The "new search" business behind large models, how deep is the water?
隨着生成式 AI 模型的崛起，企業的營銷策略正從傳統的 SEO 轉向 GEO，關注如何在 AI 回答中被展示。數據顯示，ChatGPT 和 Perplexity 等 AI 搜索引擎的使用量激增，而傳統搜索流量卻大幅下滑。這一變化反映了用户習慣的轉變，企業需更新營銷思維，以適應新的流量獲取方式。
“我們做了這麼多品牌相關的內容，怎麼才能在大模型的回答中被展示出來？”
近期，這個問題成為很多企業老闆給營銷部門定下的 KPI，也就是 “怎麼做 GEO”。
十多年前，老闆們曾最關心的是 “怎麼做 SEO”。這個微妙的變化，折射出一個現象：搜索引擎的 “權力中心” 正逐步從傳統的網頁索引向生成式 AI 模型遷移。
Similarweb 顯示， 2025 年 7 月 chatgpt.com 的月訪問量約 57 億、環比增加 6%，全球網站排名升至第 5。OpenAI 於 8 月 7 日在官方博客披露 “近 7 億人每週使用 ChatGPT”； 日均處理超 25 億條 prompts。
AI 搜索新秀 Perplexity 的使用數據也在加速攀升，Perplexity CEO6 月 5 日稱其 5 月查詢量 7.8 億、月增速 20%+， 7 月 24 日，Fortune 進一步報道稱，Perplexity 已 “接近 10 億次/月查詢”。
與此同時，傳統搜索對網站的輸送流量繼續斷崖式下滑：Authoritas 的研究指出，當 Google 結果頁出現 AI Overview 時，新聞站的點擊量最高可被稀釋 79%；GrowthSRC 對 20 萬關鍵詞的監測也顯示，Google 首位自然結果的平均 CTR（點擊率）同比再降 32%。
這些數據變化的背後，是用户習慣的轉變：從 “搜索 - 篩選 - 點擊集合頁面” 的傳統路徑，變成了 “提問 - 獲得答案” 的直接對話。
這意味着，企業的營銷策略也從 “如何讓用户找到我們"轉變為 “如何讓 AI 記住我們並主動推薦我們"。
生成式 AI 搜索正在顛覆品牌獲取流量的舊秩序，但關鍵不只在技術適配，更在於徹底更新營銷思維；執行看似簡單，卻暗藏高昂的試錯成本。
為釐清機遇與陷阱，我們向 GEO 的企業負責人、AI 搜索引擎技術提供方等業內人士，深入瞭解了這場變革中的機遇與風險，並試圖通過這篇文章，進行系統化解讀呈現。
核心
- GEO 優化和 SEO 優化的邏輯是否一致？
- 企業砸錢買 GEO 服務，真的有效果嗎？
- 模型公司和平台方會像曾經默許 SEO 產業一樣，為 GEO 開綠燈嗎？
- 市場上湧現的 GEO 服務機構報價無統一標準，收費是否合理？
GEO 並不是下一個 SEO
傳統搜索引擎和 AI 搜索引擎在工作原理和用户體驗上存在本質性差異，這種差異決定了 SEO 和 GEO 是兩套完全不同的遊戲規則。
前者有章可循，後者則變數無窮。
傳統搜索引擎（Google、Bing 等）像一盤棋，棋盤、棋子和走法都寫在《規則手冊》裏。它們依賴關鍵詞匹配和 PageRank 等可公開研究的算法，把網頁按相關度、權威性、外鏈與用户體驗等因素加權排序，再交給用户自行點擊瀏覽。
SEO 之所以能發展成數百億美元的產業，正因這套規則雖複雜卻足夠透明：只要瞭解算法偏好、優化內容與鏈接結構，就能可預測地影響排名。
AI 搜索的世界則更像與一位才思跳躍的學者對談，問題拋出後，系統直接生成答案或摘要，而不是列出一串鏈接。
它的判斷基於大模型的語義理解與 RAG 流程，決策路徑深埋於黑盒中，外界難以覆盤——哪條證據被引用、哪條被忽略，很少遵循既定軌跡。這種 “知識生成” 範式讓 GEO（Generative‑Engine Optimization）的可控性驟降。
圖：AI 搜索和傳統搜索工作原理的不同
但 AI 搜索並非毫無脈絡：普林斯頓團隊在第 30 屆 ACM SIGKDD（知識發現與數據挖掘國際會議）上發表了一項開創性研究，這個研究通過實驗識別出九種可提升可見度的 GEO 策略，最高可帶來 40% 的曝光增益；而 SEO 時代強調的 E‑E‑A‑T（經驗、專業、權威、可信）原則在 GEO 裏依舊適用，高質量、原創且真正解決用户問題的內容仍是模型最青睞的素材。
圖：影響內容可見性的九種因素
但這項研究有一個重要的反轉：傳統 SEO 中屢試不爽的關鍵詞堆砌（Keyword Stuffing）策略，在 GEO 中不僅無效，甚至可能適得其反。
研究數據顯示，過度的關鍵詞堆砌會顯著降低內容被 AI 引用的概率，這進一步證明了 GEO 與 SEO 在底層邏輯上的根本性差異。
總結來看，SEO 和 GEO 最根本性的不同在於實現 “權威” 和 “可信” 的路徑。
- 從 “鏈接為王” 到 “引用為王”：SEO 的核心是反向鏈接（Backlinks）。一個網站被越多高權重網站鏈接，其權威性越高。但在 GEO 中，AI 更看重 “引用”（Citation）和 “出處”（Provenance）。
- 從 “關鍵詞優化” 到 “語義實體優化”：SEO 圍繞關鍵詞進行內容佈局，而 GEO 則需要圍繞 “實體”（Entity）和 “知識圖譜”（Knowledge Graph）來組織信息。AI 不是在識別關鍵詞，而是在理解一個 “概念”。
因此，在維基百科、百度百科等知識庫中擁有清晰、準確、全面的詞條相當於為 AI 提供一份關於你品牌的、機器可讀的 “簡歷”，比關鍵詞堆砌更重要。
因此，最終的結論是，沿着 SEO 的經驗，找不到 GEO 的新大陸。
企業花錢做 GEO，效果能保證嗎？
AI 搜索的不確定性催生了新需求：越來越多企業擔心在 AI 搜索裏 “被消失”，紛紛尋找 GEO 服務商來幫助提升品牌可見度，市場隨之湧現三類玩家——從傳統 SEO 轉型的老牌公司、把內容營銷延伸至 GEO 的機構，以及一開始就專攻 AI 搜索的新創團隊。
全球範圍內領域會更加細分。在監測與分析工具領域，BrightEdge 推出了 Generative Parser，專門監測品牌在 AI 搜索結果中的表現，還能夠追蹤品牌在 ChatGPT、Bard 等平台中的提及頻率和情感傾向。
Conductor 開發了 AI Content Optimization 平台，專門幫助企業優化內容以提高在 AI 搜索中的可見性。
總部位於柏林的 Flow Agency，2024 年就宣佈從 “Flow SEO” 改名為 “Flow Agency”，主推 GEO 諮詢，目標是 “讓品牌出現在 ChatGPT、Perplexity、Gemini 的答案裏”。
那麼，GEO 服務一般都有哪些做法？騰訊科技近期與兩家國內 GEO 公司負責人進行了深入溝通，歸納出以下關鍵做法：
- 知識圖譜構建：幫助企業梳理核心信息，建立品牌、產品、創始人等的實體關係，並提交到各類知識庫平台。
- 權威內容合作：利用媒體或學術資源，幫助品牌內容出現在高權重網站或出版物上，以獲得 AI 的 “引用”。
- 結構化數據部署：在企業官網上部署 AI 可讀的結構化數據，讓 AI 能更精準地抓取和理解信息。
- 內容優化與生成：利用 AI 工具，圍繞特定主題生成大量語義豐富的內容，以期在 AI 的知識庫中佔據一席之地。
- 多平台覆蓋策略：同時優化 DeepSeek、Kimi、豆包、千問、元寶等多個主流 AI 平台的收錄效果。
同時，騰訊科技注意到，不少公司還特地提出一套自己的 “GEO 方法論”，並增加自研的工具，比如提示詞策略工具、GEO 內容創建智能體，來強調自身 GEO 方法的科學性和獨特性，還有企業根據中國市場的特點，推出針對於小紅書、抖音等短視頻或社交屬性平台的 “用户共鳴指數”。
但是，如果採用了以上方法，GEO 真的能做到 100% 可控、可量化嗎？
對此，為 AI 提供搜索引擎技術的博查 AI 公司的 CTO 翁柔瑩對我們表示：
“首先，關於 “是否可控” 這一問題，目前的結論只能説是 “部分可控”。業內已經有一些經過驗證的方法論：通過在內容中嵌入可識別的引用標記、補充結構化數據等手段，可以在一定程度上提升品牌在大模型檢索結果中的出現率和引用率。”
對應的測評體系也已初步成型，例如監測引用比例、模型收錄概率等指標。但歸根結底，GEO 依賴的大模型依然是黑盒系統——我們只能在數據層面把現象量化，而無法真正 “控制” 模型的內部決策過程。
量化 GEO 成效的難點，很大程度上取決於模型與應用本身的內容偏好。以 DeepSeek 為例，它更青睞社區內容；而豆包則天然傾向於優先呈現自有生態內的素材。由於各模型的 “內容口味” 不同，統一的評估體系幾乎不存在。實際操作中，需要針對每個模型制定專門的測評維度和優化策略，再根據模型反饋持續迭代。
這意味着 GEO 工作註定是多模型、多指標並行的精細化過程，而無法用單一方法論 “一招通吃”。
GEO 服務收費混亂
從翁柔瑩的解答中可以看出，某些方式確實都有可能提高企業品牌被大模型引用的概率。
這也讓 GEO 服務有了合理的存在價值，但是如何定價、如何評估效果，現在還沒有統一的標準。
對比 SEO 來看，根據 Backlinko 的行業研究顯示，2025 年全球 SEO 的平均月費落在 1000–2500 美元區間；若採用小時計費，普遍在 50–100 美元/小時，頂尖機構比自由職業者大約高出 30%。進一步拆分，美國、西歐的企業級 SEO 大多集中在 3000–7500 美元/月，複雜或高度競爭行業能飆升到 2 萬美元以上。
GEO（Generative Engine Optimization）定價邏輯偏向 “能力階梯”，因此市面上幾乎只見高階月度包或一次性項目報價，很少按小時計費。
Creative Click Media 把 GEO 標成 “幾百到數千美元/月”，側重內容打底與 Schema 標註（簡單理解為給網頁上的關鍵信息貼 “標籤”）；高級套餐再加 AI 語料投餵、監測等功能；
Perrill 明確寫出 “起步價 6000 美元/月”，在此基礎上按行業競爭度與可監測指標階梯加價；
業內諮詢機構的公開報價普遍在 3000–20000 美元/月，並常與 KPI（如 ChatGPT Top-3 引用率、Perplexity citation rank）綁定階段獎勵或扣罰——這類 “部分按效果” 模式，也是 SEO 歷史上少見的新嘗試；
另一老牌 SEO 工具商 BrightEdge 推出了 “AI Catalyst”，聲稱能夠實時監測 Google AI Overview、ChatGPT 引用佔比，並按引用量、實體覆蓋度計費；
WebFX 把 GEO 打包進原本的 SEO 價格體系，月費梯度從 3000 到 2 萬美元不等，仍以頁面數量和關鍵詞數量核價。
騰訊科技和多家國內的 GEO 服務商溝通後發現，收費模式普遍以月度服務費或項目製為主，定價沒有統一標準，需要按照不同企業的情況單獨報價。還有一些新的計費模式，比如説按照語義範圍定價模型來定價。
對此，GEO 服務商對騰訊科技的解釋是，每個核心提示詞都可以延展出多個相似提示詞，形成完整的語義覆蓋，每個項目的語義覆蓋難度不一樣，所以定價也會不同。
除了定價模式缺乏統一標準，效果驗證是目前最大的難題。服務商多以 “成功案例” 或 “特定問題下的 AI 回答截圖” 作為證明，但這往往缺乏穩定性和可複製性。由於 AI 的 “黑盒” 特性，沒人能保證在所有相關查詢中都穩定地被引用。
為了提高對於優化效果的可信度，甚至有服務商提出，“快速驗證機制：承諾 5 天內見效，否則退款”。
平台博弈 GEO 灰產
從用户視角來看，SEO 更像 “僱一支外包運營團隊”；GEO 則像 “購買 AI-可見度黑盒裏的一張入場券”，需要更高的前置投入去 “買能力、買方法論”，也承擔指標尚未標準化的風險。
另外，市場上也充斥着不少低價、低質的服務。這類服務通常的套路是，購買一個 “AI 優化套餐”，價格僅僅為幾十元，拿到一個文件包，用户需要自己手動發佈 1000 多篇文章，這 1000 多篇文章還有可能是服務商用 AI 批量低成本生產出來的，結果完全無法追溯和評估。
與此同時，灰產也在滋長。比如，在開發者社區裏流傳着一組 “影子 Prompt” 腳本：把指令寫進白字白底或 HTML 註釋，誘導 LLM 在回答時優先引用目標網址。這種 “隱形注入” 技術已被學術界證明可以繞過人類審核。
AI 搜索平台並未坐視 GEO 野蠻生長。Google 在 2024 年 3 月更新 Spam Policy，首次把 “規模化 AI 生成內容、無增值頁面” 明確定義為垃圾內容，可直接手動處罰。
OpenAI 也在今年春季把 “自動檢測與人工複核” 寫進 Usage Policies，針對可疑 URL 建立黑名單並下調權重。Perplexity 的做法則是引入 “Focus/Choose Sources” 模式，讓用户或系統可以限定可信源範圍；對發生版權糾紛的網站，平台會在內部權限層面降級引用。
即使對於正常的 GEO 策略，大模型企業的態度也是 “謹慎的開放”，博查 AI CTO 翁柔瑩説：“大模型會謹慎鼓勵企業在大模型企業的生態內發佈一些內容，比如豆包可能會傾向於收錄抖音或頭條的內容。但是，GEO 和大模型的底層邏輯是衝突的。大模型希望給用户提供準確的內容，而 GEO 本質是向商業化負責的。它們的底層邏輯不一致，所以大模型企業對 GEO 不會有完全開放的態度。”
但是千萬不能輕信 “低價鋪量” 的方法。翁柔瑩特別提示説：“鋪量的方法，可能會包含有重複關鍵詞的堆砌，這很容易導致你的賬號內容被收錄的概率變低。另外，千萬不要去偽造數據。如果被大模型驗證出數據是假的，這個機構的一系列賬號可能都會被大模型拉黑。”
平台的態度很明確，AI 搜索的趨勢也非常清晰：正在從 “抓可讀文本” 邁向 “抓可信事實”。可查證性、授權鏈路以及提示注入風險成了新的稽核指標。
換言之，想靠 “黑帽 GEO” 彎道超車的可能性越來越低。
品牌方的 GEO 焦慮
在生成式 AI 全面滲透搜索和問答場景的當下，最讓品牌方焦慮的其實並不是算法多難懂，而是 “我説的話 AI 是否能聽得懂”。化解這種焦慮的第一步，是把自有平台打造成機器可讀的 “單一事實來源”。
具體來説，官網應系統部署 Schema.org 標記（網頁結構化標籤）；內部白皮書、案例研究則要寫成帶數字的結論句，並註明權威出處。生成式模型最偏愛這種既有數據又有論證的段落形態——它們天然樂於引用可驗證的事實，而非堆疊關鍵詞的廣告語。
有了 “可讀” 資產，接下來是 “可見”。企業最好圍繞二三十個核心業務問題，按月在 ChatGPT、Perplexity、Gemini 等平台主動檢索，記錄品牌在答案中出現的次數與位置。業內把這種指標稱為 Citation Rank 或 Position-Adjusted Word Count——它比傳統藍色鏈接排名更能反映 AI 語境裏的曝光度。
如果缺乏技術棧，可以採購 BrightEdge、Flow Agency 之類 SaaS 工具，但務必在合同裏寫清 “數據可復現” 條款，避免被一張好看的截圖糊弄。
正如前文提到，很多服務商會兜售 “隱形注入”“72 小時收錄” 等捷徑：把 prompt 寫進隱藏文字裏誘導模型引用。這些黑帽手段短期或許生效，卻極易觸發平台封禁，甚至帶來版權和合規風險。與其試圖馴服一個黑盒，不如把錢花在真正獨特、可信、可驗證的內容上，讓 AI 主動把你當作引用樣本。畢竟，在生成式搜索的世界裏，最稀缺的是可靠事實與清晰敍事，而不是又一套能夠被逆向的算法秘籍。
投入層面也需要冷靜，騰訊科技徵詢了行業專家，以下幾條避坑建議可以考慮：
- 先問數據口徑：讓服務商展示自家監測工具如何抓取 ChatGPT/Perplexity 的 citation rank，是否可 API 復現，避免截圖 “自嗨”。
- SEO 與 GEO 預算配比：SEO 與 GEO 並非完全互斥。可用 60 % 預算跑傳統 SEO 保底流量，用 40% 押注 GEO 爭取 AI 搜索紅利。
- 籤 “效果附加” 條款：要求 GEO 服務在指定週期內提升品牌引用數或覆蓋模型數量，否則減免 10–20 % 費用；這樣既保護投入，也能倒逼服務商固化指標體系。
- 警惕超低價：當前 GEO 合理門檻往往不低於 3000 美元/月。低於此價多半是模板化 prompt 注入或簡單內容拼貼，極易被平台治理而前功盡棄。
整體來説，因為大模型的技術特點，GEO 更應該被看作貫穿產品、研發、市場的長期工程，而非一次可外包的營銷速成班——它關乎品牌如何在 AI 時代定義自己、表達自己，並最終成為未來語義網絡裏的一個關鍵座標點。
本文作者：曉靜，來源：騰訊科技，原文標題：《大模型背後的 “新搜索” 生意，水有多深》
