告學(xué)科演進(jìn)邏輯與發(fā)展方向的重要線索。既有研究從民國(guó)時(shí)期廣告學(xué)著作的應(yīng)用導(dǎo)向出發(fā)，揭示其實(shí)用性特征[1]，繼而指出中國(guó)廣告學(xué)知識(shí)建制中長(zhǎng)期存在“術(shù)”與“學(xué)”的話(huà)語(yǔ)張力[2]，并持續(xù)關(guān)注在數(shù)字營(yíng)銷(xiāo)興起背景下，廣告學(xué)術(shù)研究如何在理論建構(gòu)與行業(yè)實(shí)踐之間重塑研究導(dǎo)向[3]。相關(guān)研究逐步勾勒出營(yíng)銷(xiāo)知識(shí)社會(huì)生產(chǎn)的基本特性，同時(shí)也揭示了其在學(xué)科建制、知識(shí)合法性與實(shí)踐回應(yīng)方面所面臨的結(jié)構(gòu)性挑戰(zhàn)。

隨著人工智能技術(shù)的快速發(fā)展及其對(duì)營(yíng)銷(xiāo)傳播實(shí)踐的深度嵌入，廣告行業(yè)的運(yùn)作邏輯正經(jīng)歷著根本性變化，營(yíng)銷(xiāo)知識(shí)的社會(huì)生產(chǎn)是否呈現(xiàn)出新的運(yùn)行規(guī)律？廣告學(xué)科又應(yīng)如何在技術(shù)快速演進(jìn)的情境中建構(gòu)具有自主性的知識(shí)體系？這些問(wèn)題構(gòu)成了當(dāng)前廣告學(xué)研究亟須回應(yīng)的核心議題。

作為人工智能技術(shù)的重要應(yīng)用形態(tài)，以DeepSeek、ChatGPT為代表的生成式人工智能正深度嵌入經(jīng)濟(jì)與社會(huì)運(yùn)行體系，并加速進(jìn)入營(yíng)銷(xiāo)傳播領(lǐng)域，推動(dòng)“人工智能+營(yíng)銷(xiāo)”的范式轉(zhuǎn)型。在這一過(guò)程中，品牌與消費(fèi)者的信息接觸方式逐漸由搜索與推薦機(jī)制，轉(zhuǎn)向以生成式系統(tǒng)為中介的對(duì)話(huà)式獲取。生成式引擎優(yōu)化（Generative Engine Optimization，GEO）由此成為智能營(yíng)銷(xiāo)實(shí)踐中的新興議題。圍繞GEO的推廣、采納與應(yīng)用，多元主體持續(xù)參與其中，生產(chǎn)并傳播大量面向?qū)嵺`的問(wèn)題導(dǎo)向型營(yíng)銷(xiāo)知識(shí)，使其成為觀察人工智能時(shí)代營(yíng)銷(xiāo)知識(shí)社會(huì)生產(chǎn)的重要窗口?；诖耍疚囊訥EO為對(duì)象，系統(tǒng)考察智能營(yíng)銷(xiāo)知識(shí)的生產(chǎn)主體、生產(chǎn)機(jī)制及其傳播應(yīng)用效果。

此外，本文還引入中美人工智能競(jìng)爭(zhēng)背景下的比較視角，對(duì)GEO營(yíng)銷(xiāo)知識(shí)生產(chǎn)展開(kāi)跨制度分析。一方面，揭示不同制度環(huán)境與技術(shù)生態(tài)系統(tǒng)里營(yíng)銷(xiāo)知識(shí)社會(huì)生產(chǎn)的共性規(guī)律；另一方面，準(zhǔn)確識(shí)別中美兩國(guó)在“人工智能+營(yíng)銷(xiāo)”融合中的差異性特征，從而給我國(guó)在全球人工智能競(jìng)爭(zhēng)格局中優(yōu)化營(yíng)銷(xiāo)知識(shí)生產(chǎn)體系，并提升產(chǎn)業(yè)融合競(jìng)爭(zhēng)力提供更具針對(duì)性的經(jīng)驗(yàn)啟示。

2 文獻(xiàn)綜述

2.1 營(yíng)銷(xiāo)知識(shí)生產(chǎn)的相關(guān)研究

既有研究普遍認(rèn)為，營(yíng)銷(xiāo)知識(shí)生產(chǎn)呈現(xiàn)出多主體協(xié)同的基本特征。以中國(guó)廣告學(xué)為例，其發(fā)展在總體上遵循“大學(xué)—產(chǎn)業(yè)—政府”三螺旋互動(dòng)機(jī)制[4]，表現(xiàn)出較為突出的產(chǎn)業(yè)導(dǎo)向特征，并在近年來(lái)逐漸出現(xiàn)由業(yè)界主導(dǎo)向?qū)W界主導(dǎo)的主體遷移趨勢(shì)，基礎(chǔ)研究的重要性不斷提升[5]。在學(xué)科建制層面，相關(guān)研究指出，營(yíng)銷(xiāo)知識(shí)生產(chǎn)長(zhǎng)期面臨“術(shù)”與“學(xué)”之間的話(huà)語(yǔ)張力、知識(shí)建制不穩(wěn)定，以及“科學(xué)共同體”尚未完全形成等結(jié)構(gòu)性問(wèn)題。在研究方法上，盡管實(shí)證與定量研究近年來(lái)呈現(xiàn)出數(shù)量增長(zhǎng)與規(guī)范化發(fā)展的趨勢(shì)，但總體上仍以經(jīng)驗(yàn)總結(jié)與定性分析為主[6]。

從發(fā)展軌跡來(lái)看，營(yíng)銷(xiāo)知識(shí)生產(chǎn)經(jīng)歷了由緩慢增長(zhǎng)向快速擴(kuò)張、再趨于相對(duì)平穩(wěn)的演進(jìn)過(guò)程[7]，其變化受技術(shù)條件、市場(chǎng)環(huán)境與制度因素的交互影響，并呈現(xiàn)出階段性推進(jìn)與躍遷并存的動(dòng)態(tài)特征。近年來(lái)，大數(shù)據(jù)、人工智能等新技術(shù)的廣泛應(yīng)用，正在系統(tǒng)性重塑營(yíng)銷(xiāo)知識(shí)生產(chǎn)的鏈條結(jié)構(gòu)、產(chǎn)業(yè)生態(tài)與核心業(yè)態(tài)。尤其是生成式人工智能的出現(xiàn)，使?fàn)I銷(xiāo)知識(shí)生產(chǎn)加速向跨學(xué)科融合、應(yīng)用情境導(dǎo)向與多主體共建的方向演進(jìn)[8]。以生成式引擎優(yōu)化（GEO）為代表的新興智能營(yíng)銷(xiāo)實(shí)踐，進(jìn)一步凸顯了營(yíng)銷(xiāo)活動(dòng)由“面向人類(lèi)營(yíng)銷(xiāo)”轉(zhuǎn)向“面向人工智能營(yíng)銷(xiāo)”的范式變化[9]。

盡管上述研究為理解數(shù)智時(shí)代營(yíng)銷(xiāo)知識(shí)的社會(huì)生產(chǎn)邏輯與廣告營(yíng)銷(xiāo)行業(yè)變革提供了重要理論基礎(chǔ)，但現(xiàn)有研究多停留在宏觀結(jié)構(gòu)描述或技術(shù)討論層面，對(duì)生成式人工智能情境下?tīng)I(yíng)銷(xiāo)知識(shí)生產(chǎn)主體的重組機(jī)制、知識(shí)生成與擴(kuò)散的具體過(guò)程，以及不同技術(shù)與制度環(huán)境下的差異性特征，仍缺乏系統(tǒng)的經(jīng)驗(yàn)分析與比較研究。

2.2 生成式引擎優(yōu)化的相關(guān)研究

盡管生成式引擎優(yōu)化（GEO）在實(shí)踐層面已率先出現(xiàn)，但其作為學(xué)術(shù)概念的系統(tǒng)化研究起步較晚。2024年，印度理工學(xué)院德里分校、普林斯頓大學(xué)學(xué)者在學(xué)術(shù)會(huì)議上發(fā)表論文《GEO: Generative Engine Optimization》，首次將GEO明確定義為：一種面向生成式引擎的“黑箱優(yōu)化框架”，通過(guò)調(diào)整內(nèi)容結(jié)構(gòu)、語(yǔ)義表達(dá)與呈現(xiàn)方式，以提升內(nèi)容在生成式回答中的可見(jiàn)性，并構(gòu)建了首個(gè)大規(guī)?；鶞?zhǔn)數(shù)據(jù)集GEO-bench，為GEO的實(shí)證研究奠定了基礎(chǔ)[10]。隨后，相關(guān)研究進(jìn)一步從“影響力”視角構(gòu)建評(píng)估體系，探討哪些內(nèi)容特征更易被生成式模型吸收并納入回答結(jié)構(gòu)，實(shí)證結(jié)果普遍表明，相較于傳統(tǒng)搜索引擎優(yōu)化（Search Engine Optimization, SEO）的關(guān)鍵詞導(dǎo)向策略，語(yǔ)義完整、結(jié)構(gòu)清晰且具備事實(shí)支撐能力的內(nèi)容更具生成優(yōu)勢(shì)，GEO因而被視為區(qū)別于SEO的新型內(nèi)容生產(chǎn)與優(yōu)化范式[11]。

相比之下，國(guó)內(nèi)學(xué)界對(duì)GEO的討論更強(qiáng)調(diào)其與營(yíng)銷(xiāo)實(shí)踐及社會(huì)治理議題的結(jié)合。有研究將GEO明確界定為AI時(shí)代對(duì)SEO的范式升級(jí)，指出其本質(zhì)在于營(yíng)銷(xiāo)對(duì)象由“人”轉(zhuǎn)向“生成式系統(tǒng)”，并提出面向本土實(shí)踐的策略框架[12]；亦有研究將GEO置于數(shù)字規(guī)訓(xùn)與AI倫理治理語(yǔ)境中，強(qiáng)調(diào)其對(duì)消費(fèi)者權(quán)利結(jié)構(gòu)、公共利益與技術(shù)治理提出的新挑戰(zhàn)[13]。這些研究表明，GEO所涉及的營(yíng)銷(xiāo)知識(shí)生產(chǎn)已超越單純的技術(shù)優(yōu)化問(wèn)題，逐漸成為關(guān)涉權(quán)力分配、倫理規(guī)范與產(chǎn)業(yè)治理的重要議題。

然而，整體來(lái)看，現(xiàn)有研究無(wú)論側(cè)重技術(shù)模型優(yōu)化，還是聚焦策略應(yīng)用與倫理反思，均主要停留在規(guī)范性討論或單一情境分析層面，對(duì)GEO營(yíng)銷(xiāo)知識(shí)生產(chǎn)本身的運(yùn)行機(jī)制，尤其是不同主體如何參與知識(shí)生成、相關(guān)知識(shí)如何在不同國(guó)家技術(shù)生態(tài)中擴(kuò)散與分化，以及其在具體社會(huì)語(yǔ)境中的傳播邏輯，尚缺乏系統(tǒng)的經(jīng)驗(yàn)研究與比較分析。這一不足使得我們難以從知識(shí)生產(chǎn)的視角全面理解GEO在智能營(yíng)銷(xiāo)體系中的作用與影響，也正是本文試圖切入并加以回應(yīng)的核心學(xué)術(shù)問(wèn)題。

2.3 知識(shí)生產(chǎn)的四螺旋理論

三螺旋理論由Etzkowitz等學(xué)者于20世紀(jì)90年代提出，以“政府—大學(xué)—產(chǎn)業(yè)”的互動(dòng)關(guān)系解釋知識(shí)經(jīng)濟(jì)背景下的創(chuàng)新生成機(jī)制，強(qiáng)調(diào)打破組織邊界、強(qiáng)化協(xié)同合作[14]。然而，隨著產(chǎn)業(yè)形態(tài)與技術(shù)環(huán)境的快速演化，單一依賴(lài)政府、學(xué)界與產(chǎn)業(yè)的三螺旋模式，已難以充分解釋高度開(kāi)放、強(qiáng)互動(dòng)的當(dāng)代知識(shí)生產(chǎn)過(guò)程。尤其是在社會(huì)化媒體與數(shù)字平臺(tái)深度介入創(chuàng)新活動(dòng)的情境中，社會(huì)公眾與媒體組織通過(guò)信息傳播、意見(jiàn)表達(dá)與反饋機(jī)制，日益成為影響知識(shí)生成與擴(kuò)散的重要力量[15]。

針對(duì)上述變化，Carayannis等學(xué)者在三螺旋理論基礎(chǔ)上引入“社會(huì)”維度，提出四螺旋理論，構(gòu)建起涵蓋政府、學(xué)界、產(chǎn)業(yè)與社會(huì)公眾的協(xié)同創(chuàng)新框架[16]。該理論強(qiáng)調(diào)多元主體通過(guò)資源互通、功能耦合與協(xié)同演化，共同推動(dòng)知識(shí)生產(chǎn)與社會(huì)創(chuàng)新，因而在解釋復(fù)雜社會(huì)系統(tǒng)中的知識(shí)生成過(guò)程時(shí)，展現(xiàn)出更強(qiáng)的包容性、穩(wěn)定性與可持續(xù)性。為保持概念一致性并契合研究情境，本文將四螺旋主體界定為政府、學(xué)界、產(chǎn)業(yè)與媒體公眾。

既有研究表明，四螺旋理論已被廣泛應(yīng)用于分析多主體參與的知識(shí)生產(chǎn)與協(xié)同治理問(wèn)題，相關(guān)研究普遍發(fā)現(xiàn)公眾與媒體的參與有助于強(qiáng)化反饋機(jī)制、提升知識(shí)生產(chǎn)的社會(huì)響應(yīng)性，并推動(dòng)知識(shí)體系在實(shí)踐中的持續(xù)迭代[17][18][19] 。與此同時(shí)，該理論的研究路徑也正由宏觀描述逐步轉(zhuǎn)向?qū)χ黧w互動(dòng)機(jī)制的經(jīng)驗(yàn)分析[20]，顯示出良好的理論拓展?jié)摿Α?/p>

然而，現(xiàn)有研究多聚焦于創(chuàng)新系統(tǒng)或知識(shí)服務(wù)的一般情境，對(duì)于生成式人工智能深度介入營(yíng)銷(xiāo)傳播之后，營(yíng)銷(xiāo)知識(shí)如何在多主體互動(dòng)中被生產(chǎn)、傳播與重構(gòu)，尤其是在不同社會(huì)制度與技術(shù)生態(tài)背景下呈現(xiàn)出何種差異性特征，仍缺乏系統(tǒng)探討。基于此，本文引入四螺旋理論，比較分析中美情境下政府、學(xué)界、產(chǎn)業(yè)與媒體公眾在GEO營(yíng)銷(xiāo)知識(shí)生產(chǎn)中的互動(dòng)模式，旨在揭示生成式人工智能時(shí)代營(yíng)銷(xiāo)知識(shí)社會(huì)生產(chǎn)的運(yùn)行機(jī)制與結(jié)構(gòu)特征。

3 研究問(wèn)題、方法及過(guò)程

3.1 研究問(wèn)題

基于營(yíng)銷(xiāo)知識(shí)社會(huì)生產(chǎn)視角，本文以生成式引擎優(yōu)化為研究對(duì)象，引入四螺旋理論框架，從比較視角系統(tǒng)考察中美兩國(guó)在智能營(yíng)銷(xiāo)情境下GEO知識(shí)生產(chǎn)的結(jié)構(gòu)特征與運(yùn)行機(jī)制。圍繞上述研究目標(biāo)，本文重點(diǎn)探討以下研究問(wèn)題：

RQ1：在中美不同社會(huì)與技術(shù)語(yǔ)境中，GEO營(yíng)銷(xiāo)知識(shí)生產(chǎn)涉及哪些核心主體？各類(lèi)主體在整體知識(shí)生產(chǎn)結(jié)構(gòu)中的參與程度與角色分布有何差異？

RQ2：中美GEO營(yíng)銷(xiāo)知識(shí)生產(chǎn)在規(guī)模擴(kuò)張與時(shí)間演進(jìn)上呈現(xiàn)出怎樣的階段性特征？其增長(zhǎng)節(jié)奏與演化路徑反映了何種制度與產(chǎn)業(yè)邏輯？

RQ3：中美GEO知識(shí)樣本在內(nèi)容類(lèi)型與實(shí)踐取向上的結(jié)構(gòu)分布有何不同？這些差異體現(xiàn)出怎樣的智能營(yíng)銷(xiāo)實(shí)踐邏輯與知識(shí)生態(tài)特征？

RQ4：中美GEO營(yíng)銷(xiāo)知識(shí)在傳播潛質(zhì)與擴(kuò)散能力方面呈現(xiàn)出怎樣的總體分布與階段性變化特征？不同主體與知識(shí)類(lèi)型在傳播結(jié)構(gòu)中扮演了何種作用？

RQ5：人工智能時(shí)代營(yíng)銷(xiāo)知識(shí)的社會(huì)生產(chǎn)呈現(xiàn)出哪些新的規(guī)律？廣告專(zhuān)業(yè)又應(yīng)如何在技術(shù)快速演進(jìn)的情境中建構(gòu)學(xué)科的知識(shí)體系？

3.2 研究方法及樣本

為系統(tǒng)考察中美兩國(guó)GEO營(yíng)銷(xiāo)知識(shí)生產(chǎn)的主體結(jié)構(gòu)、演進(jìn)特征與傳播機(jī)制，本文采用內(nèi)容分析法，對(duì)相關(guān)文本進(jìn)行系統(tǒng)編碼與比較分析。內(nèi)容分析法能夠在保留文本語(yǔ)境的同時(shí)，對(duì)知識(shí)生產(chǎn)過(guò)程中的結(jié)構(gòu)性特征進(jìn)行量化與比較，因而適用于新興技術(shù)情境下知識(shí)社會(huì)生產(chǎn)的研究。

本研究圍繞“知識(shí)生產(chǎn)主體—時(shí)間演進(jìn)—知識(shí)類(lèi)型—傳播潛質(zhì)”四個(gè)分析維度，對(duì)中美兩國(guó)GEO相關(guān)文本展開(kāi)系統(tǒng)分析。研究團(tuán)隊(duì)通過(guò)多平臺(tái)與多渠道檢索獲取初始樣本共150 篇，在剔除低質(zhì)、重復(fù)及高度同質(zhì)化文本后，最終篩選出中美樣本各55篇，共計(jì)110篇作為分析對(duì)象。樣本來(lái)源覆蓋政府政策文件、學(xué)術(shù)論文、產(chǎn)業(yè)白皮書(shū)，以及媒體與公眾討論文本，能夠較為全面地反映GEO知識(shí)在不同主體間的生產(chǎn)與傳播狀況。

具體而言，樣本庫(kù)包括：中美兩國(guó)人工智能與營(yíng)銷(xiāo)相關(guān)政策文件；頭部科技企業(yè)與AI營(yíng)銷(xiāo)服務(wù)商發(fā)布的技術(shù)白皮書(shū)；Web of Science與CNKI等核心數(shù)據(jù)庫(kù)中以“GEO”“AI 營(yíng)銷(xiāo)”“生成式引擎優(yōu)化”“生成式智能營(yíng)銷(xiāo)”為主題的學(xué)術(shù)論文；權(quán)威媒體與公眾自媒體關(guān)于GEO的報(bào)道與長(zhǎng)文。上述樣本在“概念提出—政策回應(yīng)—商業(yè)應(yīng)用—公眾認(rèn)知”鏈條上形成互補(bǔ)結(jié)構(gòu)，為比較分析提供了基礎(chǔ)。

在量化內(nèi)容分析基礎(chǔ)上，本文進(jìn)一步遴選8篇具有代表性的文本開(kāi)展深度分析，包括中美學(xué)界最早系統(tǒng)闡釋GEO的奠基性論文、兩國(guó)具有代表性的AI治理政策文件、反映市場(chǎng)實(shí)踐的行業(yè)報(bào)告，以及具有廣泛影響力的媒體與社區(qū)討論文本。該設(shè)計(jì)旨在通過(guò)多類(lèi)型樣本的交叉印證，更深入地揭示GEO知識(shí)在概念建構(gòu)、政策回應(yīng)、商業(yè)落地與公眾認(rèn)知之間的互動(dòng)關(guān)系。

3.3 編碼框架

在編碼設(shè)計(jì)上，本文結(jié)合四螺旋理論與營(yíng)銷(xiāo)知識(shí)研究傳統(tǒng)，對(duì)四個(gè)核心維度進(jìn)行操作化處理。

（1）知識(shí)生產(chǎn)主體?；谒穆菪碚?，本文將GEO知識(shí)生產(chǎn)主體劃分為政府、學(xué)界、產(chǎn)業(yè)與媒體公眾四類(lèi)，并據(jù)此對(duì)樣本作者身份與機(jī)構(gòu)屬性進(jìn)行編碼。

（2）時(shí)間階段。依據(jù)GEO知識(shí)生產(chǎn)強(qiáng)度的變化與主體結(jié)構(gòu)的躍遷特征，本文將研究時(shí)間劃分為三個(gè)階段：2023—2024 年、2025年1—6月、2025 年7—12月，用以分析中美GEO知識(shí)生產(chǎn)的階段性演進(jìn)特征。

（3）知識(shí)類(lèi)型。在知識(shí)類(lèi)型維度，本文以O(shè)ECD《基于知識(shí)的經(jīng)濟(jì)》報(bào)告（1996）提出的事實(shí)性（know-what）、原理性（know-why）、操作性（know-how）與關(guān)系性知識(shí)（know-who）[21]為理論基礎(chǔ)，并結(jié)合數(shù)字營(yíng)銷(xiāo)領(lǐng)域的實(shí)踐語(yǔ)境，將GEO知識(shí)操作化為“趨勢(shì)”“方法論”“打法”“工具”四類(lèi)。其中“趨勢(shì)”對(duì)應(yīng)事實(shí)性知識(shí)，“方法論”對(duì)應(yīng)原理性知識(shí)，“打法”對(duì)應(yīng)操作性知識(shí)，“工具”則對(duì)應(yīng)關(guān)系性知識(shí)在行業(yè)語(yǔ)境中的外顯形式（因?yàn)楣ぞ咧R(shí)往往會(huì)明確工具的使用者）。若單一文本涉及多種知識(shí)類(lèi)型，編碼時(shí)優(yōu)先依據(jù)標(biāo)題指向，其次依據(jù)篇幅占比進(jìn)行主類(lèi)判定。

（4）傳播潛質(zhì)。為衡量GEO知識(shí)的潛在擴(kuò)散能力，本文將傳播潛質(zhì)構(gòu)建為0—6分的綜合指數(shù)，包含“網(wǎng)絡(luò)擴(kuò)散”“工具化擴(kuò)散”與“產(chǎn)業(yè)傾向”三個(gè)子維度，每一維度計(jì)0—2 分。網(wǎng)絡(luò)擴(kuò)散通過(guò)搜索引擎結(jié)果數(shù)量評(píng)估文本在不同渠道中可觀測(cè)到的傳播效果，若在Google瀏覽器搜索文章標(biāo)題，搜索標(biāo)題無(wú)他人引用得0分；有1—2次引用或提及得1分；有3次及以上引用或被知名媒體、學(xué)術(shù)源引用得2分。工具化擴(kuò)散用于衡量知識(shí)是否被編碼為可復(fù)制、可復(fù)用的形式，如步驟清單、模板、工具或腳本等具體且清晰知識(shí)，文本既無(wú)代碼，也無(wú)數(shù)據(jù)、模板，得0分；有任意一個(gè)得1分；有兩個(gè)及以上得2分。產(chǎn)業(yè)傾向則評(píng)估文本與真實(shí)業(yè)務(wù)流程的貼合程度，包括是否提供應(yīng)用建議、是否以商業(yè)轉(zhuǎn)化為導(dǎo)向，以及作者是否具備產(chǎn)業(yè)背景。無(wú)商業(yè)場(chǎng)景得0分；有“如何應(yīng)用”的建議得1分；作者是企業(yè)員工、文章以“提升ROI、轉(zhuǎn)化率”為目的，或者包含具體商業(yè)案例，滿(mǎn)足任意一個(gè)可得2分。本文認(rèn)為，GEO知識(shí)實(shí)踐導(dǎo)向極強(qiáng)，傳播潛質(zhì)高的樣本需在三個(gè)維度均有傳播基礎(chǔ)，故設(shè)定5—6分為高分段，3—4分為中等水平，0—2分為低分段。

3.4 編碼員信度檢驗(yàn)

本研究由兩名編碼人員共同完成編碼工作，并在正式編碼前對(duì)各類(lèi)目定義與邊界進(jìn)行培訓(xùn)、討論與校準(zhǔn)，確保編碼規(guī)則清晰與可操作。研究采用Cohen’s Kappa系數(shù)檢驗(yàn)編碼者間一致性，并使用SPSS軟件進(jìn)行統(tǒng)計(jì)計(jì)算。結(jié)果顯示，生產(chǎn)主體、時(shí)間階段、知識(shí)類(lèi)型與傳播潛質(zhì)四個(gè)維度的Kappa系數(shù)分別為0.892、0.877、0.821與0.800（均p < 0.001），均大于或等于0.8的“高度一致”標(biāo)準(zhǔn)，表明編碼具有較高的信度。

4 研究發(fā)現(xiàn)

本部分將圍繞中美在GEO知識(shí)生產(chǎn)的主體分布、時(shí)間階段演變、知識(shí)類(lèi)型分布、傳播潛質(zhì)評(píng)估進(jìn)行統(tǒng)計(jì)與對(duì)比，客觀地呈現(xiàn)兩國(guó)在人工智能知識(shí)生產(chǎn)上的一般性與差異性規(guī)律。

4.1 GEO知識(shí)的生產(chǎn)主體

總體來(lái)看，中美兩國(guó)知識(shí)生產(chǎn)主體以產(chǎn)業(yè)為主，占比均在50%以上，其次是大學(xué)和媒體公眾，政府的比重較?。ㄒ?jiàn)圖1）。GEO知識(shí)實(shí)踐導(dǎo)向極強(qiáng)，同時(shí)具備一定專(zhuān)業(yè)門(mén)檻，因此GEO服務(wù)商、科技公司、咨詢(xún)公司、內(nèi)容策略專(zhuān)家等產(chǎn)業(yè)主體成為GEO知識(shí)生產(chǎn)的主力軍。雖然GEO成熟概念由學(xué)術(shù)界提出，但目前學(xué)界仍處于跟進(jìn)產(chǎn)業(yè)變化的狀態(tài)，更多關(guān)于GEO的學(xué)術(shù)研究成果有待產(chǎn)出。從中美對(duì)比來(lái)看，中國(guó)樣本中的媒體公眾占比為36.36%，遠(yuǎn)高于美國(guó)的5.46%，且主要由自媒體博主產(chǎn)出，生產(chǎn)內(nèi)容較完整且成體系；美國(guó)雖然社區(qū)討論熱烈，但內(nèi)容零散、分散、偏評(píng)論反饋，大多數(shù)內(nèi)容嚴(yán)格意義上不算是“知識(shí)生產(chǎn)”。

圖1 中美生產(chǎn)主體分布特征

4.2 時(shí)間階段演變

根據(jù)知識(shí)生產(chǎn)強(qiáng)度的躍遷，本文將時(shí)間階段劃分為2023—2024年、2025年1—6月、 2025年7—12月三階段。

2023年GEO概念首次被提出，國(guó)際上開(kāi)始出現(xiàn)針對(duì)性關(guān)注，但整體產(chǎn)出規(guī)模仍較小，且知識(shí)類(lèi)型以概念闡釋、初步框架與探索性討論為主。因此本研究將這一階段定義為概念萌芽期。進(jìn)入2025年后，知識(shí)生產(chǎn)出現(xiàn)明顯加速，且不同類(lèi)型主體的參與顯著增多，因此本文將2025年單獨(dú)作為“擴(kuò)散與爆發(fā)期”。同時(shí)，2025年內(nèi)部呈現(xiàn)出明顯的節(jié)奏差：上半年1—6月主要表現(xiàn)為擴(kuò)散提速與議題鋪開(kāi)；下半年7—12月則出現(xiàn)更集中、更密集的產(chǎn)出增長(zhǎng)。無(wú)論美國(guó)還是中國(guó)，知識(shí)生產(chǎn)數(shù)量都呈現(xiàn)“集體爆發(fā)”的特征。（見(jiàn)圖2）

圖2 各時(shí)間階段樣本數(shù)量統(tǒng)計(jì)（整體）

從整體趨勢(shì)看，中美兩國(guó)知識(shí)生產(chǎn)數(shù)量均呈上升態(tài)勢(shì)，表明相關(guān)研究或知識(shí)產(chǎn)出在近兩年內(nèi)持續(xù)增長(zhǎng)，但兩國(guó)增長(zhǎng)節(jié)奏與幅度存在顯著差異。中國(guó)在近期的增長(zhǎng)速度明顯快于美國(guó)，尤其在2025年下半年出現(xiàn)了快速躍升。在 2023—2024 年，美國(guó)的知識(shí)生產(chǎn)數(shù)量高于中國(guó)，美國(guó)為8篇，中國(guó)僅為1篇。進(jìn)入 2025年1月—6月，兩國(guó)知識(shí)生產(chǎn)數(shù)量均有所上升，美國(guó)增至14篇，中國(guó)增至10篇。此階段中美差距明顯縮小，中國(guó)知識(shí)生產(chǎn)增長(zhǎng)速度快于美國(guó)，呈現(xiàn)出追趕態(tài)勢(shì)。在 2025年7月—12月，兩國(guó)知識(shí)生產(chǎn)均出現(xiàn)顯著增長(zhǎng)，但中國(guó)增長(zhǎng)更為突出，中國(guó)達(dá)到 44篇，首次超過(guò)美國(guó)的33篇，實(shí)現(xiàn)反超。2025年下半年是中國(guó)知識(shí)生產(chǎn)擴(kuò)張最為迅速的時(shí)期?？傮w而言，美國(guó)知識(shí)生產(chǎn)呈現(xiàn)出相對(duì)穩(wěn)定、持續(xù)增長(zhǎng)的特征，而中國(guó)雖然起步較晚但增長(zhǎng)迅速，尤其在后期呈現(xiàn)出明顯加速。這一變化反映出中國(guó)在生成式人工智能領(lǐng)域的政策投入、研究主體活躍度和社會(huì)關(guān)注度的顯著提升（見(jiàn)圖3）。

圖3 中美知識(shí)生產(chǎn)趨勢(shì)圖

4.3 知識(shí)類(lèi)型分布

在總體知識(shí)類(lèi)型分布中，研究樣本在知識(shí)類(lèi)型上以方法論和打法為主，分別占33.64%和35.45%，工具和趨勢(shì)分布較為均衡但占比較小，均為15.45%（見(jiàn)圖4）。美國(guó)樣本中打法類(lèi)占36%，是最主要的知識(shí)類(lèi)型；其次是方法論占31%。工具類(lèi)數(shù)量處于中等水平占22%，趨勢(shì)類(lèi)數(shù)量最低，僅占11%。四種知識(shí)類(lèi)型占比呈現(xiàn)出明顯的梯度差異。中國(guó)樣本中，方法論數(shù)量最多，為中國(guó)樣本的核心知識(shí)類(lèi)型，其次是打法類(lèi)、趨勢(shì)類(lèi)。工具類(lèi)數(shù)量顯著低于其他三類(lèi)，僅占9%，是中國(guó)樣本中最稀缺的知識(shí)類(lèi)型。

圖4 知識(shí)類(lèi)型分布圖

圖5 中美GEO知識(shí)類(lèi)型對(duì)比

從中美對(duì)比來(lái)看，工具類(lèi)與趨勢(shì)類(lèi)的兩國(guó)差異最為突出：工具類(lèi)在美國(guó)樣本中的數(shù)量是中國(guó)樣本的2.4倍，體現(xiàn)出美國(guó)對(duì)工具類(lèi)知識(shí)形態(tài)的偏好；而趨勢(shì)類(lèi)則呈現(xiàn)中國(guó)樣本占比高于美國(guó)樣本的態(tài)勢(shì)，反映出中國(guó)對(duì)于GEO帶來(lái)的趨勢(shì)變化頗為關(guān)注（見(jiàn)圖5）。

4.4 傳播潛質(zhì)評(píng)估

從時(shí)間階段來(lái)看，美國(guó)樣本在三個(gè)階段中的傳播潛質(zhì)均值呈現(xiàn)一定波動(dòng)。2023—2024年是GEO概念萌芽階段，知識(shí)產(chǎn)出量少且質(zhì)量較高，具有較好的傳播潛質(zhì)，故得分相對(duì)較高。2025年1—6月知識(shí)生產(chǎn)主體逐步增多，知識(shí)產(chǎn)量增加但質(zhì)量良莠不齊，拉低了整體均值，出現(xiàn)下降。7—12月是GEO 知識(shí)生產(chǎn)的爆發(fā)階段，經(jīng)過(guò)前期探索積累了經(jīng)驗(yàn)，此階段知識(shí)產(chǎn)量多且多數(shù)質(zhì)量較高，故得分有所回升。相比之下，中國(guó)樣本的傳播潛質(zhì)得分隨時(shí)間呈現(xiàn)逐步上升并趨于穩(wěn)定的趨勢(shì)。2025年上半年，GEO概念逐漸在中國(guó)引發(fā)關(guān)注，下半年知識(shí)產(chǎn)出爆發(fā)增長(zhǎng)，傳播潛質(zhì)相較于2023年至2024年期間有較大提升。值得注意的是，在2025年上半年，中國(guó)樣本的傳播潛質(zhì)超過(guò)美國(guó)，并在下半年趨于一致，表明盡管兩國(guó)在早期階段存在差異，但在后期階段傳播潛質(zhì)差距逐漸收斂（見(jiàn)圖6）。

圖6 中美各時(shí)間階段傳播潛質(zhì)平均值

5 討論

5.1 產(chǎn)業(yè)主導(dǎo)的GEO知識(shí)生產(chǎn)格局

從生產(chǎn)主體來(lái)看，中美兩國(guó)GEO營(yíng)銷(xiāo)知識(shí)生產(chǎn)均呈現(xiàn)出顯著的產(chǎn)業(yè)主導(dǎo)格局，且產(chǎn)業(yè)主體在四類(lèi)知識(shí)形態(tài)中均占據(jù)核心位置。這一結(jié)果并非偶然，而是人工智能時(shí)代知識(shí)生產(chǎn)要素結(jié)構(gòu)性重組的直接體現(xiàn)：算力、數(shù)據(jù)資源、高技能研究人員及其產(chǎn)品化與場(chǎng)景反饋能力，正日益從大學(xué)體系轉(zhuǎn)移并高度集中于產(chǎn)業(yè)部門(mén)。既有研究亦指出，產(chǎn)業(yè)在計(jì)算基礎(chǔ)設(shè)施、數(shù)據(jù)規(guī)模與模型評(píng)測(cè)標(biāo)準(zhǔn)上的優(yōu)勢(shì)，正在系統(tǒng)性地轉(zhuǎn)化為人工智能領(lǐng)域的研究產(chǎn)出與知識(shí)權(quán)威[22]。

具體而言，GEO產(chǎn)業(yè)相關(guān)主體，如服務(wù)商、咨詢(xún)公司、科技企業(yè)和工具平臺(tái)等，掌握了GEO知識(shí)生產(chǎn)所必需的關(guān)鍵要素，并形成了以“真實(shí)應(yīng)用場(chǎng)景—用戶(hù)交互—快速驗(yàn)證—工程迭代”為核心的知識(shí)生產(chǎn)回路。生成式引擎優(yōu)化高度依賴(lài)于真實(shí)用戶(hù)和任務(wù)情境的持續(xù)交互，如指令調(diào)優(yōu)、偏好識(shí)別與失敗案例反思等，這使企業(yè)能夠?qū)?shí)踐中暴露的問(wèn)題直接轉(zhuǎn)化為可訓(xùn)練的數(shù)據(jù)資產(chǎn)與可復(fù)制的操作經(jīng)驗(yàn)。由此，GEO知識(shí)呈現(xiàn)出強(qiáng)烈的實(shí)踐嵌入性，其生產(chǎn)機(jī)制本質(zhì)上不同于以理論推演或抽象模型為主導(dǎo)的傳統(tǒng)學(xué)術(shù)知識(shí)。

與此同時(shí)，人工智能研究人員從大學(xué)向產(chǎn)業(yè)部門(mén)的持續(xù)流動(dòng)，進(jìn)一步重塑了知識(shí)生產(chǎn)的重心與結(jié)構(gòu)。隨著企業(yè)對(duì)研究人才的吸引與集聚能力不斷增強(qiáng)，知識(shí)生產(chǎn)的組織重心逐漸由學(xué)術(shù)體系轉(zhuǎn)向產(chǎn)業(yè)體系，而產(chǎn)業(yè)—學(xué)界協(xié)作所推進(jìn)的“共同生產(chǎn)”模式亦愈發(fā)常態(tài)化[23][24] 。這一趨勢(shì)在GEO領(lǐng)域表現(xiàn)得尤為明顯。

在中國(guó)情境下，除產(chǎn)業(yè)主體外，自媒體與專(zhuān)業(yè)博主在GEO知識(shí)生產(chǎn)中占據(jù)相對(duì)較高的比重。一方面，中國(guó)的營(yíng)銷(xiāo)與技術(shù)知識(shí)生產(chǎn)長(zhǎng)期嵌入平臺(tái)化生態(tài)中，公眾號(hào)、內(nèi)容社區(qū)與資訊平臺(tái)構(gòu)成了重要的知識(shí)生成與擴(kuò)散基礎(chǔ)設(shè)施；另一方面，部分AI搜索工具直接將平臺(tái)內(nèi)容納入知識(shí)引用體系，進(jìn)一步放大了公眾創(chuàng)作者的知識(shí)影響力。更為關(guān)鍵的是，GEO在中國(guó)仍處于概念擴(kuò)散與路徑探索的窗口期，相關(guān)創(chuàng)作者傾向于將其轉(zhuǎn)譯為可操作的方法論、戰(zhàn)術(shù)模板與實(shí)踐經(jīng)驗(yàn)，從而獲得明確的流量回報(bào)與商業(yè)激勵(lì)。這一發(fā)現(xiàn)與四螺旋理論中“以媒體和文化為基礎(chǔ)的公眾”作為知識(shí)生產(chǎn)重要行動(dòng)者的判斷高度一致[25]。

相比之下，無(wú)論在中國(guó)還是美國(guó)，大學(xué)與政府在GEO知識(shí)生產(chǎn)中的占比均相對(duì)有限，整體上仍處于追隨產(chǎn)業(yè)實(shí)踐的狀態(tài)。這一結(jié)構(gòu)性特征表明，GEO并非首先在學(xué)術(shù)或政策體系中被制度化，而是由產(chǎn)業(yè)實(shí)踐先行推動(dòng)其知識(shí)成型與范式確立。未來(lái)，大學(xué)亟須通過(guò)與產(chǎn)業(yè)的深度協(xié)作，將研究嵌入真實(shí)應(yīng)用場(chǎng)景，構(gòu)建可復(fù)用的評(píng)測(cè)體系與分析框架，以提升其在新興營(yíng)銷(xiāo)知識(shí)生產(chǎn)中的能見(jiàn)度與解釋力；政府則應(yīng)將GEO納入數(shù)字營(yíng)銷(xiāo)與信息生態(tài)治理議程，從單一監(jiān)管邏輯轉(zhuǎn)向兼顧透明性、可追溯性與行業(yè)引導(dǎo)的治理框架，進(jìn)而在技術(shù)演進(jìn)早期介入并塑造其發(fā)展方向。

5.2 GEO知識(shí)生產(chǎn)的階段性躍遷與擴(kuò)散機(jī)制

從時(shí)間演進(jìn)看，GEO知識(shí)生產(chǎn)呈現(xiàn)出清晰的階段性軌跡，可概括為概念萌芽、擴(kuò)散增長(zhǎng)與集中爆發(fā)三個(gè)階段。新概念通常由少數(shù)先行者率先提出，并在有限社群中完成初步聚集，隨后經(jīng)由傳播渠道與社會(huì)網(wǎng)絡(luò)逐步擴(kuò)散，并在特定條件下出現(xiàn)階段性的集中增長(zhǎng)[26]。

在概念萌芽與早期聚集階段，GEO作為一種技術(shù)實(shí)踐在產(chǎn)業(yè)場(chǎng)景中浮現(xiàn)，由學(xué)界完成概念界定、框架建構(gòu)和探索性討論，知識(shí)產(chǎn)出規(guī)模有限，生產(chǎn)主體高度集中。進(jìn)入擴(kuò)散階段后，隨著GEO概念在多平臺(tái)與不同圈層中的傳播，參與主體顯著增多，知識(shí)形態(tài)由概念性、趨勢(shì)性討論，逐漸轉(zhuǎn)向方法總結(jié)、經(jīng)驗(yàn)分享與操作指南，知識(shí)生產(chǎn)的節(jié)奏明顯加快。

在爆發(fā)階段，GEO知識(shí)生產(chǎn)于短時(shí)間內(nèi)呈現(xiàn)出高度集中的增長(zhǎng)態(tài)勢(shì)。這一“躍遷式增長(zhǎng)”并非偶然，而是多重機(jī)制共同作用的結(jié)果：一方面，學(xué)界與產(chǎn)業(yè)在媒體平臺(tái)上的集中呈現(xiàn)提升了議題可見(jiàn)性，強(qiáng)化了公眾注意力聚焦；另一方面，在高度不確定的新興實(shí)踐領(lǐng)域，個(gè)體更傾向于通過(guò)模仿與跟隨形成信息級(jí)聯(lián)，推動(dòng)知識(shí)生產(chǎn)的快速聚集[27]。數(shù)智時(shí)代的平臺(tái)化分發(fā)與算法驅(qū)動(dòng)的注意力分配機(jī)制進(jìn)一步放大了這一效應(yīng)，使GEO知識(shí)生產(chǎn)呈現(xiàn)出跨主體、跨平臺(tái)的“集體爆發(fā)”。

5.3市場(chǎng)成熟度與不確定性驅(qū)動(dòng)的GEO知識(shí)類(lèi)型分化

從知識(shí)類(lèi)型分布看，中美GEO知識(shí)生產(chǎn)呈現(xiàn)出顯著差異化結(jié)構(gòu)：美國(guó)樣本以打法類(lèi)知識(shí)為主，工具類(lèi)占比較高；中國(guó)樣本則以方法論類(lèi)知識(shí)為核心，趨勢(shì)類(lèi)占比相對(duì)突出，而工具類(lèi)最為稀缺。這一差異并非偶然，而是與兩國(guó)GEO創(chuàng)新擴(kuò)散所處階段及市場(chǎng)成熟度密切相關(guān)。

根據(jù)創(chuàng)新擴(kuò)散理論，創(chuàng)新在擴(kuò)散中后期會(huì)逐步從概念解釋轉(zhuǎn)向操作落地，重點(diǎn)解決“如何使用”與“如何降低結(jié)果不確定性”等問(wèn)題。美國(guó)較早進(jìn)入GEO討論與實(shí)踐階段，相關(guān)市場(chǎng)與組織體系相對(duì)成熟，從業(yè)者對(duì)SEO向GEO的轉(zhuǎn)型方向已形成共識(shí)，知識(shí)需求隨之從“理解新概念”轉(zhuǎn)向“獲得可復(fù)制的操作方案”。在此情境下，強(qiáng)調(diào)策略組合、執(zhí)行路徑與工具支撐的打法類(lèi)與工具類(lèi)知識(shí)自然成為主導(dǎo)。

相比之下，GEO在中國(guó)仍處于創(chuàng)新擴(kuò)散的早期階段，本土化適配成為知識(shí)生產(chǎn)的核心任務(wù)。由于平臺(tái)規(guī)則尚不穩(wěn)定、實(shí)踐路徑尚未固化，知識(shí)生產(chǎn)主體更傾向于通過(guò)方法論類(lèi)知識(shí)提供整體性認(rèn)知框架，以降低不確定性，并借助趨勢(shì)類(lèi)知識(shí)完成市場(chǎng)動(dòng)員與認(rèn)知鋪墊，從而推動(dòng)GEO在中國(guó)語(yǔ)境中的理解與采納。這一結(jié)構(gòu)性差異表明，GEO知識(shí)類(lèi)型的分化并非單純的內(nèi)容偏好問(wèn)題，而是創(chuàng)新擴(kuò)散階段、產(chǎn)業(yè)成熟度與制度環(huán)境共同塑造的結(jié)果。

5.4 GEO 知識(shí)傳播潛質(zhì)的分布特征與結(jié)構(gòu)性解釋

從傳播潛質(zhì)評(píng)估上看，中美樣本整體呈現(xiàn)出“中段集中、高分稀缺”分布特征，擴(kuò)散維度總體偏低。這是因?yàn)樵跀?shù)智時(shí)代下，GEO知識(shí)的擴(kuò)散并非線性累積。一方面，知識(shí)生產(chǎn)與流通成本顯著下降，使大量GEO內(nèi)容能夠在短時(shí)間內(nèi)獲得可見(jiàn)度，從而使整體表現(xiàn)集中于中等水平；另一方面，GEO還未完全取得合法性。合法性通常被定義為行動(dòng)在社會(huì)建構(gòu)的規(guī)范、價(jià)值與信念體系中被普遍認(rèn)為合適、正當(dāng)、可取[28]，這也解釋了為什么在總體擴(kuò)散活躍的同時(shí)，GEO高傳播潛質(zhì)的內(nèi)容仍相對(duì)稀缺。

進(jìn)一步比較發(fā)現(xiàn)，中美兩國(guó)GEO知識(shí)的傳播潛質(zhì)在早期存在明顯差異，但中國(guó)在2025年上半年一度超過(guò)美國(guó)，到下半年趨于收斂，這說(shuō)明中國(guó)在GEO知識(shí)擴(kuò)散上具有一定的后發(fā)優(yōu)勢(shì)：當(dāng)GEO知識(shí)跨境遷移并進(jìn)入中國(guó)本土議程后，平臺(tái)化再生產(chǎn)機(jī)制能夠快速吸收并重組既有經(jīng)驗(yàn)，從而在短期內(nèi)實(shí)現(xiàn)追趕；而當(dāng)中美同時(shí)進(jìn)入爆發(fā)窗口期后，平臺(tái)社會(huì)中普遍存在的注意力競(jìng)爭(zhēng)與實(shí)踐篩選機(jī)制，推動(dòng)知識(shí)生產(chǎn)朝著相近的方向演進(jìn)，最終在總體傳播潛質(zhì)上呈現(xiàn)階段性收斂。

這一發(fā)現(xiàn)也進(jìn)一步表明，作為強(qiáng)實(shí)踐導(dǎo)向的新知識(shí)，GEO的傳播效果不僅取決于內(nèi)容質(zhì)量本身，更深刻受制于平臺(tái)化擴(kuò)散結(jié)構(gòu)、注意力分配機(jī)制、實(shí)踐選擇邏輯的共同塑造。

5.5中美GEO知識(shí)的話(huà)語(yǔ)結(jié)構(gòu)與實(shí)踐路徑差異

在話(huà)語(yǔ)與實(shí)踐層面，中國(guó)的知識(shí)生成呈現(xiàn)出結(jié)構(gòu)性差異。中國(guó)文本更聚焦于風(fēng)險(xiǎn)治理與信任維系，句式以規(guī)范性判斷與政策化表述為主，通過(guò)宏觀敘事與倡議性修辭塑造行業(yè)共識(shí)；而美國(guó)文本詞匯強(qiáng)調(diào)可見(jiàn)性、量化結(jié)果與績(jī)效評(píng)估，句式多采用遞進(jìn)式結(jié)構(gòu)，修辭依托數(shù)據(jù)驗(yàn)證與國(guó)家競(jìng)爭(zhēng)敘事推動(dòng)實(shí)踐采納。

在知識(shí)組織方式上，中國(guó)GEO知識(shí)話(huà)語(yǔ)呈現(xiàn)明顯的組織化與層級(jí)化特征，側(cè)重概念溯源、本土轉(zhuǎn)譯與體系整合，知識(shí)生產(chǎn)與傳播高度依賴(lài)行業(yè)報(bào)告、協(xié)會(huì)機(jī)制或政府背書(shū)，因而整體結(jié)構(gòu)趨于同質(zhì)；美國(guó)則呈現(xiàn)市場(chǎng)化、去中心化的知識(shí)實(shí)踐形態(tài)，依托社區(qū)協(xié)作與開(kāi)源機(jī)制不斷強(qiáng)化概念定義權(quán)、評(píng)估標(biāo)準(zhǔn)（如評(píng)測(cè)、榜單）與工具規(guī)范，使內(nèi)容類(lèi)型更加多元、分層更為清晰。

在社會(huì)實(shí)踐層面，中國(guó)形成以審慎監(jiān)管、標(biāo)準(zhǔn)治理、信息正當(dāng)性規(guī)制為核心的路徑，通過(guò)制度規(guī)范劃定技術(shù)邊界，以統(tǒng)一指標(biāo)體系引導(dǎo)產(chǎn)業(yè)發(fā)展；美國(guó)形成競(jìng)爭(zhēng)導(dǎo)向與工具市場(chǎng)化為特征的發(fā)展模式，將GEO納入國(guó)家技術(shù)競(jìng)爭(zhēng)戰(zhàn)略，通過(guò)工具供給、標(biāo)準(zhǔn)制定與市場(chǎng)擴(kuò)張爭(zhēng)奪行業(yè)話(huà)語(yǔ)權(quán)。

總體而言，中國(guó)GEO知識(shí)生產(chǎn)更強(qiáng)調(diào)合規(guī)性、可控性與本土適配，美國(guó)則更側(cè)重效率、競(jìng)爭(zhēng)優(yōu)勢(shì)與標(biāo)準(zhǔn)輸出，這種差異反映了兩國(guó)在制度環(huán)境、技術(shù)治理理念與產(chǎn)業(yè)組織方式上的深層分化。

6 結(jié)論

綜上所述，盡管中國(guó)GEO營(yíng)銷(xiāo)知識(shí)生產(chǎn)起步相對(duì)較晚，但其擴(kuò)散速度快、參與主體多元，已在較短時(shí)間內(nèi)形成顯著的傳播聲量與較高的公眾可見(jiàn)度。進(jìn)入發(fā)展后期，GEO知識(shí)的覆蓋范圍持續(xù)擴(kuò)大，公眾接納度不斷提升，顯示出人工智能營(yíng)銷(xiāo)在中國(guó)具備穩(wěn)固的社會(huì)基礎(chǔ)與積極的技術(shù)想象。在這一過(guò)程中，倫理與合規(guī)問(wèn)題并未被邊緣化，而是被主動(dòng)納入知識(shí)生產(chǎn)與行業(yè)討論之中，行業(yè)協(xié)會(huì)與相關(guān)組織通過(guò)前置布局倫理準(zhǔn)則與治理框架，引導(dǎo)GEO 在規(guī)范化與可持續(xù)軌道上演進(jìn)。

相比之下，美國(guó)GEO市場(chǎng)已形成相對(duì)清晰的企業(yè)梯隊(duì)與細(xì)分賽道結(jié)構(gòu)，產(chǎn)業(yè)秩序初具雛形，知識(shí)生產(chǎn)高度圍繞工具研發(fā)、技術(shù)評(píng)測(cè)與行業(yè)布局展開(kāi)。然而，其營(yíng)銷(xiāo)知識(shí)擴(kuò)散仍主要局限于產(chǎn)業(yè)生態(tài)內(nèi)部，尚未充分外溢至更廣泛的公共討論與社會(huì)層面?？傮w而言，中美 GEO知識(shí)生產(chǎn)分別呈現(xiàn)出“快速動(dòng)員、規(guī)范引導(dǎo)”與“技術(shù)深化、生態(tài)內(nèi)聚”的不同發(fā)展路徑，折射出兩國(guó)在人工智能營(yíng)銷(xiāo)領(lǐng)域制度環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)與技術(shù)治理理念上的深層差異。

回到營(yíng)銷(xiāo)知識(shí)社會(huì)生產(chǎn)這一廣告學(xué)的經(jīng)典議題，本文的研究表明，在生成式人工智能深度介入營(yíng)銷(xiāo)傳播實(shí)踐的背景下，營(yíng)銷(xiāo)知識(shí)的生產(chǎn)邏輯正在發(fā)生結(jié)構(gòu)性轉(zhuǎn)變。以GEO為例，營(yíng)銷(xiāo)知識(shí)不再主要由學(xué)術(shù)體系單向建構(gòu)，也不再僅是行業(yè)經(jīng)驗(yàn)的松散積累，而是逐步形成以產(chǎn)業(yè)與平臺(tái)為中樞、學(xué)界、政府與媒體公眾多方參與、強(qiáng)實(shí)踐反饋驅(qū)動(dòng)的社會(huì)化生產(chǎn)結(jié)構(gòu)。這一變化意味著，傳統(tǒng)廣告學(xué)中長(zhǎng)期存在的“術(shù)”與“學(xué)”張力正在被重新塑造——實(shí)踐知識(shí)通過(guò)工具化、指標(biāo)化與標(biāo)準(zhǔn)化獲得新的合法性，而學(xué)術(shù)知識(shí)則需通過(guò)嵌入真實(shí)技術(shù)場(chǎng)景、參與規(guī)則建構(gòu)與評(píng)估體系設(shè)計(jì)來(lái)重塑其解釋力與規(guī)范性功能。

從這一意義上看，人工智能并非簡(jiǎn)單加速了營(yíng)銷(xiāo)知識(shí)的更新頻率，而是深刻改變了其社會(huì)生產(chǎn)機(jī)制與合法性來(lái)源。廣告學(xué)科若要在技術(shù)快速演進(jìn)的情境中建構(gòu)具有自主性的知識(shí)體系，其關(guān)鍵不在于回避產(chǎn)業(yè)實(shí)踐，而在于以理論工具對(duì)AI營(yíng)銷(xiāo)知識(shí)的生產(chǎn)結(jié)構(gòu)、擴(kuò)散邏輯與治理機(jī)制進(jìn)行系統(tǒng)闡釋與反思。本文通過(guò)對(duì)中美GEO知識(shí)生產(chǎn)的比較分析，嘗試為理解人工智能時(shí)代營(yíng)銷(xiāo)知識(shí)社會(huì)生產(chǎn)的新規(guī)律提供經(jīng)驗(yàn)證據(jù)，也為廣告學(xué)在“人工智能+營(yíng)銷(xiāo)”情境中重塑學(xué)科定位與研究方向提供一個(gè)可供延展的分析路徑。

7 研究不足及未來(lái)展望

盡管本文通過(guò)內(nèi)容分析法對(duì)中美GEO營(yíng)銷(xiāo)知識(shí)生產(chǎn)進(jìn)行了系統(tǒng)比較，但仍存在一定局限。研究主要基于公開(kāi)文本樣本，尚未覆蓋企業(yè)內(nèi)部知識(shí)流動(dòng)、算法迭代過(guò)程及用戶(hù)實(shí)際使用行為等隱性維度，對(duì)GEO知識(shí)生產(chǎn)的微觀機(jī)制與動(dòng)態(tài)演化仍屬外部觀察。同時(shí)，受限于研究方法與樣本時(shí)間跨度，本文更側(cè)重揭示宏觀結(jié)構(gòu)特征，尚難充分捕捉單一主體在具體情境中的互動(dòng)機(jī)制、策略選擇與長(zhǎng)期演進(jìn)趨勢(shì)。

未來(lái)研究可結(jié)合訪談、平臺(tái)數(shù)據(jù)分析與用戶(hù)研究等多元方法，進(jìn)一步拓展研究層級(jí)與比較范圍，深入探討GEO知識(shí)在不同制度環(huán)境與技術(shù)生態(tài)中的生成、擴(kuò)散與治理機(jī)制，進(jìn)一步揭示人工智能深度嵌入背景下?tīng)I(yíng)銷(xiāo)知識(shí)社會(huì)生產(chǎn)的多主體協(xié)同邏輯與權(quán)力結(jié)構(gòu)變化，從而為廣告學(xué)科在技術(shù)快速演進(jìn)情境中構(gòu)建具有自主性與解釋力的知識(shí)體系提供更為堅(jiān)實(shí)的經(jīng)驗(yàn)與理論支撐。

基金項(xiàng)目：獲教育部學(xué)位與研究生教育發(fā)展中心主題案例項(xiàng)目《人機(jī)協(xié)同驅(qū)動(dòng)的多模態(tài)與多場(chǎng)景智能營(yíng)銷(xiāo)傳播實(shí)踐及效果評(píng)估》（編號(hào)：ZT-2510052010）資助。

作者簡(jiǎn)介

雷蕾，中央民族大學(xué)新聞與傳播學(xué)院副教授、互聯(lián)網(wǎng)平臺(tái)發(fā)展與治理研究中心研究員

王怡，中央民族大學(xué)新聞與傳播學(xué)院2025級(jí)碩士研究生

方奕婷，中央民族大學(xué)新聞與傳播學(xué)院2025級(jí)碩士研究生

劉英姿，中央民族大學(xué)新聞與傳播學(xué)院2025級(jí)碩士研究生

注釋