回顾
GEO过去一年火了三次。去年中的时候，随着AI抓取能力的加强和普遍应用，国内外社媒开始讨论GEO。GEO全称 Generative Engine Optimization，简单来说就如3.15所言，给大模型“投毒”。专业点儿来说，就是让品牌或者产品，能在AI搜索引擎内抓取、采纳并且呈现给用户。
关注一位博主，曾短暂投入过GEO方面的创业，到年初放弃。而我当时也让Gemini的DeepResearch做了一次调研。从目前我的状态来看，大家就知道并未深度投入。
为什么不深入？我当时有三个判断。
第一，GEO 本质上还是 SEO。国内搞这套，说到底还是内容农场的路子。门槛低，没护城河。 第二，小规模跑通容易，但想做成大生意，得铺大量销售去对接老板。这不符合我“轻步快跑”的现状。 第三，算不清账。业内叫零点击。你很难证明大模型里的某句推荐，到底带来了多少实在的收入。没法算账，客户就没法持续掏钱。
但 3.15 曝光后的现象，让我觉得之前的判断有点保守了。
当下
在人人玩虾🦐的时代，FOMO（害怕错过）的情绪充斥社会。各个公司也在鼓励AI整合到现有工作中，“蒸馏”员工的业务知识到skills里面，然后削减人头。有没有提效不知道，但是这场运动，愈演愈烈。
3.15 曝光之后，圈里反倒多了一批来询单的老板。都不想错过风口，想抢先占位。不管是自己做正向营销，还是给对手下黑手，老板们都愿意从营销预算里挤点钱出来，砸在 GEO 上。
节目中也有说，一年出200单。当然，商务促单说的数据，不一定对；但也从侧面说明，有需求，而且这个需求是低垂的果实。不需要你懂太多大模型的知识和原理，只需要接住老板们的情绪，并通过批量发布内容给到情绪按摩即可。
话虽如此，原理还是要懂一点。由于涉及平台生态，这就不得不提 GEO 的前身——SEO，以及它背后多年的对抗和演进。
原理
GEO和SEO类似，这也是为什么很多SEO公司会跨过来做GEO。其核心，还是在互联网上留下内容。至于怎么留、留哪些，我们不妨参考SEO的逻辑。
举个例子，当我想做测评网站，我们需要关注哪些内容？
首先第一个，关键词。很多网站会批量堆砌关键词，以期望在用户搜索的时候，命中。典型的做法，是像旅游网站，结合5w1h，进行关键词组合。例如：“春季上海周边1小时家庭出行，用可达出行一眼便知”。通过词语组合的方式，提高曝光。这招曾经被不同旅游网站用过。（当然，可达出行是我的产品。）
第二个是内外链结构。这也是谷歌搜索的成名算法：Pagerank的原理。Pagerank大致可以类比为：这个人行不行，看的是周围人对他的评价。这也是为什么会有很多网站，在底部穿插友链。其实也和linkedin到处找人评价一个原理。
此外，还有很多其他细节。比如域名权威性、网站加载速度、网站存在时长、网站结构是否清晰可读、网站死链数等。最最关键的，根据用户搜索意图动态调整内容。还会有人专门去抓长尾词，来获得一席之地。
SEO 与内容农场
规则一旦明确，就有人琢磨怎么蒙蔽规则。这便催生了臭名昭著的内容农场。
早年做网站挂广告还很赚钱的时候，有人发现捷径：拿其他语言的内容机器翻译成中文，直接往网站里塞。这就是为什么你搜技术问题时，总能碰上一堆狗屁不通的机翻文章。这种玩法跟营销号废话文学如出一辙：“解决这个问题的办法，就是找到解决问题的办法。”用海量低质信息换取高权重。
内容农场还会建一批空壳网站互相引流。更有甚者，用黑产手段黑进高权重的老域名，暗中植入自己的链接。
反作弊思路
搜索的核心是帮到用户。最直接的判断标准是：如果用户点进你的网页，一秒钟就退出来点了下一个，说明你的内容是垃圾。搜索引擎据此降低排名。现在的推荐算法也是这个逻辑，小流量池里没反馈，就切断流量。
但如果黑产批量注册域名，打一枪换一个地方呢？事后惩罚就失效了。这里就要引入风控思维。
风控分事前、事中、事后。刚才说的是事后反馈。事前，谷歌搞了一套 EEAT 评价体系（经验、专业、权威、信任度），靠这几个维度提前给网页打分。事中则侧重应急，发现问题怎么最快切断下线。
反作弊的本质不是追求绝对干净，而是无限拉高作弊者的成本，让他们付出收获不对等。
GEO 怎么做
回到 GEO。大模型现在抓取内容，用的还是老一套反作弊逻辑。但它也有其特色：偏好结构清晰的文本，层次分明，要点前置。这恰恰也是大模型生成内容擅长的。
虽然现在RAG在部分场景已经不那么SOTA（优雅），但其思路还在。模型是分块读取内容的，所以把内容拆成独立的小块，前后关联别太强，这种更容易被总结。大模型也偏爱 PGC（专家生产内容）的格式。看上去权威。比如“XX 深度测评”“XX Top榜单”“A 产品 vs B 产品”。把这些内容发在社交媒体或新闻公关平台上，用平台的权重给内容背书。
所以 GEO 的实操没什么高深技术。无非是写内容、调内容、发内容，跟大模型的反作弊规则做持续测试。
GEO 的未来
搞清楚了怎么做，最后面临的是怎么交差。
和 SEO 相比，GEO 最大的硬伤是数据归因断层。过去你能清楚看到用户搜了什么词、在页面停留了多久。但在 GEO 里，这些全成了黑盒。
但非要在这个问题上较真，可能就走偏了。GEO 实质更像品牌广告。你很难精准算出地铁里的一块广告牌带来了多少转化。老板只要预算够，投 GEO 进行适当的营销配置就是必要的。
目前的交付标准大部分是：我的产品能不能被豆包、DeepSeek 推荐？评价好不好？能不能在多个主流模型里同时露脸？能，单子就算结了。至于长周期，那就是长周期的钱了。
大模型这边也在想办法赚钱。像 OpenAI 就在测试基于引用的点击分成模式。国内跟进只是时间问题。
反作弊方面，大模型厂商迟早会加一层识别（甚至其实有，只是强弱问题），专门拦截这种密集发布的营销水文。技术上不难，难的是平衡用户体验、黑产流量和自身的商业化诉求。这是一场不断升级的对抗游戏。
最后，我想从个人角度说说：在 AI 时代，我们的技术经验很容易被打包成一个固定的 skill。但我们独特的表达方式、思考角度和内容输出是无可替代的，甚至会变成模型训练的语料，直接推送到潜在客户与合作伙伴面前。
好好用 SEO，也用好 GEO。少说废话，多输出点扎实的体验和专业见解。打造个人品牌，是抵御周期较为稳妥的路。
关于作者：前网易游戏、米哈游算法专家，在数据、算法方面有 7 年实践经验。正在构建自己产品和品牌的路上。