钛镁AI吉晨亮：GEO的第一性原理 是构建大模型对品牌的信任机制

【亿邦原创】7月23日，在亿邦动力举办的“2026全球化新品牌AI竞争力大会”上，钛镁AI联合创始人兼CTO吉晨亮发表了题为“AI信任构建，重塑全球品牌增长话语权”的演讲。

吉晨亮表示，随着AI逐渐成为消费者获取信息和辅助决策的新入口，品牌竞争正在从搜索时代的关键词排名，转向AI时代的模型认知。GEO（生成式引擎优化）的核心，是帮助品牌建立大模型对自身的理解和信任机制，让模型能够准确识别品牌定位、产品能力和价值，并在消费者决策过程中形成有效推荐。

围绕这一逻辑，吉晨亮拆解了大模型从用户意图理解、信源检索、权重排序到答案生成的完整链路，并提出海外品牌开展GEO需要重点建设官网、Reddit、YouTube、维基百科以及行业权威媒体等高权重信源，同时通过知识图谱、模型探针等方式持续优化品牌在模型中的认知。

他认为，未来GEO与GEM（生成式引擎营销）将共同影响品牌增长。广告能够带来曝光，但品牌仍需要在大模型中形成准确、稳定的自然认知，才能更好承接AI时代的新流量入口。

本文根据嘉宾现场演讲整理，在不影响原意的基础上有所删改。

以下为演讲实录：

大家好，我是钛镁AI联合创始人兼CTO吉晨亮。在GEO这个圈子里，可能大家更熟悉我的另一个称呼。因为我是山西人，所以大家都叫我“醋哥”。

钛镁AI目前专注于国内和海外的GEO服务。今天时间不长，我不讲特别宏观的叙事，主要从微观和实操层面，分享我们对于GEO落地的一些思考。

01

从搜索排名到模型认知，品牌竞争进入新阶段

现在很多人都在讲第一性原理。GEO的第一性原理是什么？我认为，就是构建大模型对一个品牌的信任机制。我们做GEO，本质上是在做面向模型的叙事，解决的是如何建立这种信任机制的问题。

先分享几个数据。目前，ChatGPT、Gemini、Grok等海外核心AI平台，App端月活合计已经超过12亿，其中ChatGPT大约有9亿多。

凯捷研究院去年发布过一份覆盖全球12个国家、一万多名消费者的报告。报告显示，75%的受访者高度接纳由AI提供购物推荐。这一维度数据在国内市场的调研结果是83%；在海外，68%以上的受访者表示已经通过AI推荐完成实际下单。

今年，ChatGPT进行了战略调整，从3月开始已经无法在对话内完成即时购买，但Gemini和微软Copilot仍然能够在对话内实现购买路径。昨天我和几家出海品牌交流时发现，已经有不少品牌开始布局AI购物推荐。它目前的体量没有想象中那么高，但正处于快速发展的过程中。

用户的消费决策习惯也在发生变化。

在货架电商阶段，用户可能先看到广告、发现需求，再进入亚马逊，或者通过Reddit等平台了解和分享信息，整个认知、了解、决策路径比较分散。AI出现以后，它逐渐成为了连接需求和交易的中间媒介。消费者产生需求时，会先通过AI了解有哪些品牌、哪些产品能够满足自己，然后直接通过AI转到电商平台完成购买，所以我们认为，如今AI作为超级流量承接的载体，直接实现了通过单窗口一站式就能完成整个购物闭环。

品牌要顺应这条路径，首先仍然要做好SEO。SEO通过关键词、关键词密度和优质外链组织内容，为了能够在传统搜索引擎中获得更高排名；GEO则需要在AI环境中完成对用户意图的理解，并围绕意图建立内容网络。

当用户向模型提问时，模型首先会拆解问题背后的意图，将其转化为关键词或者短语，再进入自身的信源体系进行内容搜索。

不同模型的信源结构有所差异。例如，ChatGPT会使用商业数据、新闻源以及来自Bing的部分公域信息；Gemini更多基于Google的体系；Grok则会结合X及其他公域信源。

完成信息采集后，模型会对信源进行权重排序。这也是品牌需要提高媒体内容质量的原因。在这个环节中，有一个专业术语叫RAG，即检索增强生成。模型会根据获取到的信源及其权重调整内容顺序，选取其中权重较高的信息进行总结，最终生成呈现在消费者面前的答案。

从用户提问到意图拆解，再到信源检索、权重排序和总结输出，这就是模型生成品牌相关内容的基本链路，也决定了品牌应该如何开展GEO。

02

海外GEO要抓住意图、图谱与高权重信源

开展GEO，首先要解决的问题是：如何找到用户真正具有高意向度的问题？

我们开发了一套名为“虹膜引擎”的系统，用于推演用户的搜索意图。推演的数据来源包括Reddit等消费者集中发声的社交媒体、第三方商业合作渠道，以及部分国内模型合作渠道。基于这些信息，我们能够判断用户经常关注的高权重意图。

第二步是解决模型对品牌的认知问题。

模型需要理解一个品牌是做什么的。很多GEO服务商会在这一环节建议品牌建设知识库，以减少模型幻觉。因为大模型自身的训练数据相对滞后，可能不了解新品牌，也无法及时掌握产品迭代，只能通过公域数据寻找产品的实体参数、关系和能力属性。

但知识库主要解决的是内容创作过程中的幻觉问题，并不能完全解决模型的品牌认知问题。

我们通过“知枢引擎”构建知识图谱。简单来说，就是建立一个模型的镜像，研究模型如何理解一个品牌及其产品，并据此发现自身的内容机会和竞品存在的问题，再对内容进行重构。

第三步是持续感知模型变化。大模型是一个不断迭代的黑盒。根据我们的研究，国内外主流大模型通常每两周就会进行一次小迭代，有的甚至每周都有小版本更新。每次升级都可能调整信源、检索算法和内容总结体系。

因此，我们设置了大量Agent探针，持续抽样采集模型对相关问题的回答，再根据采样结果分析模型认知及其信源结构的变化。

在完成意图洞察、图谱构建和模型监测之后，还要进行信源匹配与内容分发。国内和海外市场在这方面存在较大差异。

国内拥有丰富的第三方媒体，包括网络媒体、自媒体和视频媒体等多模态内容渠道。海外的信源结构则相对集中。

对于出海品牌，我的第一个建议是重视官网。根据我们的研究，官网在海外大模型信源中的权重占比超过58%。官网是品牌的第一信源，也是所有信任的原点。因此，无论是独立站还是品牌官网，对其内容和结构进行重构都非常重要。

官网之外，还需要建设其他媒体信源。ChatGPT会引用TechRadar、《福布斯》等商业媒体和行业头部媒体，品牌可以在这些平台持续生产高质量内容。对于B2B企业，我们在实际操作中还发现，在LinkedIn上完成企业身份和专业能力的可信度建设非常重要。

从UGC媒体网络来看，Reddit在绝大多数行业中的信源占比超过20%。此外，完整、准确的维基百科内容，对模型理解品牌也十分重要。

一般来说，只要品牌能够在官网、Reddit、YouTube以及相关行业头部媒体上进行高质量的信息建设，GEO的表现通常不会差。这是我们当前比较直接的实操经验。

我们曾服务过一家头部3C数码品牌。经过数据采样，我们发现了50个用户核心搜索意图，并围绕前述渠道进行优化。

大约两个月后，该品牌的核心提及率得到明显提升。核心提及率是GEO中的重要指标，指用户向模型提问后，品牌出现在结果中的推荐概率。没有进行GEO优化时，这家品牌的提及率约为20%；经过优化后，提及率提升至95%—98%，整体提升约300%。

到第三个月，通过模型引流至独立站，或者通过Copilot、Gemini完成站内购买所产生的转化，环比增长了56%。

目前，AI模型给品牌电商销量带来的直接转化体量还没有那么大。但作为新的流量入口，AI已经成为影响消费决策的重要阵地。品牌现在进行持续投入，是在为未来的流量迁移提前建立认知基础。

03

从GEO到GEM，广告不能替代品牌的自然认知

GEO是一件需要长期积累的事情。用户正在进入一个新的信息场域，而模型具有一定的拟人化特征。在模型的“脑子”里，一个品牌不是一组孤立的关键词，而是一个立体、网状的认知结构。如果品牌没有主动建立这一认知，就很难出现在消费者面前。

关于生成式引擎营销，也就是GEM。

GEM还是一个比较新的概念。就像过去的SEO和SEM，那么GEO也会逐渐走向GEM。目前，ChatGPT已经建立了广告投放路径。虽然消费者不能在对话内直接购买，但已经可以跳转至电商平台完成交易。当前这一广告产品主要面向北美市场，其他市场还在逐步推进。

有了GEM，是不是就不需要做GEO了？我的看法是否定的。

假如用户看到了品牌广告，却没有在模型的自然回答中看到这个品牌，转化率会受到怎样的影响？如果用户看到广告后进一步询问品牌信息，模型给出的回答却不准确，甚至是完全错误或负面的，又该怎么办？

因此，GEO需要围绕消费者的完整决策链路展开：从消费者产生需求时让品牌获得自然露出，到消费者进行品牌选择时形成正向、准确的认知，整个过程都需要持续优化。只有把这些环节连接起来，才能更好地完成消费者教育和转化承接。

最后简单介绍一下钛镁AI。今年5月，我们获得了来自分众的战略投资。目前GEO行业仍处于快速发展阶段，相关团体标准正在制定，钛镁AI也是GEO行业以及团体标准的参编单位。截至目前，无论是国内客户还是海外客户，我们的续约率都超过100%。

以上是我今天的分享，谢谢大家。