GEO时代的暴利、暗礁与合规生死线：从“百度一下”到“问问AI”

引言

最近，受龙韵股份的邀请，我做了一场关于GEO（生成式引擎优化）的法律分享。和几位行业里大咖聊下来，又有了些新的启发，同时也跟大家分享。

过去二十年，中文互联网的流量分发逻辑始终围绕“搜索"这一核心动作展开。从早期“百度一下”，到后来微信、小红书等平台的站内搜索，都是"百度一下"这一行为的延伸，并由此催生出成熟的SEO（搜索引擎优化）产业。

如今，风向正在悄然转变。用户越来越习惯直接向AI提问：“30岁女性抗初老，选超声炮还是热玛吉？”或是“推荐适合看球赛的酒吧”。

流量入口正从“搜索框”移向“对话框”。 当生成式AI能够越过海量链接，直接为用户生成最终答案时，若答案中未曾提及，便意味着在某种程度上落伍新时代，这正是GEO成为焦点的原因。

作为法律从业者，我们在关注其中商业机遇的同时，更需清醒认识到其背后隐含的法律风险。技术的演进往往先于规则的建立，而GEO领域已呈现出多处需法律审慎界定的灰色地带！

谁在入局？三大群体抢占GEO新大陆

尽管这是一个崭新的领域，却蕴含着无限的想象空间——在当下高度内卷的市场环境中，新的流量入口往往意味着更低的获客成本与更优的竞争机会。

作为长期关注Web3与AI领域的律师，我观察到目前已至少有三大群体积极参与其中：

1. 使用者：实体商品与服务提供商

他们着眼于AI流量带来的直接商业转化，试图通过影响AI的推荐结果，获取优先曝光机会。

例如：

• 医美机构放弃传统搜索竞价投放，转而采购“AI语义注入工具”，力求当用户询问“最好的隆鼻医生”时，AI能优先推荐自家机构。

• 培训机构、汽车销售等行业，也尝试通过生成式引擎优化（GEO），让AI回答相关问题时，率先推荐他们的产品或服务。

2. 投资者：投资机构与基金

他们从两个层面布局：

• 发掘赛道：通过观察哪些企业在AI推荐中占据优势，判断其行业竞争力，从而锁定潜在投资标的。

• 争夺话语权：谁能影响AI的语料与推荐逻辑，谁就能在未来的投顾建议与行业分析中掌握主动权。

3. 服务者：GEO行业从业者与创业者

这群人通常具备快速学习与技术应用能力，积极投身于工具开发、策略服务与流量运营中。他们以各种形式——有的正面创新，有的游走于灰色地带，不断探索这个行业的边界与可能性。这也正是本文第二部分将重点讨论的群体。

GEO的三种姿态：暴利、陷阱与法律红线

在GEO的实践路径中，不同手段通常被归类为“黑、灰、白”三色。作为律师，我必须强调一点：技术的逻辑终点，往往是法律的起点。

1. 黑帽（Black Hat）：行走在雷区的“技术操纵者”

典型手段拆解：

• 间接提示词注入（Indirect Prompt Injection）：在网页中嵌入仅AI可识别、人眼不可见的指令（如白色文字），诱导AI在回答时优先推荐特定内容。

• 知识库毒化（RAG / Knowledge Poisoning）：通过注入虚假或带有偏见的数据，污染公共索引库，导致AI在检索增强生成（RAG）过程中输出预设的有偏结果。

• 虚假实体伪造（Entity Forgery）：在地图、百科等公开数据源中伪造地址、资质等信息，污染AI训练数据或实时检索内容，营造虚假声誉。

• 负面GEO攻击（Negative GEO）：向竞争对手网站植入恶意代码或敏感词，触发AI安全过滤机制，导致其被屏蔽或标记为不可信来源。

法律风险定性：

• 刑事层面：极易构成“破坏计算机信息系统罪”（《刑法》第286条），一旦干扰AI系统正常运行，即触及刑事红线。

• 民事层面：属于明显的不正当竞争行为（《反不正当竞争法》第11条），需承担损害赔偿责任，赔偿金额可能因AI传播效应而显著放大。

2. 灰帽（Grey Hat）：行走在边缘的“流量搬运工”

灰帽试图规避明显的违法犯罪，依赖规模效应影响AI判断，信奉“量变引起质变”。

典型手段拆解：

• 批量洗稿与语义降维：使用AI生成海量低质重复内容，稀释真实信息，迫使 AI抓取预设的正面语料。

• 模拟点击流攻击（Bot-driven Interaction）：通过自动化脚本模拟用户点击行为，人为提升特定内容在AI中的点击率（CTR），骗取算法权重。

• 软文霸网（Masked Promotion）：组织马甲账号在社交平台批量发布伪装成真实体验的推广内容，使其被AI视为“用户反馈”并纳入检索库。

法律风险定性：

• 虚假宣传责任：该类行为实质构成虚假宣传，违反《广告法》与《反不正当竞争法》，监管部门已逐渐采用“实质重于形式”原则进行打击。

• 品牌被“拉黑”的风险：一旦被AI平台的反作弊系统识别，相关域名或品牌可能被永久列为不可信来源，导致其在AI环境中“数字性死亡”。

3. 白帽（White Hat）：长期主义的价值建设者

白帽策略的核心不是“操纵AI”，而是“成为AI信赖的优质数据源”。尽管合规成本较高，但其积累具有显著的复利效应。

典型手段包括：

• 内容结构化与摘要优化，便于AI理解与提取；

• 部署结构化数据（Schema Markup），增强内容语义清晰度；

• 强化引用与溯源（Citations & Factuality），提升信息可信度；

• 采用FAQ建模，直接响应常见用户问题。

我们强烈推荐这条路径——它建立在合规基础上，通过持续提供真实、优质、可验证的内容，赢得AI与用户的长期信任。

从SEO判例看GEO：历史不重复，但违法逻辑相通

尽管目前还没有专门针对GEO的司法案例，但其本质上与SEO有许多共通之处。过往SEO领域的相关判决，很可能成为未来GEO案件的重要参考。以下我们结合几个典型案例进行分析：

案例一：干扰算法的“万词霸屏”案

在SEO时代，“万词霸屏”曾是一种典型黑帽手法：通过高权重网站生成大量垃圾页面，强行占领关键词搜索结果。在相关案件中，法院认定该行为破坏搜索引擎正常秩序，构成不正当竞争，判决被告赔偿百度275.3万元。

对GEO的启示：

当前部分GEO手段如出一辙，例如通过AI批量生成低质内容，试图“喂养”模型以实现答案霸屏。这种行为不仅可能导致品牌被模型拉黑，在法律上也同样可能被认定为“干扰网络产品正常运行”，构成不正当竞争。

案例二：购买竞争对手关键词案

在“慧鱼”商标案中，被告将他人注册商标设为搜索关键词，使用户搜索时结果指向自身产品。法院认定该行为违背诚信原则，构成不正当竞争。

对GEO的启示：

类似逻辑在GEO中可能表现为更隐蔽的“提示词注入”——例如在网页中嵌入针对竞品的诱导性指令，试图影响 AI 的回答导向。这种通过技术手段间接误导用户、劫持流量的行为，同样可能触碰反不正当竞争红线。

案例三：虚假问答式口碑营销案

此前已有公司因在知乎、贴吧等平台组织虚假“用户体验”内容被处罚。监管部门认定此类行为欺骗消费者、扰乱市场秩序，违反《反不正当竞争法》。

对GEO的启示：

如今一些灰帽GEO手法与之高度相似：利用AI批量生成伪测评、假种草，营造“全网推荐”的虚假声量。需清醒认识到：AI只是工具，若其输出内容建立在虚假信息基础上，实质仍属于虚假宣传，尤其在医美、健康等强监管领域风险极高。

行业合规警示：不同赛道，不同“雷区”

开展GEO实践必须结合行业监管特性，穿透技术表象看清合规底线。举例而言：

• 教育培训：严禁通过语料注入等方式，借AI之口作出“保过”“提分第一”等结果承诺。只要内容源于自身投喂，机构即为责任主体。

• 医美机构：属于医疗广告范畴，需严格审查。若通过GEO诱导AI输出疗效对比、真人案例或变相推荐，可能直接违反医疗广告法规。同时也应防范竞争对手利用“负面GEO”进行商业诋毁。

• 大健康与Web3：宣称疗效、承诺高回报等均为敏感红线。若因GEO策略导致AI输出“零风险高收益”类内容，极易涉嫌虚假宣传乃至非法经营。

GEO的崛起：人类对信息分发权的再争夺

基于行业观察，分享以下观点与建议：

1.对创业团队的启示：与其等待，不如先行

互联网大厂虽然拥有资源与数据优势，但其内部科层制与标准化流程，往往在应对GEO这种敏捷、精细化运营的场景中响应迟缓。因此，对于Web3与 AI领域的初创团队而言，如果能够及早搭建清晰的合规架构，完全有机会在这片“新大陆”上抢占先机。

曼昆建议：技术可以大胆探索，但必须筑牢合规底线——尤其是刑事风险的防范。优化AI抓取逻辑固然重要，但一切应建立在尊重事实、遵守法律的基础之上。

2.对GEO用户的提醒：攻守兼备，主动建设

• 防守：建立AI声誉监控体系

建议企业尽快部署针对 AI 语料与推荐结果的监测机制，一旦发现被“负面 GEO”攻击或恶意操纵，应及时固定证据，并善用法律手段维权。

• 进攻：拥抱白帽，成为AI的“优质伙伴”

AI的进化趋势不可逆转。与其被动规避，不如主动学习其逻辑，通过提供真实、可信、结构化的内容，成为AI愿意信任并优先推荐的信息来源。

结语

在AI驱动的信息时代，算法是外表，数据是内容，而法律则是支撑整体的骨架。缺乏合规支撑的流量策略，即便一时繁盛，也难抵监管与时间的考验。

我们不仅关注现行法规，更着眼于未来赛道的合规走向。如果您在GEO合规、AI侵权防范或Web3法律架构方面需要进一步探讨，欢迎与我们联系，共同梳理风险、寻找路径。

*本文为上海曼昆律师事务所的原创文章，仅代表本文作者个人观点，不构成对特定事项的法律咨询和法律意见。欢迎更多Web3从业者投稿、爆料。如需转载及法律咨询，请添加客服：mankunlawyer。

本文作者

赵暄

上海曼昆律师事务所

合伙人

赵暄律师毕业于清华大学法学院，在最高法院在内的各级法院和北京上海等地的主要商事仲裁机构代理数百起复杂的商事诉讼、仲裁案件。赵律师处理了很多涉及互联网公司、AI领域创业公司以及Web3行业公司的法律问题，包括但不限于公司架构、投融资、争议解决、新兴问题等领域。

王晓维

高级律师

王晓维，高级律师，北京桦天律师事务所数据业务委员会主任。清华大学工学学士，清华大学法律硕士。专注于AI数据业务、Web3合规业务，及民商事业务。深耕加密资产及数字创新领域，为AI领域、Web3领域的投资者及创业者提供投融资及合规业务服务。

关于曼昆