AI搜索时代的GEO“越界”风险：红线在哪、谁来管

当AI开始替用户生成答案，GEO到底能否成为企业获得曝光的有效通道，还是会变成资本操纵信息入口的工具？

文｜孙文娜 ID | BMR2004

在用户询问AI“哪款智能手环更值得买”时，AI给出的是“AstroTekk Apollo-9”。然而问题在于，这款手环并不存在，却能在短短3天内被AI纳入“推荐榜单”。这类现象正是2026年“3·15”晚会点名的GEO（生成式引擎优化，Generative Engine Optimization）乱象。

所谓的虚构智能手环“AstroTekk Apollo-9”被编造出诸如“量子纠缠传感”之类违背常识的能力，并通过批量制造测评软文、再投放到自媒体渠道来扩散。仅过两小时，AI就开始复用这套说辞；到3天后，两个AI模型又把它加入推荐商品名单。

此次曝光的事件，掀开了GEO操作的隐秘角落。中国信通院数据显示，2025年我国GEO市场规模已超过42亿元，近3年复合增长率达到38%，同时有超过68%的中大型企业已经开始布局。但在热度之下，行业标准仍不完善、监管也存在空白。当5.15亿用户依托AI完成消费判断，当部分服务商声称“花几百万投点毒”，我们必须追问：在AI生成答案的时代，GEO究竟是在帮助企业被看见，还是在把信息入口变成可被操控的资源位？

01

流量入口迁移带来的认知对抗

“GEO并不是SEO（搜索引擎优化）的简单迭代，而是信息入口权之争。”头部科技创始人、CEO张晶晶认为，“在传统搜索阶段，企业争的是排名；到了AI搜索阶段，企业争夺的变成了被引用的机会。GEO的战略意义也随之变化：它从过去的可选营销手段，发展为影响企业能否在核心流量入口中长期站稳的数字生存能力。”

Peak Labs前创始成员、知乎直答前业务负责人马奎则从技术路径角度补充：“SEO的目的在于让网站进入搜索结果，并尽量靠前；而GEO不仅要让内容出现在AI的生成式结果里，更要让品牌与信息在AI的理解、比较、推荐以及落地执行链路中被准确采用。现在不少人已用AI搜索、AI助手替代了传统搜索引擎。”

但不少企业对GEO的理解仍停留在表层。张晶晶说：“国内企业的认知结构呈倒金字塔：顶尖的科技、金融、高端消费品牌通常已经配置团队或预算专门研究并布局GEO，属于先行者；而大多数企业，尤其是传统行业，仍处于只听过概念却无从落地的观望阶段。”

张晶晶强调：“GEO的价值并不只是追求泛曝光，更集中体现在用户决策链条的‘最后一公里’。当用户在关键时刻向AI提出具体、专业、且具有高价值的疑问，让品牌以解决方案提供者或权威信源的身份出现，往往能让转化路径比传统广告更短，同时获得更高的信任度。”

02

GEO的红线究竟在哪里？

当GEO的商业价值越被凸显，伦理边界就越容易引发争议。如果企业能通过API合作、联合训练等方式获得AI的优先推荐，那么AI搜索的客观性是否会被营销预算替代？这也是今年“3·15”晚会反复关注的重点。晚会披露的相关运营者甚至直言：“全网确实有不少人在给AI模型投毒。你看我们现在做GEO，基本就是在投毒，信息源太多了。”

这种乱象背后，还指向一个更深的问题：当新技术在商业利益的推动下迅速扩张，社会是否来得及及时为它建立约束机制？中央财经大学数字经济融合创新发展中心主任陈端用“科林格里奇困境”来概括：“在技术早期，人们很难预判它可能带来的社会后果，因此也难以做到有效控制；等到负面影响逐渐显现、社会希望进行治理时，技术已经深入社会运转成本高、难度大。”

她认为，当前GEO乱象带来的风险已逐步显现，主要集中在三个方面：“首先是算法操纵与公平性危机。通过数据投毒、提示词注入等方式污染AI训练与检索数据，可能让AI搜索演变成资本操控的竞价排名新形态，进而破坏数字经济的普惠基础；其次是信息失真与信任塌陷。批量生成的虚假内容一旦被AI采信，会误导公众决策，在医疗、金融等高风险场景中甚至可能引发真实损害，最终消耗AI生态的公信力；最后是法律与合规风险。不当的GEO操作可能触及《反不正当竞争法》《广告法》，甚至涉及《刑法》的红线。”

既然风险已经明晰，红线应当划在哪里？马奎先承认：“只要某项内容被AI提及且具有商业价值，市场上就一定会出现各种干预手段。这并不意外，SEO时代有，推荐算法时代也有，到了GEO时代同样会出现。”但他同时强调底线，“红线不在于有没有商业合作，而在于是否会打破用户对结果自然性、真实性和公平性的预期。商业合作本身未必违规，但前提是要清晰标识，且不能被包装成算法自然生成的客观结论。”

这一判断与陈端的观点相互呼应。陈端进一步给出区分依据：“当企业通过付费API、联合训练等方式影响AI推荐时，合法优化与非法操控的关键标尺在于‘内容真实性’与‘程序透明度’。可以推动合法优化，基于企业真实资质与可验证数据，用结构化、语义更清晰的方式提高AI识别优质内容的效率。但若要避免AI搜索沦为资本博弈，就必须划定清楚的发展底线与合规边界：用于优化的核心数据、案例和背书都要真实且可被核查，严禁伪造；AI生成答案若包含商业推广信息，也必须做出显著标识，从而保障用户的知情权。”

03

如何让AI“解毒”

红线已经勾勒清楚，但要让这些边界真正落到日常治理中，完成对AI生态的“解毒”，才是破解“科林格里奇困境”的关键。无论是制定规则的监管者，掌握流量的的平台方，还是负责具体执行的企业，都无法置身事外。

从政策监管角度看，陈端提出未来针对GEO赛道的规范可重点放在三个方向：其一，完善内容标识体系，严格落实《人工智能生成合成内容标识办法》，保证AI生成的商业内容可识别；其二，推动算法备案与审计。对提供GEO服务的算法进行备案，并建立可追溯、可审计的运行机制；其三，在平衡技术创新与监管约束上，实施“赋能型治理”。一方面由监管层牵头制定《GEO服务可信基本要求》等行业标准；另一方面鼓励在“监管沙盒”模式下，于可控环境中测试新技术，以实现更敏捷的治理。

平台方在这套治理框架里扮演枢纽角色。马奎强调：“平台不能一边让AI参与决策，一边却对结果链路完全不承担责任。平台应当建立信源可信度评估机制，在制度设计上最大限度保障透明度，包括