新 “易中天” 横空出世！改写 “AI 时代广告营销的底层逻辑”：GEO

今日，A 股 AI 应用板块迎来久违的集体爆发。 盘面上，值得买、卓易信息等多股涨停；易点天下、中文在线、天龙集团组成新的 “易中天” 组合，上午均录得20CM涨停。 与此同时，蓝色光标放量涨停，成交额高达193.2 亿元，位居 A 股当日成交额榜首。 在表层热度之下，行业正在经历更深刻的断层式变革——随着用户决策从 “点开链接” 转向 “阅读 AI 生成答案”，品牌可见性的逻辑被彻底重写。 一种全新的竞争方式正在浮出水面：GEO（Generative Engine Optimization），正在成为 AI 搜索时代的流量入口和营销生存法则。 当用户不再 “点开链接”，广告行业的地基开始松动 试想这一幕： 深夜十一点，你打开手机，只是想随手问句 “婴儿奶粉哪个适合肠胃敏感？” 过去你会打开搜索引擎，看一串蓝色链接、跳转评测、浏览电商，再在意见分裂的内容里做判断。 但这次不一样。 你打开的是 AI 搜索：它直接给你一段像 “医生式” 的结论，条理清晰、分点解释、还顺手列出几款产品的优缺点与适用人群 你甚至不需要点开任何网页——答案就已经 “完整地” 在你面前了。中信建投的那张图把这种变化说得更直白：传统搜索是 “搜索—浏览列表—点击链接”，AI 搜索则更像 “搜索—直接阅读答案”，链接被后置甚至被跳过。 这一刻，营销的地基开始松动。 过去二十年，品牌在互联网上的 “可见性”，高度依赖一个动作：用户点击。 SEO、竞价排名、信息流投放、内容种草……无论方法怎么变，本质都是在争夺那一下点击，把人带进你的页面、你的详情页、你的店铺。 但 AI 搜索把流程折叠了： 用户不再需要 “进入网页” 才能获取信息。信息被 AI 读取、消化、重组，再以答案的形式直接交付。于是一个全新的问题浮出水面： 中信建投在报告中用一张图呈现了这场迁徙： 过去：搜索 → 浏览链接列表 → 点击网页 现在：搜索 → 直接阅读 AI 生成的答案（链接可被完全跳过） 当链接不再是入口，品牌的曝光机制被彻底改变。 当用户不再点开链接，品牌要怎么 “被看见”？ 当答案由 AI 生成，品牌要怎么 “被主动说出来”？ 这就是 GEO 爆发的根源——不是一个营销小技巧，而是入口迁徙之后的生存策略。 一、入口迁徙：广告预算总是追着 “时间” 跑 广告的本质，是触达更多受众；而受众时间在哪里，预算就会流向哪里。 当链接不再是入口，品牌的曝光机制被彻底改变。 国泰海通在研报里回顾了一个很清晰的迁徙链条： PC 互联网时代，搜索引擎与门户是入口； 移动互联网时代，超级 App 与信息流/短视频成为入口； AI 时代，入口进一步向 DeepSeek、豆包、Kimi 等 AI 平台迁徙，“搜索框” 从通往网页列表的入口，变成通往 “即时知识合成” 的界面。 这种迁徙并不是 “将来可能发生”，而是正在发生。 中信建投引用的数据是：ChatGPT 与豆包 App 月活分别达到 7.8 亿与 1.7 亿，渗透率都超过 10%；而以百度为例，传统搜索入口的月活在 6.5—7.5 亿之间波动、趋于平缓。 更重要的是，咨询机构给出了更激进的判断：Gartner 预测到 2026 年搜索引擎访问量将下降 25%，搜索营销份额会被 AI 聊天机器人与虚拟代理抢走。 这意味着： 搜索广告那套 “以点击计费” 的确定性逻辑，正在被稀释；而品牌对 “答案曝光” 的争夺，会成为新的主战场。 二、SEO 为什么突然不灵了：点击率在 AI 答案前 “塌陷” 当 AI 开始在搜索结果页里直接给答案，用户自然更少点击。 中信建投援引 Seer Interactive 的观察：当触发 Google 的 AI Overviews 时，自然点击率从约 1.5% 下降到约 0.5%，付费点击率也出现下滑趋势。 这组数据的残酷之处在于： 它不是 “某个行业的波动”，而是一次结构性的折损。 你把网站优化到第一名、第二名，可能依然 “赢了排名”，却输了点击； 你花钱买了更高的位置，可能依然 “买到了曝光”，却买不到访问； 因为用户在结果页就结束了决策——甚至连 “看你一眼” 的机会都没有给。 于是 SEO 那句经典口号——“让用户更容易找到你”，正在悄悄被改写为： 让 AI 更愿意引用你。 让 AI 在回答时，把你说出来。 三、GEO 到底是什么：从 “被搜索到” 到 “被 AI 说出来” 中信建投给 GEO 下的定义非常精准：GEO 是一种广告营销技术服务，核心是让品牌在 AI 搜索中被主动说出来。 如果说 SEO 优化的是 “排名”，那么 GEO 优化的是两件更隐蔽、更底层的东西： 1）大模型对品牌内容的认知度 2）大模型对品牌内容的可信度 国泰海通把差异说得更 “技术化”：传统搜索核心机制是匹配（倒排索引、PageRank），SEO 是确定性优化；AI 搜索核心机制是分析（向量检索 +RAG），GEO 是概率性优化——你做的每一个动作，都是在提升 “被召回、被采信、被引用” 的概率。 这也是为什么，GEO 看起来像营销，骨子里更像 “内容工程 + 信任工程”。 四、AI 搜索如何做答案：理解 RAG，才能理解 GEO 的杠杆点 很多人以为 AI 搜索就是 “模型记得什么就说什么”。但国泰海通在研报里把过程拆得很细：目前 AI 搜索普遍采用 RAG（检索增强生成）架构。 你可以把它想象成一条流水线： 第一步：存储 网页内容会被切成多个 Chunk（文本块），用 Embedding 模型转成向量，存进向量数据库。 在这里，内容不是 “文字”，而是 “坐标”。 第二步：语义检索 用户的问题同样被向量化，然后系统计算相似度，召回 Top-K 相关 Chunk。 在这里，AI 不是匹配关键词，而是在匹配 “意图”。 第三步：上下文注入与生成 召回的 Chunk 被塞进模型的 Prompt 里，模型用注意力机制判断哪些更可信、更有信息量，再生成最终答案。 在这里，“结构清晰、实体明确、包含数据” 的 Chunk 更容易被引用。 于是你会发现：GEO 能撬动的关键点，正好落在这条流水线的两个环节： 信息检索：让你的内容更容易被向量数据库召回； 内容评估：让模型更愿意把你的内容当作 “事实来源”。 这就是为什么，GEO 不是 “多写关键词”，而是 “更像给模型写说明书”。 五、GEO 怎么做：内容不是越多越好，而是越 “可引用” 越好 中信建投引用的 GEO 论文《GEO：Generative Engine Optimization》列出了 7 种常用优化方法，并且做了实验对比。其中最有效的方法之一，是 “加入与主题紧密相关的名人或机构原话”，可带来约 40% 的曝光增益；“加入具体统计数字” 也能带来显著提升。 这背后其实透露出一个简单规律： 模型更爱 “可以被当作证据” 的表达。 你写 “我们销量很好”，模型不会当回事； 你写 “根据某机构统计，2025 年 Q2 中国 GEO 市场规模同比增长超 200%”，模型更愿意引用。 国泰海通进一步提出一个很 “像方法论” 的框架：DDS 原则—— 语义深度（Semantic Depth） 数据支持（Data Support） 权威来源（Authoritative Source） 三者共同构建 “AI 优先采信的内容”。 如果把 DDS 翻译成更接地气的话就是： 讲清楚、讲透彻、讲有据、讲得像真的（并且最好确实是真的）。 六、平台偏好：你写在哪儿，决定你被谁看见 很多品牌做内容习惯 “写在自己家官网”。但 AI 的知识来源，并不只看官网。 中信建投引用海外 GEO 公司 Profound 的调研：ChatGPT 引用最多的平台包括 Wikipedia、Reddit、Forbes 等；Google AI Overviews 与 Perplexity 又更偏好 Reddit、YouTube、Quora、Gartner 等。 国内也一样。中信建投以 “婴儿奶粉推荐” 为例，统计 DeepSeek、豆包、元宝的引用来源：三大平台明显偏好母婴垂直媒体与综合门户；其中元宝还对 “微信公众号” 有显著引用占比。 这意味着 GEO 不只是 “内容写得好”，还包括 “内容发布得对”。 你要进入模型的 “高频采信渠道”，才更可能在答案里出现。 七、商业模式正在变化：广告公司第一次有机会像 SaaS 公司那样赚钱 这可能是两份研报里最值得 “行业人” 反复读的一段： GEO 不仅是新投放方式，更可能推动广告代理公司从 “人力型服务” 走向 “技术型服务”。 中信建投提到，当前 GEO 公司普遍采用月度订阅或项目制。以海外明星公司 Profound 为例，月订阅 399 美元，可追踪 1 个品牌的 100 个 Prompts、3 个 AI 搜索产品；同时也有定制化服务。另一些机构报价约 0.3—2 万美元/月，并与 KPI 绑定（比如 ChatGPT Top-3 引用率、Perplexity citation rank 等）。 国泰海通也给了更完整的 “梯度定价” 信息：Profound 初创版 99 美元/月（仅追踪 ChatGPT，50 个提示词额度），成长版 399 美元/月（监控 3 个 AI 平台，100 个提示词，每月 6 篇优化文章），企业版定制；并提到其客户规模达到约 500 个企业客户。 把这串数字连起来看，你会发现 GEO 的收费形态更像软件： 订阅制 按席位/按额度 按追踪的 Prompt 数/平台数 绑定可量化指标 而这正是传统广告代理公司最难做到、却最渴望做到的事： 从一次性项目费，变成可续费的 “经常性收入”。 为什么行业会兴奋？因为利润结构会变。 中信建投给了一个对照：SEO 行业发展近 30 年仍极度分散，头部 Semrush 收入规模也就约 4 亿美元、市占率约 0.5%。分散意味着什么？意味着低壁垒、低溢价、靠人海战术。 但 GEO 的壁垒更高： 大模型黑箱与随机性 不同平台生成差异 “让模型理解并引用” 的流程更复杂 因此市场集中度反而可能提升。 一旦集中度提升，头部就有机会出现 “软件式” 的规模效应： 更多数据 → 更好模型评估 → 更强优化能力 → 更高续费 → 更强数据闭环。 八、市场空间：为什么说 “百亿美元不是故事”，而是对标 SEO 的必然结果 两份研报对市场空间给出了非常直白的 “锚点”。 中信建投：2024 年全球 SEO 市场规模约 800 亿美元，GEO 有望在 AI 时代对传统 SEO 进行替代，市场规模有望达到百亿美元量级。 国泰海通更进一步给出路径与数字： 2025 年全球 GEO 市场规模约 112 亿美元，中国约 29 亿元； 预计 2030 年全球破千亿美元，中国约 240 亿元（研报第一页 “本报告导读” 部分）。 这些预测背后的逻辑并不复杂： 入口迁徙 → 注意力迁徙 → 预算迁徙 → 新的优化服务爆发。 而且，GEO 有一个 “窗口红利”：国泰海通认为中短期大模型的广告变现占比仍低，存在 “变现真空期”，GEO 公司反而能在平台尚未完全收拢商业化之前，先把 “品牌可见性管理” 做成生意。 这像极了移动互联网早期的信息流：平台广告体系未成熟时，服务商往往跑得最快。 九、如果你是品牌方：一套更现实的 GEO 启动清单 很多文章聊 GEO 会停在 “概念很热”。但中信建投和国泰海通其实已经把执行路径写得很清楚了。 中信建投给出六步法： 1）意图分析：梳理用户会怎么问你 2）信息梳理：盘点你能 “喂给 AI” 的所有公开/内部资料 3）内容结构化：把长文变成问答、数据列表等半结构化内容 4）语义优化与权威背书：精准表述 + 专家/机构背书 5）多模态与多平台适配：按平台风格重写并分发 6）持续监测迭代：追踪提及率/位置/情感倾向并循环优化 国泰海通则更偏 “技术动作”： 清晰的 Header 结构影响 Chunk 切片边界 明确实体（品牌、产品、专家）能强化向量检索特征 倒金字塔写法能对抗上下文窗口限制与注意力衰减 把两份研报合并成 “可落地” 的版本，大概是四个关键词： Prompt资产、结构化知识库、权威分发、可见性监测。 你不是在 “发更多内容”，而是在建设一套 “AI 时代的品牌知识基础设施”。 十、最后的提醒：GEO 的天花板很高，但坑也很深 任何 “优化” 都会走向灰产，这是历史规律。 SEO 早期就是关键词堆砌、外链操纵；GEO 也必然会出现 “伪权威背书”“数据拼贴”“内容工厂”。而 AI 又天然存在黑箱、随机性与平台差异，两份研报都把这列为挑战：引用逻辑不透明、不同 AI 平台差异显著、结果存在随机属性。 所以 GEO 真正的长期玩家，未必是最会 “钻空子” 的人，而是最能持续输出高质量、可验证、可追溯内容资产的组织。 当 AI 成为新的 “媒介”，品牌竞争也会回到一个古老但常被忽视的命题： 谁更可信，谁就更容易被复述。 谁更容易被复述，谁就更容易被选择。 结语：下一代广告，可能不再是 “买曝光”，而是 “被写进答案” 如果把互联网广告的历史压缩成一句话： PC 时代拼排名，移动时代拼推荐，AI 时代拼引用。 而 GEO 的出现，本质上是在提醒每一个品牌： 你要从 “流量思维” 切换到 “答案思维”； 从 “把人拉进来” 切换到 “让 AI 把你说出去”。 当用户越来越习惯用一句话向 AI 要结论，品牌的命运也会越来越多地取决于： 在那段结论里，你有没有被提到；你被如何提到；你是否被当作可信选项。 这不是营销部门的小修小补，而是一场入口迁徙后的系统升级。 你可以不喜欢它，但你很难绕开它。