“GEO”概念引爆二级市场，AI时代的革命性营销工具来了？

近日生成式引擎优化“GEO”（Generative Engine Optimization）概念引爆二级市场行情，该应用领域第三方营销公司包括蓝色光标、值得买、易点科技股价一度暴涨。AI时代，越来越多的人已经逐渐习惯从大模型中获取解释、观点乃至行动建议，作为搜索式引擎优化的升级版，GEO也在代替传统的SEM成为新型营销策略。

在概念被热炒的同时，多方下场推广GEO服务，涉及到实际应用层面，哪类企业更具备实施GEO的能力？是否存在“越早进入成本越低”的窗口期？在生成式人工智能的逻辑下，GEO的规模化应用又将如何影响内容的生产和传播逻辑？长江EE独家采访长江商学院市场营销学副教授、高层管理教育项目学术主任李洋教授，就GEO的工作原理、应用边界、以及AI+营销的变革方向，进行了全面解读。

李洋

长江商学院市场营销学副教授

MBA项目副院长

高层管理教育项目学术主任

Q

长江EE：GEO作为AGI时代的广告策略，其市场空间几何，窗口期有多大？

李洋教授：生成引擎优化GEO正在取代传统搜索引擎。传统搜索引擎是优化搜索链接里目标内容的排名，GEO则通过大语言模型合成多种信息来源，生成答案，目标是提升特定内容在包括豆包、Deepseek等大模型里的可见性。

从SEM/SEO到GEO，很大的变化是以往通过点击量影响内容排名，现在更多关注“答案份额”，这显然是一个更前沿的应用领域。简单来看，可能覆盖传统搜索引擎目前的整个市场，也就是搜索引擎营销（SEM/SEO）的市场，还将影响包括内容营销公关、关键意见领袖（KOL）、口碑管理等这些传统营销预算的支出。

全球SEM市场预计有几百亿美元规模，GEO不是SEM的补充，而是替代性方案，GEO的市场空间肯定会比SEM当前更大。

这对于中国营销市场的意义非常大，不同于欧美市场依赖类似谷歌的搜索引擎作为最大的流量入口，中国市场是平台优先的逻辑，抖音、微信、小红书，淘宝、京东等这些大平台嵌入大语言模型作为搜索助手，会更加削弱网站链接排名，也就是搜索引擎的影响力。因此，GEO将通过影响“答案份额”，影响这种跨平台的搜索结果。

受GEO话题热度的带动，最近GEO概念股大幅拉升，包括长江校友赵旭隆创立的数字营销企业迈富时（Marketingforce），股价也大幅上涨。

至于GEO企业发展的窗口期，我判断在未来一两年之内，会呈现较大的变化：

接口可能会更加丰富，以往只有搜索这一个主要接口，未来可能会出现更多新型的GEO接口；

内容质量的标准可能也会进一步校准：什么是更好的答案；

平台将出台系列政策，政府也可能出台相应的监管政策。

Q

长江EE：AI模型公司、有搜索引擎的公司，乃至封装了搜索API接口的第三方公司都表示有能力做GEO这件事，这几类公司的能力边界在哪里？谁更具备长期优势？

李洋教授：从基础层到应用层都具备不同的优势。

最底层是生成式引擎本身，是DeepSeek、豆包这类大模型公司。他们决定大语言模型+搜索+排序+引用逻辑，他们的能力边界就是大模型的能力边界，也是最大的边界。

第二层是内容的搜索入口，也就是流量的分发平台。这些大平台的搜索引擎，或者超级应用平台，比如说百度、微信、抖音、小红书，以及京东、阿里…他们的优势在于他们有大量的用户群体，拥有庞大的流量规模。

第三层就是企业方、品牌方，这一层进行信息的生产。关键在于他们能否提供可靠的、权威的事实信息产品，包括服务条款、合规声明，以及是否持续更新他们的知识库。

还有一层就是GEO的运营方，类似当年SEM的第三方服务商专门进行搜索引擎的营销优化。未来会出现基于GEO生态的第三方运营商，有可能是一些第三方的营销公司、代理机构，这类公司的机会在于他们跨平台内容的运营能力、增加产出内容的权威性，以及将涉及的数据分析管理等等工作。

作为品牌方，肯定要优先关注事实层面，优化自身结构化的知识库，包括答案的治理。信息最终的来源是品牌方，品牌方应该先把这个阵地站好。其他不同层面的服务有不同公司在做，肯定是平台方最具备长期优势，包括拥有“围墙花园”的平台方，占据流量等长期优势；以及比如DeepSeek等基础大模型，他们也存在长期优势；以及GEO引擎的技术提供方，也具备一定的优势。

相较之下，聚集流量的大平台，他们的杠杆应该可以做得更强。

Q

长江EE：GEO需要具备生成被AIGC更易选中的答案的能力，GEO相关企业的大量操作，将如何反向影响内容创作逻辑？对原创性、专业性与公共知识结构意味着什么？

李洋教授：通过AI对话获取信息方式的普及，将带来GEO的普及，也将改变内容的获取及生产方式。有些内容策略，比如增加引用的来源、添加具体的统计数据，可能会帮助提升目标内容在生成式引擎里的可见度。以往更多的内容是叙事型的，未来将更多强调证据，尤其是模块化的证据。

此外，以前搜索引擎更关注关键词，AI时代将更加强调信息的来源和归属：谁说的、采用什么标准、有哪些数据支持、什么时候更新的以及等等。以往更强调内容风格上的原创，现在将更讲究信息来源的可靠性。

对原创性的影响也有两面性：肯定会一定程度上损害原创性，比如说未来GEO引擎，可能倾向于某种特定风格的措辞，特定的模板化答案，这可能会损害创意。但同时也可能更加强调具有统计基础的一手数据、可靠的信息来源，激励原创。

就像当年的搜索引擎，一方面帮助大家获取更多更真实的信息，另外一方面，也可以通过关键词管理、竞价排名等手段有目的地干扰信息的获取。

我预感更权威、更专业性以及公共领域的知识，未来会在GEO影响下变得更智能、话语权更大，当然这要看大语言模型的技术进化方向。

Q

长江EE：一旦一个答案已经生成，再覆盖原有答案意味着更大的数据量和更高的投入，这个基本逻辑在AGI时代是否成立？是否意味着越晚进入成本越高？

李洋教授：商业领域的先发优势是个普遍现象。但也要具体看，如果未来生成式引擎严重依赖权威或者稳定的数据信息来源的话，肯定是越晚进入成本越高，因为建立权威是需要过程的，获取这种大流量平台的支持也是需要过程的，这跟以往的互联网运作逻辑类似。但是如果未来的生成式引擎，更侧重于时效性和个性化的话，对于后来者的挑战就没有那么大，因为后来者也可以找到新的细分领域的机会，尤其在一些快速变化的信息类别，比如科技、产品迭代、价格变化等等。当然，也看平台的治理政策，包括相关的政府监管政策，如果两方都选择限制头部玩家操纵市场的行为的话，那种互联网早期的规模化牟利效果可能就会减弱。

Q

长江EE：GEO会否产生AI数据污染、刷单等长期扰乱市场秩序的问题？预计监管部门将如何应对？

李洋教授：这种情况当然是有可能发生的。凡是出现新的技术模式或新的规则，肯定会有人去钻空子利用这一模式，生成虚假内容或者清洗信息（如“洗稿”）牟利。这些行为往往会被包装成营销手段。此外，AI 还可能产生所谓的“幻觉（AI hallucination）”，即生成看似合理、但并不真实的内容。这些问题将不是偶发性的，而将随时都可能发生，并将长期存在。

对于政府监管方向而言，可能会与之前的搜索引擎、大模型监管方式存在一定的一致性，因为都涉及到信息的发布跟分发，涉及社会媒体治理的范畴，可以参考目前已出台的相关法律法规。此外，监管措施也将不断与时俱进，比如网信办发布的《生成式人工智能服务管理暂行办法》，就要求依法安全负责任地提供和使用生成式AI。未来监管可能也会对合成内容进行溯源，强制添加信息来源的标签等等有所要求。

在实操层面，我认为监管层未来可能会进一步强化对信息来源与标签的要求，包括对内容进行标记、水印处理和可溯源管理。同时，也会加强对平台的问责机制，要求信息分发平台承担起内容检测、标识管理以及排序机制中升级、降级等责任，并对违规内容及时采取移除等措施。此外，网络水军等问题可能仍将长期存在，只是其形态将发生变化，未来可能会基于大模型等技术不断进化。

Q

长江EE：企业品牌营销如何定位GEO对自身品牌构建的价值？是不是必争之地？

李洋教授：AGI作为科技确定性发展方向，GEO肯定是未来的趋势，需要品牌方严重关切，但是我觉得从当下实操角度来看，首要的是关注品牌安全、信息准确的公关管理，另外，在早期阶段，这类能力所带来的价值更多体现为防御属性，而非进攻属性。

防御价值在于特别需要防范竞争对手恶意贴标签，进行错误描述。防御价值是必不可少的，其核心在于确保大模型在涉及品牌相关问题时给出准确、合规的答案，包括品牌的产品信息、市场合规、售后政策、差异化定位，以及优势与劣势等。企业希望这些关键信息在大模型中的呈现是准确且一致的。

进攻价值则是跟以往做搜索引擎优化的逻辑类似，主动地影响用户心智，这就要更多结合生成式引擎的特点，植入权威信息。如果是高客单价、品牌声誉特别敏感的产品，GEO就是必不可少的；但如果同质化较强，客单价也比较低的产品类别，进入的紧迫性也许就没有那么强。

Q

长江EE：广告营销是AI时代颠覆最大的行业之一，教授能否预测下AI未来对营销领域还会有哪些巨大影响，品牌方可以做好哪些准备？

李洋教授：AI跟营销结合可能是AI最容易落地的领域之一，因为营销行业本身有大数据基础，且离钱比较近，此外营销行业比较容易试错，一个广告打错了，再打一个就行了，无伤大雅。除GEO之外，AI在营销领域仍存在大量应用方向，包括更加深入的个性化系统建设，如内容个性化、创意个性化，以及基于AI的新型品牌代理模式；同时，销售端与传播端的协同也将进一步加强，推动营销与销售更加深度融合。

未来，营销活动将更多由算法驱动，无论是定价、促销，还是产品组合与库存管理，算法的应用程度都将显著提升。其中，最关键的变化在于衡量体系将更加数据化和算法化。历史上营销行业的一大痛点是企业知道一半的广告费浪费了，但不知道是哪一半。未来随着整个营销链路数字化程度的进一步提高，归因会更加清晰，整个营销过程也将更加数据化、模型化、概率化。简而言之，科技进步，会让“因为相信、所以看见”，变得更加“因为看见，所以相信”。

营销领域未来肯定是大数据驱动的智能生态，在这个过程中肯定不会只有一端变化，供给端的企业会变化，需求端的用户也会变化。

很难说AI+营销一定会变成什么样子，现在我们讲的这些故事都是基于现在的人群画像和社会形态，随着科技的进步，人的行为和社会结构也会随之发生变化。未来的人类跟新技术有怎样的互动，我们拭目以待。（来源：长江商学院EE）