谭寅亮：AI营销时代：GEO智能体重构内容基建
今天，品牌的营销目标已经从“人类”转向“人类+AI”，营销内容既给人看，也给AI看，这意味着从信息分发逻辑到消费逻辑，都将发生范式改变，而GEO解决的就是 Marketing to AI的问题。
“我们的品牌能不能在AI上被更多人看到、品牌定位能否被准确认知？”这一问题正逐渐出现在越来越多品牌主与AI营销服务提供商的“对话框”里。
促使上述趋势性改变发生的一大原因是AI搜索正在融入人们日常的搜索习惯之中。人们用AI搜一切，用它查资料，辅助处理工作，请它为自己提建议。这些交互过程中，就包含大量与消费、购买相关的分析和决策，而这正是品牌主不愿错过的流量入口。
在此背景下，GEO（生成式引擎优化）成为近年来数字营销领域一个新兴的关注点，也是继SEO（搜索引擎优化）之后的新一代可见度策略。当下，GEO正逐渐引起品牌方的注意和重视，也吸引不少营销行业人才和AI创业者投身其中提供服务，而AI Agent（智能体）是不少AI营销服务提供商布局GEO所仰赖的核心技术能力。
GEO为品牌带来新的“被发现”机会
提升品牌在AI平台上的可见度、排名位置和准确率，是现阶段品牌主希望通过GEO实现的几个主要目标。
什么是SEO？什么又是GEO？开启本篇文章的话题之前，我们需要先明晰这两个概念。
中欧国际工商学院决策科学和管理信息系统学教授谭寅亮在接受《商学院》杂志采访时给出了他对上述两个概念的理解：SEO是针对传统搜索引擎（如Google、Bing）的优化策略，通过关键词布局、网页结构优化设计等手段，提升网站在搜索结果页面的排名，从而增加自然流量。GEO则是AI 驱动搜索环境下的新兴策略，面向ChatGPT、DeepSeek等生成式搜索引擎，内容的优化目标不再是被搜索引擎显示在搜索结果中，而是被生成式AI在回答中引用。这意味着内容需要以更结构化、权威化和可被模型直接提取的方式呈现。
谭寅亮留意到，越来越多的企业开始关注和讨论GEO，也开始用GEO帮助提升自家品牌和产品在AI平台上的可见度。对企业而言，GEO是品牌应对当下营销痛点的一种新尝试。“许多品牌通过SEO和传统渠道已达到曝光极限，流量见顶现象已经出现。同时，营销成本不断上涨，导致企业获客成本提高，GEO确实会为企业新增一种曝光入口。通过优化内容，使品牌更易被生成式引擎引用，从而在用户无须点击链接的情况下，直接展示品牌或信息。这为品牌带来了新的‘被发现’的机会。”
从用户侧看，生成式AI的演进和应用使搜索引擎市场发生了两大显著变化。科特勒咨询集团中国区管理合伙人王赛认为，第一大变化体现在搜索入口的转移，即过去5年里，人们的搜索习惯逐渐发生着从传统搜索引擎文本框输入到流媒体、社交平台搜索方式的转移，如今这种转移里又包含着AI搜索习惯的日渐养成，AI大模型正成为人们日常搜索问答的一个核心途径；第二大变化体现在用户人群的代际特点，即前述搜索习惯的变化在00后新一代年轻人身上表现得更为显著。中国互联网络信息中心第55次《中国互联网络发展状况统计报告》（截至2024年12月）显示，我国20至29岁网民使用生成式人工智能产品的比例最高，达到41.5%。
用户侧的变化和现实营销痛点，促使品牌主开始关注GEO的价值所在。iPowerAI元力科技（以下简称“元力科技”）是艾加营销集团旗下以提供垂直营销AI生态解决方案为主营业务的公司，今年年初开始快速搭建多智能体协同交互的AI营销产品，并邀请了诸多老客户参与闭门讨论和内测。今年7月，元力科技宣布自研的生成式引擎优化营销智能体iGEO正式商用，可面向品牌定制化部署。最近，元力科技GEO事业部总经理Claire在接受《商学院》杂志采访时谈到了在GEO层面上的客户需求洞察。
Claire表示，“客户整体可分两大类：一类是不太了解GEO，但意识到AI 对话场景对品牌的潜在价值，且品牌受众以年轻人为主，品牌不希望越来越依赖AI搜索模式的年轻消费者在AI平台看不到它；另一类是品牌主意识到GEO的价值并会自行研究，只是不清楚该如何布局。”
但不管是哪一类，客户都有一些共同需求：一是在新品宣推阶段，即使传统媒体平台投放效果亮眼，品牌主也不愿看到AI生成的答案中没有自家产品，或者在AI给出的推荐排名中比较靠后；二是当下公域流量见顶，拉新难度大，品牌主希望抢占AI平台这一新的流量入口，想要了解消费者在AI平台会如何提问；三是品牌形象维护方面，AI有时会生成错误的品牌卖点，或没有抓取到高质量的品牌信息，这些情况都是品牌主不愿看到的。根据不同行业、不同产品生命周期的营销需求，品牌主对GEO的期待都会有所不同。
因此，提升品牌在AI平台上的可见度、排名位置和准确率，是现阶段品牌主希望通过GEO实现的几个主要目标，但元力科技首席战略顾问Frank认为应不止于此。他谈到，目前美国市场已经出现一些新变化，一是通过GEO提升品牌的好感度，“你会发现AI给到的回答中，用词带有感情色彩，且不同AI平台对同一品牌可能有着不同的感情色彩”；二是GEO会带来购物形式的变化和消费决策链路的缩短。“购物形式上，例如ChatGPT推出购物功能，AI生成推荐结果后，用户可跳转到商家网站完成下单，这可能就是继互联网电商平台、兴趣电商之后的下一代电商形式；决策链路上，过去用户购买一款产品可能需要阅读很多购买评价、测评文章，再到电商平台或线下商场比价，链路长，中途易流失用户，但AI可以加快这一决策链路。美国一项研究显示，用户在ChatGPT内完成搜索比较后下单的概率是常规路径的4.4倍。再举一个具体的案例，国外护肤品牌丝塔芙发现美国的Z世代在商场购物时会直接问ChatGPT‘我长痘或过敏等等该买哪款护肤品’，并按AI给出的答案现场拿货，这一发现倒逼丝塔芙把线上线下所有产品标签和描述全部改写成更易被 AI识别和推荐的格式。”
Frank认为，今天我们来到一个营销目标由人类转向“人类+AI”的时代，品牌的营销内容既给人看，也给AI看，这意味着从信息分发逻辑到消费逻辑，都将发生范式改变，而GEO解决的就是 Marketing to AI的问题，“它重构了AI营销时代的内容基建。”
GEO的底层逻辑与AI Agent的价值
在意图经济时代，把握用户的提问方式和问题背后的意图是至关重要的一步。
回看国内数字营销的发展历程，其中数字广告这一表现形态经历了从“展示型广告”到“计算型广告1.0时代”的跳跃，如今又正朝着“计算型广告2.0时代”演进。
王赛解释道，20年前的数字广告是展示型广告，它可能展示在电视上，也可能展示在PC网页的banner（横幅）中，其展示的对象是所有人，但其实有些人并不是其目标受众，对品牌主而言，这种方式也会造成商业资源的浪费；到了大数据时代，数字广告进入以人群画像为核心的计算型广告时代，按兴趣向相关人群精准分发；如今，在生成式AI驱动下，计算型广告从1.0时代迈入2.0时代，数字广告被AI拉到连续对话里，信息呈现和推荐不再像大数据时代一样仅依靠一些用户的静态身份标签作为分发依据，而是根据用户与AI每一次交互中所传递出的偏好，实时生成个性化推荐，使营销在无形中完成触达甚至转化。“也就是说，生成式AI 驱动下的GEO 本质上是对用户个体场景需求的精准匹配，它计算的是场景需求与品牌卖点的相关性和信息的可信度，而SEO时代的本质是关键词匹配，计算的是关键词与链接的匹配权重和链接页面的权威性，两者的核心逻辑就不同。”王赛说。
场景匹配也是Frank 在采访过程中多次强调的一点，在他看来，GEO 本质上是一个意图匹配过程，因为今天的用户向AI提问时问的大多是跟自己实际生活紧密相关的问题，且问题相当个性化，比如要买一款牙膏，有人看重美白，有人看重保护牙龈，有人需要复合型功能，考验品牌的就是用产品优势精准匹配用户个性化场景的能力，而这也是AI营销服务公司需要打造的核心竞争力，它需要帮品牌主挖掘到高频场景词，以便用户提问时可被AI精准匹配。Frank认为，如果说社交平台的推荐机制提供的是某个单一标签下的共性选择，那么AI平台则能实现真正意义上的个性化匹配和推荐，因为生成式AI能通过与人的连续对话、多轮交互不断了解、记住用户的喜恶并不断校正自己， “帮每一个人找到真正属于自己的答案。”
那么，该如何帮助品牌主挖掘高频场景词？一种传统的办法是靠人力完成，即通过人工完成消费者意图识别、优化内容生成、信源判断以及对不同AI平台的引用偏好；另一种则是用AI Agent来完成。AI Agent指的是有能力主动思考和行动的智能体，可以理解为“数字员工”，它通过大模型“理解”用户需求，主动“规划”操作路径并应用“工具”完成任务，是一个能运用工具来解决问题的代理系统。相比来说，第一种办法需要大量人工，人力成本高，且很难完全摸清各个大模型瞬息万变的偏好，也跟不上平台规则的动态更新，反复试错效率低，而AI Agent可以实现“7×24 小时”工作，通过高频对话AI平台，实时采集海量样本并进行精细分析，更加高效、精准，也节省时间和人力成本。
以元力科技的实践为例，Claire介绍道，公司打造了目前国内首款由十大AI Agent 自部署自驱动的GEO大模型产品——iPowerAI iGEO，旨在以全链路智能化系统化的工作流，为品牌提供高效的AI搜索优化服务。“在意图经济时代，把握用户的提问方式和问题背后的意图是至关重要的一步。作为国内首个AI意图强化学习体系，iGEO意图神经网能够为品牌构建动态意图库，帮助品牌更好地了解并连接用户。了解意图后，iGEO品牌价值解码器可以将品牌信息及产品优势拆解、翻译成AI可识别、可理解、易抓取的知识模块，并通过系统内置的内容打分模型预判文章的AI易读性。此外，品牌主很关注如何评估产品的AI 表现是否科学有效，因此，iGEO推出国内首个AI 可见度向量引擎，动态量化品牌在主流AI 搜索引擎中的综合认知表现，在优化前后，通过AI 可见度、排名、情感分析、准确率等维度进行动态分析诊断，为下一步的优化提供策略指导。”
在Frank看来，AI Agent的核心价值在于它能同时承载超长上下文和持久记忆，“它把每一次对话里你用过的词汇、流露的情绪、隐藏的意图全部沉淀下来，像一本随时翻新的个人日志。下一次你再开口，可能已无须指令词，AI就能直接沿用这些细节，给出贴合你当下心境与需求的回应。这其中有一个趋势是，未来与AI对话可能不再是单纯的提示词工程，而是一种上下文工程。”
理性看待GEO
借助GEO提升品牌可见度只是一个最基础的目标，对于真正优秀的品牌来讲，它不仅需要可见度，更需要消费者的信任感。
正如一个硬币有正反两面，任何事物都要从多角度冷静地思考和判断，对于前沿、新兴技术来说，机遇与风险常常是并存的。
谭寅亮指出，目前国内很多大模型还没有展示广告功能，用户认为结果是“客观中立”的，但若通过GEO技术影响了AI的知识库与输出逻辑，用户在无感知的情况下可能被引导至特定品牌或产品，这相当于“隐形广告”，用户未能意识到自己接收的是营销内容，可能引发信任危机。除此之外，智能体营销过程中，还可能存在其他一些潜在风险，比如可能因幻觉生成不准确甚至违法的推荐，在低风险领域（如电子产品、服饰等），影响可能只是误导消费，但在高敏感领域（如医疗、金融、教育），虚假推荐可能直接伤害用户利益，甚至引发生命或财务安全问题。如果品牌付费绑定智能体，可能导致平台推荐机制出现“付费置顶”式的不公，侵害中小品牌的公平竞争权。此外，智能体往往需要读取用户输入内容、品牌数据和平台交互日志这可能引发数据安全和隐私保护问题。若缺乏合规机制，可能泄露个人健康、消费习惯等敏感信息。这些潜在风险值得业界特别关注并加以规避。
谭寅亮认为，使GEO朝着健康方向发展关键在于以下几个方面。第一，平台应建立AI内容溯源机制，标明哪些推荐结果可能受商业营销或GEO影响，类似 Google在广告结果上打上“Sponsored”标识，未来AI平台也需要提供类似的提示；第二，建设可信知识库。平台应设立“白名单知识源”，尤其是在医疗、金融等高风险领域，AI的输出必须优先基于权威机构或经过认证的数据库。品牌可参与知识库建设，但需通过第三方验证和备案；第三，多元化答案与解释性推荐。AI不应只给出单一结果，而应提供多选项推荐并附加解释理由；第四，行业自律与第三方监管。行业协会或第三方机构可以出台AI营销内容审核标准，避免GEO变成“暗箱操作”，以及类似《广告法》中对虚假宣传的规范，未来应有“AI 营销披露规范”；第五，平台和品牌需引导用户提升对AI内容的辨识能力，提醒用户“AI 回答不等于绝对正确”。
Frank则表示，借助GEO提升品牌可见度只是一个最基础的目标，对于真正优秀的品牌来讲，它不仅需要可见度，更需要消费者的信任感。“因此我们也在跟客户反复讲，突击式的‘排名运动’不是 GEO的最终目的，归根结底还是要让AI真正理解品牌的优势所在、将产品信息匹配到合适的场景里来打动消费者。”
对于如何避免潜在的信任风险，Claire和Frank基于业务中的经验也谈了自己的理解。Claire认为，首先，AI营销服务提供商应该给AI提供真实且高质量的内容；其次，通过多智能体交叉验证机制，有助于及时发现和修正错误。Frank补充指出，大模型有基础的向量数据库和预训练常识，试图扭曲认知常识的输入会被推理机制否决。他预判，避免数据被污染的最可行路径或是建立行业可信数据源联盟，行业中口碑好、公信力高、有标准制定能力的品牌很可能会成为大模型厂商在数据集预训练端的优先合作伙伴，这是有很大概率会发生的事情，“未来模型方之间的博弈就将发生在数据端。”
在谭寅亮看来，GEO能否帮助品牌把握住AI平台这一流量入口，关键在于以下几方面：一是内容结构要清晰、能满足用户需求，可信性和权威性要高，这样能方便AI模型提取和引用内容；二要持续监控在AI回答中的“品牌被提及次数”“AI引用内容准确度”等新型指标，并据此进行持续优化；三是品牌要意识到，GEO并非短期流量爆破的工具，而是逐步累积权威与品牌认知的一种方式，长远来看可能会带来更稳定的价值。
Frank在采访中也特别强调应该用长期主义思路看待 GEO，他说：“做GEO不应短视化，而是要考虑在AI生成的海量内容里，如何在长时间维度里、在AI每一次提及时，保持品牌叙事的一贯性表达。这对品牌来说是个非常大的挑战，但也是非常有意义的事情，因为大模型能沉淀品牌资产，进行持续表达，所以品牌应该将自己的叙事贯穿到任何阶段的内容生产中。GEO的价值就在于通过一套意图拆分、交叉验证、实时校准的机制，将品牌故事固定在AI的认知坐标系中。未来，品牌在AI平台抢夺的将不再只是可见度、推荐率、准确率等指标，而是特定叙事逻辑的优先话语权。”
不过，跳出GEO本身，从范围更广的营销领域来看，营销形式虽然在变，但营销本质没变，即营销如何影响消费者决策、如何塑造用户价值等本质问题未发生改变。在数字营销领域，2017年王赛参与合著出版的《数字时代的营销战略》一书中曾介绍了以“4R”框架为核心的数字化营销方法论，“4R”即消费者识别（Recognize）、数字化触达（Reach）、持续性关系构建（Relationship）和交易回报实现（Return），王赛认为，到了AI时代，也仍然可以匹配这套方法论。 “今天的营销是以用户决策链路为中心来布局，GEO是其中的一种方式，并不代表全部。整合营销要求品牌从不同的角度去影响消费者，而不是把全部筹码都押在某一种方式上，正如当年不能把品牌命运只交给SEO。唯有多链路、多触点共同塑造品牌，才能让流量与长期心智并存。”
来源|商学院杂志
