大模型背后的 “新搜索” 生意，水有多深
随着生成式 AI 模型的崛起，企业的营销策略正从传统的 SEO 转向 GEO，关注如何在 AI 回答中被展示。数据显示，ChatGPT 和 Perplexity 等 AI 搜索引擎的使用量激增，而传统搜索流量却大幅下滑。这一变化反映了用户习惯的转变，企业需更新营销思维，以适应新的流量获取方式。
“我们做了这么多品牌相关的内容，怎么才能在大模型的回答中被展示出来？”
近期，这个问题成为很多企业老板给营销部门定下的 KPI，也就是 “怎么做 GEO”。
十多年前，老板们曾最关心的是 “怎么做 SEO”。这个微妙的变化，折射出一个现象：搜索引擎的 “权力中心” 正逐步从传统的网页索引向生成式 AI 模型迁移。
Similarweb 显示， 2025 年 7 月 chatgpt.com 的月访问量约 57 亿、环比增加 6%，全球网站排名升至第 5。OpenAI 于 8 月 7 日在官方博客披露 “近 7 亿人每周使用 ChatGPT”； 日均处理超 25 亿条 prompts。
AI 搜索新秀 Perplexity 的使用数据也在加速攀升，Perplexity CEO6 月 5 日称其 5 月查询量 7.8 亿、月增速 20%+， 7 月 24 日，Fortune 进一步报道称，Perplexity 已 “接近 10 亿次/月查询”。
与此同时，传统搜索对网站的输送流量继续断崖式下滑：Authoritas 的研究指出，当 Google 结果页出现 AI Overview 时，新闻站的点击量最高可被稀释 79%；GrowthSRC 对 20 万关键词的监测也显示，Google 首位自然结果的平均 CTR（点击率）同比再降 32%。
这些数据变化的背后，是用户习惯的转变：从 “搜索 - 筛选 - 点击集合页面” 的传统路径，变成了 “提问 - 获得答案” 的直接对话。
这意味着，企业的营销策略也从 “如何让用户找到我们"转变为 “如何让 AI 记住我们并主动推荐我们"。
生成式 AI 搜索正在颠覆品牌获取流量的旧秩序，但关键不只在技术适配，更在于彻底更新营销思维；执行看似简单，却暗藏高昂的试错成本。
为厘清机遇与陷阱，我们向 GEO 的企业负责人、AI 搜索引擎技术提供方等业内人士，深入了解了这场变革中的机遇与风险，并试图通过这篇文章，进行系统化解读呈现。
核心
- GEO 优化和 SEO 优化的逻辑是否一致？
- 企业砸钱买 GEO 服务，真的有效果吗？
- 模型公司和平台方会像曾经默许 SEO 产业一样，为 GEO 开绿灯吗？
- 市场上涌现的 GEO 服务机构报价无统一标准，收费是否合理？
GEO 并不是下一个 SEO
传统搜索引擎和 AI 搜索引擎在工作原理和用户体验上存在本质性差异，这种差异决定了 SEO 和 GEO 是两套完全不同的游戏规则。
前者有章可循，后者则变数无穷。
传统搜索引擎（Google、Bing 等）像一盘棋，棋盘、棋子和走法都写在《规则手册》里。它们依赖关键词匹配和 PageRank 等可公开研究的算法，把网页按相关度、权威性、外链与用户体验等因素加权排序，再交给用户自行点击浏览。
SEO 之所以能发展成数百亿美元的产业，正因这套规则虽复杂却足够透明：只要了解算法偏好、优化内容与链接结构，就能可预测地影响排名。
AI 搜索的世界则更像与一位才思跳跃的学者对谈，问题抛出后，系统直接生成答案或摘要，而不是列出一串链接。
它的判断基于大模型的语义理解与 RAG 流程，决策路径深埋于黑盒中，外界难以复盘——哪条证据被引用、哪条被忽略，很少遵循既定轨迹。这种 “知识生成” 范式让 GEO（Generative‑Engine Optimization）的可控性骤降。
图：AI 搜索和传统搜索工作原理的不同
但 AI 搜索并非毫无脉络：普林斯顿团队在第 30 届 ACM SIGKDD（知识发现与数据挖掘国际会议）上发表了一项开创性研究，这个研究通过实验识别出九种可提升可见度的 GEO 策略，最高可带来 40% 的曝光增益；而 SEO 时代强调的 E‑E‑A‑T（经验、专业、权威、可信）原则在 GEO 里依旧适用，高质量、原创且真正解决用户问题的内容仍是模型最青睐的素材。
图：影响内容可见性的九种因素
但这项研究有一个重要的反转：传统 SEO 中屡试不爽的关键词堆砌（Keyword Stuffing）策略，在 GEO 中不仅无效，甚至可能适得其反。
研究数据显示，过度的关键词堆砌会显著降低内容被 AI 引用的概率，这进一步证明了 GEO 与 SEO 在底层逻辑上的根本性差异。
总结来看，SEO 和 GEO 最根本性的不同在于实现 “权威” 和 “可信” 的路径。
- 从 “链接为王” 到 “引用为王”：SEO 的核心是反向链接（Backlinks）。一个网站被越多高权重网站链接，其权威性越高。但在 GEO 中，AI 更看重 “引用”（Citation）和 “出处”（Provenance）。
- 从 “关键词优化” 到 “语义实体优化”：SEO 围绕关键词进行内容布局，而 GEO 则需要围绕 “实体”（Entity）和 “知识图谱”（Knowledge Graph）来组织信息。AI 不是在识别关键词，而是在理解一个 “概念”。
因此，在维基百科、百度百科等知识库中拥有清晰、准确、全面的词条相当于为 AI 提供一份关于你品牌的、机器可读的 “简历”，比关键词堆砌更重要。
因此，最终的结论是，沿着 SEO 的经验，找不到 GEO 的新大陆。
企业花钱做 GEO，效果能保证吗？
AI 搜索的不确定性催生了新需求：越来越多企业担心在 AI 搜索里 “被消失”，纷纷寻找 GEO 服务商来帮助提升品牌可见度，市场随之涌现三类玩家——从传统 SEO 转型的老牌公司、把内容营销延伸至 GEO 的机构，以及一开始就专攻 AI 搜索的新创团队。
全球范围内领域会更加细分。在监测与分析工具领域，BrightEdge 推出了 Generative Parser，专门监测品牌在 AI 搜索结果中的表现，还能够追踪品牌在 ChatGPT、Bard 等平台中的提及频率和情感倾向。
Conductor 开发了 AI Content Optimization 平台，专门帮助企业优化内容以提高在 AI 搜索中的可见性。
总部位于柏林的 Flow Agency，2024 年就宣布从 “Flow SEO” 改名为 “Flow Agency”，主推 GEO 咨询，目标是 “让品牌出现在 ChatGPT、Perplexity、Gemini 的答案里”。
那么，GEO 服务一般都有哪些做法？腾讯科技近期与两家国内 GEO 公司负责人进行了深入沟通，归纳出以下关键做法：
- 知识图谱构建：帮助企业梳理核心信息，建立品牌、产品、创始人等的实体关系，并提交到各类知识库平台。
- 权威内容合作：利用媒体或学术资源，帮助品牌内容出现在高权重网站或出版物上，以获得 AI 的 “引用”。
- 结构化数据部署：在企业官网上部署 AI 可读的结构化数据，让 AI 能更精准地抓取和理解信息。
- 内容优化与生成：利用 AI 工具，围绕特定主题生成大量语义丰富的内容，以期在 AI 的知识库中占据一席之地。
- 多平台覆盖策略：同时优化 DeepSeek、Kimi、豆包、千问、元宝等多个主流 AI 平台的收录效果。
同时，腾讯科技注意到，不少公司还特地提出一套自己的 “GEO 方法论”，并增加自研的工具，比如提示词策略工具、GEO 内容创建智能体，来强调自身 GEO 方法的科学性和独特性，还有企业根据中国市场的特点，推出针对于小红书、抖音等短视频或社交属性平台的 “用户共鸣指数”。
但是，如果采用了以上方法，GEO 真的能做到 100% 可控、可量化吗？
对此，为 AI 提供搜索引擎技术的博查 AI 公司的 CTO 翁柔莹对我们表示：
“首先，关于 “是否可控” 这一问题，目前的结论只能说是 “部分可控”。业内已经有一些经过验证的方法论：通过在内容中嵌入可识别的引用标记、补充结构化数据等手段，可以在一定程度上提升品牌在大模型检索结果中的出现率和引用率。”
对应的测评体系也已初步成型，例如监测引用比例、模型收录概率等指标。但归根结底，GEO 依赖的大模型依然是黑盒系统——我们只能在数据层面把现象量化，而无法真正 “控制” 模型的内部决策过程。
量化 GEO 成效的难点，很大程度上取决于模型与应用本身的内容偏好。以 DeepSeek 为例，它更青睐社区内容；而豆包则天然倾向于优先呈现自有生态内的素材。由于各模型的 “内容口味” 不同，统一的评估体系几乎不存在。实际操作中，需要针对每个模型制定专门的测评维度和优化策略，再根据模型反馈持续迭代。
这意味着 GEO 工作注定是多模型、多指标并行的精细化过程，而无法用单一方法论 “一招通吃”。
GEO 服务收费混乱
从翁柔莹的解答中可以看出，某些方式确实都有可能提高企业品牌被大模型引用的概率。
这也让 GEO 服务有了合理的存在价值，但是如何定价、如何评估效果，现在还没有统一的标准。
对比 SEO 来看，根据 Backlinko 的行业研究显示，2025 年全球 SEO 的平均月费落在 1000–2500 美元区间；若采用小时计费，普遍在 50–100 美元/小时，顶尖机构比自由职业者大约高出 30%。进一步拆分，美国、西欧的企业级 SEO 大多集中在 3000–7500 美元/月，复杂或高度竞争行业能飙升到 2 万美元以上。
GEO（Generative Engine Optimization）定价逻辑偏向 “能力阶梯”，因此市面上几乎只见高阶月度包或一次性项目报价，很少按小时计费。
Creative Click Media 把 GEO 标成 “几百到数千美元/月”，侧重内容打底与 Schema 标注（简单理解为给网页上的关键信息贴 “标签”）；高级套餐再加 AI 语料投喂、监测等功能；
Perrill 明确写出 “起步价 6000 美元/月”，在此基础上按行业竞争度与可监测指标阶梯加价；
业内咨询机构的公开报价普遍在 3000–20000 美元/月，并常与 KPI（如 ChatGPT Top-3 引用率、Perplexity citation rank）绑定阶段奖励或扣罚——这类 “部分按效果” 模式，也是 SEO 历史上少见的新尝试；
另一老牌 SEO 工具商 BrightEdge 推出了 “AI Catalyst”，声称能够实时监测 Google AI Overview、ChatGPT 引用占比，并按引用量、实体覆盖度计费；
WebFX 把 GEO 打包进原本的 SEO 价格体系，月费梯度从 3000 到 2 万美元不等，仍以页面数量和关键词数量核价。
腾讯科技和多家国内的 GEO 服务商沟通后发现，收费模式普遍以月度服务费或项目制为主，定价没有统一标准，需要按照不同企业的情况单独报价。还有一些新的计费模式，比如说按照语义范围定价模型来定价。
对此，GEO 服务商对腾讯科技的解释是，每个核心提示词都可以延展出多个相似提示词，形成完整的语义覆盖，每个项目的语义覆盖难度不一样，所以定价也会不同。
除了定价模式缺乏统一标准，效果验证是目前最大的难题。服务商多以 “成功案例” 或 “特定问题下的 AI 回答截图” 作为证明，但这往往缺乏稳定性和可复制性。由于 AI 的 “黑盒” 特性，没人能保证在所有相关查询中都稳定地被引用。
为了提高对于优化效果的可信度，甚至有服务商提出，“快速验证机制：承诺 5 天内见效，否则退款”。
平台博弈 GEO 灰产
从用户视角来看，SEO 更像 “雇一支外包运营团队”；GEO 则像 “购买 AI-可见度黑盒里的一张入场券”，需要更高的前置投入去 “买能力、买方法论”，也承担指标尚未标准化的风险。
另外，市场上也充斥着不少低价、低质的服务。这类服务通常的套路是，购买一个 “AI 优化套餐”，价格仅仅为几十元，拿到一个文件包，用户需要自己手动发布 1000 多篇文章，这 1000 多篇文章还有可能是服务商用 AI 批量低成本生产出来的，结果完全无法追溯和评估。
与此同时，灰产也在滋长。比如，在开发者社区里流传着一组 “影子 Prompt” 脚本：把指令写进白字白底或 HTML 注释，诱导 LLM 在回答时优先引用目标网址。这种 “隐形注入” 技术已被学术界证明可以绕过人类审核。
AI 搜索平台并未坐视 GEO 野蛮生长。Google 在 2024 年 3 月更新 Spam Policy，首次把 “规模化 AI 生成内容、无增值页面” 明确定义为垃圾内容，可直接手动处罚。
OpenAI 也在今年春季把 “自动检测与人工复核” 写进 Usage Policies，针对可疑 URL 建立黑名单并下调权重。Perplexity 的做法则是引入 “Focus/Choose Sources” 模式，让用户或系统可以限定可信源范围；对发生版权纠纷的网站，平台会在内部权限层面降级引用。
即使对于正常的 GEO 策略，大模型企业的态度也是 “谨慎的开放”，博查 AI CTO 翁柔莹说：“大模型会谨慎鼓励企业在大模型企业的生态内发布一些内容，比如豆包可能会倾向于收录抖音或头条的内容。但是，GEO 和大模型的底层逻辑是冲突的。大模型希望给用户提供准确的内容，而 GEO 本质是向商业化负责的。它们的底层逻辑不一致，所以大模型企业对 GEO 不会有完全开放的态度。”
但是千万不能轻信 “低价铺量” 的方法。翁柔莹特别提示说：“铺量的方法，可能会包含有重复关键词的堆砌，这很容易导致你的账号内容被收录的概率变低。另外，千万不要去伪造数据。如果被大模型验证出数据是假的，这个机构的一系列账号可能都会被大模型拉黑。”
平台的态度很明确，AI 搜索的趋势也非常清晰：正在从 “抓可读文本” 迈向 “抓可信事实”。可查证性、授权链路以及提示注入风险成了新的稽核指标。
换言之，想靠 “黑帽 GEO” 弯道超车的可能性越来越低。
品牌方的 GEO 焦虑
在生成式 AI 全面渗透搜索和问答场景的当下，最让品牌方焦虑的其实并不是算法多难懂，而是 “我说的话 AI 是否能听得懂”。化解这种焦虑的第一步，是把自有平台打造成机器可读的 “单一事实来源”。
具体来说，官网应系统部署 Schema.org 标记（网页结构化标签）；内部白皮书、案例研究则要写成带数字的结论句，并注明权威出处。生成式模型最偏爱这种既有数据又有论证的段落形态——它们天然乐于引用可验证的事实，而非堆叠关键词的广告语。
有了 “可读” 资产，接下来是 “可见”。企业最好围绕二三十个核心业务问题，按月在 ChatGPT、Perplexity、Gemini 等平台主动检索，记录品牌在答案中出现的次数与位置。业内把这种指标称为 Citation Rank 或 Position-Adjusted Word Count——它比传统蓝色链接排名更能反映 AI 语境里的曝光度。
如果缺乏技术栈，可以采购 BrightEdge、Flow Agency 之类 SaaS 工具，但务必在合同里写清 “数据可复现” 条款，避免被一张好看的截图糊弄。
正如前文提到，很多服务商会兜售 “隐形注入”“72 小时收录” 等捷径：把 prompt 写进隐藏文字里诱导模型引用。这些黑帽手段短期或许生效，却极易触发平台封禁，甚至带来版权和合规风险。与其试图驯服一个黑盒，不如把钱花在真正独特、可信、可验证的内容上，让 AI 主动把你当作引用样本。毕竟，在生成式搜索的世界里，最稀缺的是可靠事实与清晰叙事，而不是又一套能够被逆向的算法秘籍。
投入层面也需要冷静，腾讯科技征询了行业专家，以下几条避坑建议可以考虑：
- 先问数据口径：让服务商展示自家监测工具如何抓取 ChatGPT/Perplexity 的 citation rank，是否可 API 复现，避免截图 “自嗨”。
- SEO 与 GEO 预算配比：SEO 与 GEO 并非完全互斥。可用 60 % 预算跑传统 SEO 保底流量，用 40% 押注 GEO 争取 AI 搜索红利。
- 签 “效果附加” 条款：要求 GEO 服务在指定周期内提升品牌引用数或覆盖模型数量，否则减免 10–20 % 费用；这样既保护投入，也能倒逼服务商固化指标体系。
- 警惕超低价：当前 GEO 合理门槛往往不低于 3000 美元/月。低于此价多半是模板化 prompt 注入或简单内容拼贴，极易被平台治理而前功尽弃。
整体来说，因为大模型的技术特点，GEO 更应该被看作贯穿产品、研发、市场的长期工程，而非一次可外包的营销速成班——它关乎品牌如何在 AI 时代定义自己、表达自己，并最终成为未来语义网络里的一个关键坐标点。
本文作者：晓静，来源：腾讯科技，原文标题：《大模型背后的 “新搜索” 生意，水有多深》
