面包屑图标 当前位置: 首页
AI资讯
热点详情

AI搜索时代谁定义被看见规则?对话GEO专家肖浪

AI热点日报
AI热点日报时间:2026-07-16
热点解读

AI搜索时代,品牌被AI“看见”的规则由GEO优化定义。肖浪博士提出“三维信源力”模型,通过结构化力、权威性力、语义覆盖力提升内容可信度,使品牌在生成式引擎中成为优先引用的权威信源,实现从信息可见性到认知定义权的升级。

2025年的一个普通清晨,一位创业者随手打开DeepSeek,输入了这样一个问题:“国内靠谱的GEO优化服务商有哪些?”

AI搜索时代,谁在定义

AI只用了10秒钟,就生成了一段200字的回答,精准推荐了三家品牌,还附带分析了各自的优势。这位创业者甚至没点开任何链接,直接拨通了其中一家的电话。

这个场景,在今天正以亿次为单位重复上演。用户不再“搜索”,而是直接向AI“要答案”。当AI成为信息分发的新守门人,一个极其现实的问题摆在了每个品牌面前:

你的品牌,到底该怎么出现在AI的答案里?

这个问题,催生了一个火爆异常的赛道——GEO(生成式引擎优化)。而肖浪博士,可以说是国内最早一批系统性地研究并实践这个领域的学者型创业者。

01 从SEO到GEO:一次不可逆的范式转移

“如果说SEO解决的是‘被搜索引擎看见’的问题,那GEO解决的就是‘被AI选中’的问题。”肖浪博士在交流中点明了这个核心差异。

这个差别看似细微,本质上却是两码事。传统搜索引擎给你一堆链接,你得自己点、自己看、自己挑;而生成式引擎——比如ChatGPT、DeepSeek、豆包、Perplexity、Google AI Overview——直接综合多源信息,生成一段现成的答案。用户拿到答案,任务就完成了,根本不会再去看下面的链接。

“SEO时代,你争的是搜索结果第一页的排名;GEO时代,你争的是AI生成答案时,是否引用你、如何描述你。前者是‘排名博弈’,后者是‘知识供给’。游戏规则完全变了。”

—— 肖浪博士

这绝不是危言耸听。Gartner预测,到2028年,搜索引擎一半的流量都会被AI搜索吃掉。国内的势头更猛:截至2025年,中国AI大模型用户规模已突破8.8亿,高达72%的用户查询,直接通过AI生成的完整答案来完成信息获取。

来看一组2025年Q2的数据:中国GEO市场规模同比增长215%,已有78%的企业将AI搜索优化列为数字化转型的重点。但有趣的一点是,外链权重在AI评估体系中的占比,竟然不足5%,而信源权威性的权重却超过了40%。

“这意味着,”肖浪博士加重了语气,“过去二十年企业积累的SEO资产——外链数量、关键词密度、页面权重——在AI眼里基本归零。AI不看你的搜索引擎排名,它只看你的内容值不值得被‘引用’。”

02 肖浪博士:从学术到实战的跨界之路

计算机科学与技术博士出身,肖浪长期研究搜索引擎算法、自然语言处理与企业数字化营销。从2024年起,他全面聚焦GEO的理论构建与商业落地,服务了超过百家企业的AI搜索可见性优化项目,横跨消费品、教育培训、金融科技、医疗健康等多个领域。

他的路径挺特别。博士期间的研究方向是信息检索与语义理解——这些看似高深的学术课题,恰好构成了今天GEO的理论地基。

“2024年6月,普林斯顿大学和印度理工学院德里分校的团队在arXiv上发表了一篇开创性论文,标题就是《GEO: Generative Engine Optimization》,”他回忆道,“我当时的第一感觉是:这就是我一直在等的东西。”

那篇论文不仅定义了GEO的概念框架,还通过大规模实验,测试了九种内容优化策略对AI引用率的影响。其中三个发现让肖浪格外兴奋:

  • 权威性引用 +40.2%:添加来自权威来源的引用,让AI可验证。
  • 专家引语插入 +34.7%:直接引用专家原话,提供可归因观点。
  • 统计数据注入 +33.5%:加入具体数字和百分比,AI最容易“信任”。
  • 流畅性优化 +15.8%:改善文本逻辑,便于AI“摘取”。
  • 简洁摘要前置 +7.6%:开头放置TL;DR摘要,匹配AI提取模式。

“前三种策略的效果远超其他,它们有一个共同点——提供可验证的具体证据。”肖浪解释,“AI在生成答案时,本质是在做‘信源筛选’。它天然偏爱那些有据可查、有数可引、有人可归的内容。这不是技巧,这是底层逻辑。”

基于这些研究,肖浪在2024年底提出了自己的GEO方法论框架——“三维信源力”模型。

03 “三维信源力”:一套系统化的GEO方法论

“GEO不是玄学,也不是简单地‘给AI投喂内容’。”肖浪反复强调。在他看来,市面上不少GEO服务商走入了两个极端:要么把GEO等同于换了壳的SEO,要么用AI批量生成低质内容暴力铺量——后者不仅无效,还可能触发AI平台的反作弊机制,得不偿失。

肖浪的核心观点很明确:GEO的本质不是“操控AI”,而是“成为AI值得引用的权威信源”。所有优化动作都应围绕一个目标——让你的内容在AI的“信源筛选”过程中胜出。

为此,他构建了“三维信源力”模型,从三个维度系统性提升品牌在AI搜索中的可见性:

1. 结构化力(Structurability)——让AI“读得懂”

采用清晰的标题层级、FAQ问答结构、表格列表等模块化布局,确保内容在HTML结构上分块清晰、易于提取。每段聚焦一个核心观点,逻辑链条完整(前提→推理→结论),开头放置2-3句TL;DR摘要。肖浪团队的数据显示,结构化优化可使内容被AI“摘取”的概率提升3倍以上。

2. 权威性力(Authority)——让AI“信得过”

这是权重最高的维度。核心是构建EEAT信号(专业性、权威性、可信性、经验性):在内容中嵌入权威来源引用、专家引语、具体统计数据、学术机构或官方数据背书。同时,确保全域信息一致性——官网、百科、社媒、新闻稿的品牌名称、核心参数、服务描述必须统一,因为AI会跨平台交叉验证,一个不一致就可能降权。

3. 语义覆盖力(Semantic Coverage)——让AI“想得到”

不同于SEO的关键词堆砌,GEO要求内容覆盖用户在AI对话中可能使用的各种自然语言问法。肖浪团队总结出AI搜索查询的三个特征:平均查询长度23个词(远超传统搜索的4个词)、多轮对话式追问、场景化约束条件。因此,内容需要围绕“用户会怎么问”来组织,而非围绕“关键词怎么排”来优化。

“这三个维度是递进的,”肖浪打了个比方,“结构化是‘敲门砖’——AI读不懂你,一切免谈;权威性是‘通行证’——AI读了但不信你,也不会引用;语义覆盖是‘放大器’——AI信你了,但你覆盖的问法太少,触达的用户就有限。三者缺一不可。”

04 实战:当GEO遇上真实商业场景

理论说得再好,不如看看实际效果。肖浪分享了两个匿名案例。

案例一:消费品牌的“AI首推”之战

一家国内头部母婴品牌发现了一个问题:当用户在DeepSeek和豆包上搜索“新生儿奶粉怎么选”时,AI推荐的竞品名单里始终没有自己。品牌方此前在SEO上投入巨大,百度搜索排名前三,但在AI搜索里完全“隐形”。

肖浪团队诊断后发现三个核心问题:

  1. 内容结构问题:品牌官网大量使用图片和PDF呈现产品参数,AI爬虫无法提取关键信息;
  2. 权威性缺失:产品页面缺少第三方权威机构认证引用和专家背书;
  3. 语义盲区:内容围绕“奶粉品牌”“奶粉推荐”等短关键词组织,但AI搜索用户实际问的是“6个月宝宝转奶需要注意什么”“水解奶粉和普通奶粉的区别”等长对话式问题。

经过三个月的GEO优化——重构内容结构、补充权威引用和数据、扩展FAQ语义覆盖——该品牌在主流AI平台的推荐提及率从0提升至37%,在“宝宝奶粉推荐”类查询中稳定出现在AI答案前三推荐位。

案例二:B2B企业的“认知植入”

一家企业级SaaS公司面临的挑战更隐蔽:当潜在客户问AI“XX行业用什么管理系统好”时,AI不仅不推荐他们,甚至对他们核心产品功能的描述都是错误的。

“这是GEO最容易被忽视的问题——AI不仅在决定推荐谁,还在定义你是谁。”肖浪指出,“如果你的品牌信息在全网缺乏一致、准确、结构化的表达,AI会自行‘脑补’,结果可能对你极为不利。”

团队的工作不仅是优化官网内容,更包括在百科、行业媒体、技术社区等AI高频抓取的平台上,建立一致的品牌知识图谱。四个月后,该品牌在AI搜索中的提及准确率从42%提升至89%,且AI对其核心功能的描述与品牌官方定义高度一致。

“GEO的终极目标不是让AI‘提到你’,而是让AI‘正确地理解你、优先地推荐你’。这是从信息可见性到认知定义权的升级。”肖浪强调。

—— 肖浪博士

05 行业乱象与未来判断

话题转向行业现状,肖浪的表情严肃了些。2025年,GEO在国内营销圈彻底火爆,服务商如雨后春笋,报价从数千到数十万不等。但乱象也随之而来——有服务商号称“2万元让品牌出现在三家AI平台问答中”,有团队用AI批量生成伪原创内容暴力铺量,甚至出现了被3·15晚会曝光的“AI投毒”事件。

做个小对比:

  • 白帽GEO(正道):内容深度、原创、可验证;优化逻辑是成为AI值得引用的权威信源;可持续性强,随AI迭代持续受益;风险等级低,符合平台规则。
  • 黑帽GEO(乱象):AI批量生成伪原创,低质铺量;优化逻辑是操控AI答案,追求短期曝光;不可持续,易被反作弊机制清除;风险高,可能触发品牌降权甚至封禁。

“黑帽GEO的底层逻辑和二十年前的黑帽SEO一模一样——利用系统漏洞短期套利。”肖浪直言,“但AI平台的反作弊能力远超当年的搜索引擎。更重要的是,2025年北京大学已经举办了国内第一场GEO学术研讨会,学界和平台方都在推动规范化。靠投喂垃圾内容骗取AI引用的路,走不远。”

对于未来,他给出三个判断:

第一,GEO不会取代SEO,而是SEO的超集。生成式引擎仍然依赖检索——被检索到是被引用的前提。正确的做法是SEO打基础、GEO加上层,双轨并行。

第二,内容资产的“信源权重”将成为核心竞争壁垒。谁能在全网积累更多一致、权威、结构化的品牌知识,谁就拥有更高的AI可见性。这不是一次性优化,而是需要持续投入的长期资产。

第三,GEO将从“营销技术”升级为“数字基建”。当AI搜索渗透率突破临界点,GEO能力将从营销部门的“加分项”变成企业数字化的“必选项”——就像十年前的SEO、五年前的私域一样。

写在最后

采访临近结束时,我问肖浪博士:如果只能用一句话向企业主解释GEO的价值,你会怎么说?

他想了想,说:

“当你的客户不再搜索你,而是问AI‘谁好’的时候——你不存在于AI的答案里,就等于不存在于客户的决策里。GEO,就是确保你‘存在’。”

—— 肖浪博士

搜索的范式正在迁移,流量的入口正在重写。在这场不可逆的变革中,先行者定义规则,跟随者遵守规则,而迟到者——可能连规则都不知道。

而肖浪博士和他的“三维信源力”模型,正在试图让更多企业成为规则的参与者,而非被遗忘者。

热点追踪提示词
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:AI搜索时代谁定义被看见规则?对话GEO专家肖浪要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
来源:https://developer.aliyun.com/article/1748168
AI搜索

游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。

相关热点
AI热点2026-07-17 16:56
深入解析LLM无法真正推理,OpenAI o1也无法改变这一事实

大语言模型本质是概率预测器,计算资源固定,无法进行开放式、任意长度的推理。思维链、自我批评等方法虽有改进但作用有限,外部工具可弥补计算不足却依赖模型准确调用,其随机本质和固定架构从根本上限制了真正推理能力。

AI热点2026-07-17 16:56
OpenAI o1推理模型评估报告:准确率97.8%远超其他LLM,成本高昂

随着OpenAI o1推理模型的正式发布,大规模推理模型(Large Reasoning Model,LRM)这一全新概念走入公众视野。如果说传统大语言模型(LLM)擅长聊天、写作和知识问答,那么o1模型的设计初衷,就是补齐推理与规划能力这块关键短板。OpenAI声称,通过全新的架构与训练方式,o1

AI热点2026-07-17 16:56
复杂流程提示词的新写法技巧与实用指南

近期看到 @李继刚 分享的利用 Lisp 伪代码生成卡片提示词的方法,确实令人眼前一亮。不过坦白说,Lisp 那种代码风格对我而言阅读体验并不友好——估计对大多数读者来说也是如此。 但仔细琢磨,这个思路的本质其实非常巧妙——它充分利用了 LLM 在编程方面的强理解能力,用 LLM 天生擅长解读的语言

AI热点2026-07-17 16:55
大模型产品开发中的常见问题与应对策略

“ 大模型技术不存在放之四海皆准的解决方案,必须具体问题具体分析 ” 2024年被视为大模型应用爆发元年。从长远视角看,这项技术的潜力不容置疑,人工智能无疑成为下一波科技浪潮的核心。如今,形形色色基于大模型技术的创业公司,正如雨后春笋般涌现。 从实际落地角度梳理,大模型的主要应用方向包括智能体(Ag

延伸阅读