整理〡秒针营销科学院

观点来源〡知乎GEO沙龙上海站

内容策划〡张慧

什么是GEO?

什么是GEO？

GEO，生成引擎优化（Generative Engine Optimization），由普林斯顿大学、印度理工学院ITT Delhi的研究者，在2023年底合作的同名论文中率先提出，指的是通过灵活的黑盒优化方法，改进网站/内容在生成式搜索引擎回复中的可见性。

Q：AI的出现让用户的消费模式发生了怎样的变化？

李奕晨：

一是用户的问题更完整、更直接。

传统的搜索，搜索词平均长度在3到8个字之间，通常很零散，用户通过关键词找到相关信息后，再进一步找跟自己需求更匹配的信息。

如今的AI 搜索，用户表达的，更多是一个完整的、直接的问题，用户或者问清晰的问题，或者把对应的情景描述出来，但不管哪种，AI都能给出对应的答案。

具体到某个选购场景，用户通常不会笼统的问“运动鞋怎么选？”，而是会说“我要上体育课，或者我是一个爱跑步的人。我现在脚受伤了，应该选什么样的鞋或者装备？”这是非常具体地，深入到某个场景的问题。

二是多轮对话、持续互动。和传统搜索相比，AI最大的不同，是它能“记忆上下文”。用户有时候很难一次性表达清楚自己的想法和诉求，经常会出现用户抛出“我身体不舒服……？”，AI回复中提到“建议多做一些运动”，用户反过来问“我想做运动，有什么建议？”的情况。

整个过程中AI和人会持续互动，反向挖掘用户需求。

目前，从用户搜索行为习惯来看，这是比较明显的变化。

Q：在给AI描述需求的过程中，用户在情绪上很松弛，语言结构也会更严谨。请教谭院长，据您的观察，AI 时代用户的消费模式变了吗？

谭北平：

这里我们要提一个新概念——AIGD。AIGC我们都知道，是AI生成内容，AIGD其实是AI生成决策。过去，媒体是我们“眼睛”的延伸，今天AI正在放大媒介的价值，让它成为“大脑”的延伸。

中国的媒介消费，有两点，跟海外很不一样。

一是更“老少皆宜”。各个年龄段，甚至“不会写字的”都会积极地用，用户年龄跨度非常大；

二是用户态度更“开放”。中国消费者是全球最相信科技的消费者，他们对 AI 答案的信任程度远高于其他国家。国外很多国家对 AI会本能的排斥，但中国消费者是非常开放的。

Q：消费者的行为有了很多改变，对品牌方来说，AI带来了哪些营销上的机遇和挑战？

顾蓓蓓：

品牌主或广告主会先看数据，看用户到底怎么用 AI，AI 的渗透率到了什么程度。刚才我们做了一个简单分析，通过抽样来看，过去一个月大概有 80% 的用户用了AI工具，这种使用包括了间接的和直接的。从这个角度看，广告主会认为AI既是工具，也是内容载体。

对他们来讲，机会在于AI可以让品牌有更多机会被用户看到。刚才奕晨老师分享的一个词特别好——多轮互动，用户在AI上跟AI的互动是交互式的，他们会进行多轮对话。在长对话里，品牌被看见的几率也会增加。

另一方面，挑战在于，现在做AI营销，不单单要分析用户的搜索行为，还要分析 AI 的思考和输出框架，并且基于输入和输出的洞察，来设计品牌被AI推荐的策略。

Q：从SEO到GEO：搜索入口的迁移如何迫使营销范式重构？

桑田：

AI是偏理性的。回答这个问题时，我脑子里突然闪现了一句广告词“你值得拥有”，这里没有任何贬低品牌的意思。在电视以及互联网时代，这是句非常有感染力的广告语，但在AI时代，如果把“你值得拥有”输给 AI，它是无法理解的。

SEO时代，品牌会在官网展现品牌调性、产品序列、功效和细节，放在过去，这是奏效的，但现在，当我们把一个国际美妆品牌丢给AI做分析，会发现从它的语料收集和输出来看，官网的引用量都偏低。

与此同时，我们也看到一些数据公司在做不一样的事儿：把用户可能问到的问题，以 FAQ 的方式集成在自己的官网里。

从美妆品牌的思路看，就是把包括“我怎么确定肤质？”“什么是油皮？”等问题的内容整理成AI看得懂的问答对，这种内容按理不该出现在品牌官网上，但AI时代，类似的语料如果能在官网展示，同时用户在AI搜索里能触发，对于品牌而言，反而是加分项。

按这个逻辑，在 AI 搜索环境里，很多以前偏情感营销、品牌营销的美妆品牌，就需要让自己的信息和品牌优势、产品卖点，以AI读得懂的方式，渗透到 AI 搜索的回答里。

谭北平：

对品牌来说，AI目前是新配置。任何媒介，等所有用户都用它时再投资，往往已经来不及了。一个新媒介出现，最先吸引的，一定是最有创造力、最有行动力的人群和品牌。从这点出发来思考，我觉得品牌不需要特别仔细的看数据，现在就是品牌投资AI最好的时机。

我最近和复旦大学金立印教授一起写了本新书——《生成：AI 生产力重构营销新范式》，其中有一章，内容就是“改变AI对你的认知”。

书中我们有个很鲜明的观点：用对待“人”的方式对待 AI，把它当成一个更复杂、会吸收信息也会表达信息的人。你如果能说服AI，让它觉得你是个厉害的品牌，让它能很自信地向其他人推荐，你就成功了。

所以广义来看，我甚至觉得 GEO 还是窄了，因为它还是从搜索的视角看人认知的变化。AI能影响那些不搜索的人吗？答案是肯定的，因为用AI的人还会影响不用AI的人。

我们做过一个研究，问了几十个品类的3000 多个品牌，发现 AI 能推荐的列表并不长，大概只有 7~9 个，人的短时记忆容量其实也只有 7±2。这说明，传统的定位理论在AI时代，还是奏效的，但品牌得抢，得有独特性，得创造新的 token。

Q：GEO时代，AI更偏爱什么数据？

范昊迪：

需要说明的是，现在绝大多数营销用到的数据，并不会进入大模型的训练。模型的预训练阶段，需要做大量数据清洗工作，把重复内容以及广告内容等都删掉。所以我们谈“AI 喜欢的数据”，指的并不是训练阶段的数据，而是刚才奕晨提到的，产品开发过程中 AI 的“数据品位”。

总结来看，GEO 时代，AI的信息偏好可以分成前后两个阶段，前期，它更偏好结构化、知识密度高、逻辑自洽且篇幅较短的信息，这点可以从 AI 搜索产品的技术路径倒推：从非联网到联网，再到 RAG，本质是在模拟人的知识检索过程。

这个过程中，品牌能优化的，其实是“数据被发现”和“数据被信任”这两个环节。

后期，AI不再需要提升模型的认知能力，而是要让AI更像人、做更对的决策，所以，我们不会再讨论“AI 的数据品位”，而是回到“人的数的品位”。从这个角度看，后期品牌能做的，是构建自身的影响力。

Q：如果品牌想入局 GEO，前三步该怎么走？

谭北平：

从我们的角度，分三步——摸现状、定策略、做内容。

第一步，摸清当前的AI认知状况：包括AI推荐里品牌的位置、可见性，以及推荐度等。很多客户目前已经在做这件事。

第二步，制定策略。有些公司服务大B客户，有的专注细分赛道。市场里，头部往往赢者通吃，但新品牌可以找差异化定位。比如猫粮赛道太卷，就聚焦“老年猫”等细分市场，做强独特性。未来，差异化定位更重要。

第三步，内容布局。一部用来做短期、流转快的“短记忆”；另一部分做长期、可沉淀的“长记忆”。比如“上呼吸道感染该不该立刻吃抗生素？”这类知识，短期看和医药大盘无关，却是品类认知问题，需要长期培育。

顾蓓蓓：

我拿一个国际美妆品牌的案例做分享。做 GEO 时，他们会先解决“让 AI 信任”的问题：做定制化内容营销，打出差异化，用 E-E-A-T 原则（经验、专业、权威、可信）做内容，让模型愿意引用。具体做法是把E-E-A-T的四层要求落到具体的广告内容创作里。另外，因为不同 AI 工具引用内容的权重和特性不同，内容投放时也要有所侧重。

第二步，回归用户洞察。AI 对话场景下，用户不会只问“美白产品”，而是会问“晒黑了怎么办？”“怎么全身美白？”。品牌要在搜索前布局这些关键词，搜索中还要回答用法、场景、与竞品的差异、适合人群、如何维持效果等问题——把场景拆细，做最大程度的关键词覆盖。这对投放的专业能力要求很高。

桑田：

我分享一个华东客户的案例，大家应该都服务过美孚、壳牌等国际机油和石化合成产品公司。以前它们会拿固定的预算，在汽车媒体做品牌广告，也会针对普通车主做内容营销，比如“如何选择机油？”等。

如今到了AI时代，类似的品牌已经迅速把原来放在官网的，关于机油标号、粘稠度、零度以下适用型号、美系/日系/德系车对应机油等知识点，快速投喂给了 AI，形成了契合自己产品体系，以及用户用车、保养需求的完整问题库。

这样一来，当用户用 AI 搜索“我开一辆日系天籁，该用什么机油？多久换一次？推荐哪个品牌？”等问题时，就能匹配到品牌提前布好的知识点。

对于使用场景窄、竞争不激烈的行业，这能让品牌迅速在 AI 搜索里占得先机。对手机这类竞争激烈的大品类，短期内仅靠语料优化也许撼动不了 OV、小米等头部品牌，但细分领域的品牌只要动手早，就能快速冒头。