創業圈聚焦創新經濟，關注創投機構

AI大模型已走進大眾日常，圍繞GEO（Generative Engine Optimization，生成式引擎優化）的灰產生意依然在潛滋暗長。

所謂GEO，是指通過針對性優化品牌信息的發布內容，提高其在生成式AI搜索與問答工具中的被引用率和排名。而商家通過批量分發品牌相關信息后，可以從源頭上影響生成式AI工具信息的抓取，不知不覺中改變AI的回答，最終干擾用戶的信息獲取與消費決策。

這一市場無疑潛藏巨大商業價值，但GEO產業仍處發展初期，圍繞AI大模型“投毒”的爭議頻頻。為獲得所謂“更好展現”效果，在商業軟文批量生成環節，一些真假參雜的數據信息被批量分發，直接影響生成式AI工具對用戶提供的答案。這一灰色產業鏈已形成完整的流水線操作和商業閉環，滲透進眾多AI大模型用戶的日常使用。

今年央視3·15晚會曾曝光其中亂象——部分不法商家通過在某GEO優化系統中虛構產品、編造虛假參數，系統幾分鐘就自動生成十余篇宣傳軟文，還能虛構用戶測評、行業排名。一款并不存在的產品，竟然獲得了熱門推薦。

“我們公司算國內第一批吃這碗飯的。”GEO行業從業者張默對《創業圈》雜志記者說道。2015年之前，張默所在公司長期承接SEO（Search Engine Optimization，搜索引擎優化）業務。AI大模型2023年大爆發，該公司便開始轉向GEO業務。目前，公司團隊超過300人，確認分發關鍵詞、回復客戶報價以及協調媒體發稿排期等，幾乎成為每日工作常態。

張默向《創業圈》雜志記者提供的一份報價單顯示，GEO的單個投流關鍵詞為單季度單平臺1000元-2000元，“投放后，快的兩三天見效，慢的一兩周也能穩定排名。目前模型優化成功率60%-80%，合作客戶的品牌轉化率普遍能提升30%以上。”

這門生意也有“紅線”。張默稱，公司會篩選客戶資質，對醫美、金融以及教育等監管嚴格的行業客戶加倍小心，沒相關資質的廣告投放絕對不做。“對于客戶，也只展示案例和基本操作，不承諾商品排名或出現頻率的效果。因為我們不能排除客戶的競對也在同時做投放，且客戶投放后還需要長期維系排名。”張默說道。

從日常投放來看，諸多頭部AI大模型都成為客戶投放平臺。通常企業客戶不會只在一個平臺投放一個關鍵詞，而是設置多個關聯詞，在多平臺交叉投放覆蓋。

如客戶只投單平臺測試效果，“每個平臺抓取的偏好不一樣，我們就根據這個匹配合適的資源發布。便宜的資源就是普通自媒體號，自己注冊就能發，成本很低。”張默透露。

對于“投毒”行為，張默認為，“大模型廠商難以進行防御。”他進一步介紹，有的AI大模型有自己的內容抓取平臺，這些平臺相對容易搭建賬號和投放，從而影響AI生成結果。而有的大模型有較嚴格的內容源篩選機制，滲透難度相對較高。

GEO市場規模還在持續增長。如何防止虛假信息對AI大模型生態的持續污染，不容忽視。

圖源：《創業圈》雜志記者AI制圖

01

被操控的AI答案，推薦可能是廣告

在一些從業者眼中，GEO更直白的說法，是給AI大模型“投放自己準備好的信息”。

“AI大模型還是缺乏完整的判斷力，會抓取、整合那些難以辨別真偽的內容。”張默解釋，AI搜索與傳統搜索的區別，在于傳統搜索是羅列網頁鏈接，需要用戶自行篩選，廣告也有明確標注；AI只能搜索整合全網內容，基于與問題的匹配度等進行抓取生成，用戶會默認這個答案是客觀中立的。也正是這種認知差，讓AI“投毒”的效果超過傳統廣告。

“因此在生成內容時，為更方便AI抓取，會以貼合大模型篩選抓取習慣的方式生成邏輯性強、案例充足、有理有據、關聯詞多的內容，這樣大模型很容易采納。”張默說道。

3·15晚會演示的完整“投毒”流程顯示，系統針對一款并不存在的智能手環生成宣傳軟文，這些軟文被批量發布到上百個自媒體賬號后，當用戶在AI大模型中詢問這款智能手環時，AI即給出詳細的產品介紹，還引用虛假賣點，將其列為“高性價比首選”。

《創業圈》雜志記者另實測發現，在某頭部AI工具中輸入消費產品類問題時，AI工具推薦的品牌，并不以電商平臺的銷量和好評為推薦標準。以“智能門鎖推薦”為例，排名第一的品牌在單個電商平臺銷量基本在10萬左右，而排名第二的商品卻有100萬銷量。該AI答案的參考資料，基本來自于自媒體的測評或推薦，并無權威媒體來源。若更換其他AI工具詢問同樣的問題，排名則并不一致。

張默向《創業圈》雜志記者透露，業內對AI“投毒”有較為清晰的界定：一是發布的文章內容虛假；二是文中偽造數據、資質、行業排名等，再通過批量發布制造“信息密度”，讓AI大模型把虛假信息當成標準答案。兩者兼具就是標準的AI“投毒”。

中國互聯網絡信息中心數據顯示，截至2025年12月，我國生成式AI用戶達6.02億人，較2024年底增長141.7%，普及率達42.8%。調研數據顯示，當前約80%用戶通過AI獲取消費信息，約50%網民將AI作為消費決策重要依據，對AI答案的信任度顯著高于傳統搜索廣告。

張默提供的案例顯示，瑞士一家腕表客戶做完關鍵詞優化后，在AI大模型的回答中，品牌露出率從17%提升至89%，拉動產品銷量直接上漲42%。一家美妝客戶完成關鍵詞優化后，品牌搜索量增長2.3倍。

02

產業鏈分工明確，分級代理、層層加價

產業鏈中游，是“投毒”內容的批量生成與全網投喂。《創業圈》雜志記者看到的一家GEO公司內部后臺操作系統顯示，整個流程被拆解成標準化四步：關鍵詞設置、軟文創作、全網分發、排名維護。

首先是關鍵詞擴展，一名業內人士向《創業圈》雜志記者展示的內容生產系統顯示，系統可以圍繞品牌核心詞拓展出100-200個相關長尾詞，最終篩選30個左右高流量詞重點投放。

此外，這類系統內置了適配AI大模型信息抓取邏輯的內容模板，只需要輸入品牌名、產品參數、想要的排名等，就能一鍵生成多篇宣傳軟文，不僅能虛構產品功效、檢測報告、行業排名，還能自動生成用戶測評、專家推薦、銷量數據等內容，甚至能模仿不同媒體的寫作風格，讓虛假內容看起來更“真實”。

“以前做SEO優化，還要雇寫手寫文章，一篇至少幾十塊錢。現在用AI，一分鐘就能生成多篇內容，人工成本大幅下降。”上述業內人士說。

《創業圈》雜志記者調查發現，為了讓AI大模型采信這些虛假內容，業內也形成一套成熟的“內容造假方法論”。比如，文章必須采用總分結構，開頭直接給出核心結論，再分點拆解，邏輯越嚴謹的內容越容易被AI大模型優先抓取；通過大量賬號發布內容，相互引用、交叉印證，制造“信息證據鏈”。

針對全網分發環節，低價批量發稿也成為一門生意。

《創業圈》雜志記者看到，在上述后臺展示的媒體批量發稿名單中，包括普通自媒體賬號、行業垂直平臺，乃至部分媒體機構。針對媒體的不同類型、不同等級以及不同分發數量，有不同的打包價位。利用平臺對權威信源的權重傾斜，通過“信息轟炸”，讓AI在全網抓取時能高頻次接觸到這些內容。如果想要保證排名不掉落，對沖掉競爭品牌的排名，后續還要長期發布新內容進行維護。

“AI大模型的核心邏輯是‘頻率即權威’，同一個品牌的正面內容出現頻率越高、來源越多，AI就越會認為它是可信的。”前商湯研究院院長、快思慢想研究院院長田豐在接受記者采訪時直言，GEO背后的灰產正是利用大模型的這個底層邏輯，用高密度同質化內容，給AI制造“多來源驗證”的錯覺，最終實現對AI答案的影響。

更隱蔽的是，AI平臺抓取信息存在漏洞。一些違規內容投放后，網頁抓取到頁面的歷史快照，即使后續被內容平臺下架刪除，相關歷史記錄仍會干擾AI大模型的搜索結果。

產業鏈下游，是規模化的變現與代理擴張。

《創業圈》雜志記者調查了解到，目前GEO服務形成兩種主流變現模式：一種是給企業提供運營服務，頭部服務商的單客戶年度預算能達到100萬-200萬元；另一種是兜售GEO優化系統發展下線代理，一套系統年使用費或僅數百元，代理可加價轉售賺取差價，毫無經驗的新手也能快速變身GEO服務商。

互聯網大廠也紛紛下場搶食。業內人士透露，多家互聯網大廠去年開始嘗試GEO業務，將AI優化作為新的營收增長點。不過與第三方服務商不同的是，大廠通常針對自身的AI工具以及內容平臺廣告位進行優化，第三方的投流服務商往往是全平臺覆蓋。

對于互聯網大廠或AI大模型廠商而言，自身承接的廣告排名和外界投放的廣告本身，也需要排位博弈，而自身的內容要防止受到污染，需要提高相應針對能力。

一名頭部AI大模型公司的內部人士對《創業圈》雜志記者表示，此前曾有客戶詢問是否能投放，最終被技術團隊拒絕。

03

“投毒”難防，存在結構性盲區

多家GEO服務商表示，只要AI大模型還依賴全網公開信息生成答案，“投毒”就有可乘之機。

《創業圈》雜志記者就此聯系多家頭部大模型廠商，詢問是否可利用技術手段溯源內容源頭，截至發稿未獲回復。

田豐則認為，在原理上，AI大模型并非無法實現防御，而是存在結構性盲區。這恰恰是黑產屢屢得手的核心原因之一。首先，AI大模型基于概率推斷，容易陷入“頻率即權威”的陷阱，易被高密度同質化內容誤導；其次，當前幾乎所有主流大模型都采用RAG架構獲取實時互聯網信息，該檢索架構脆弱，僅需少量惡意文檔就能操控輸出，這也是AI能抓取最新內容的核心。

更關鍵的是，一般情況下，“投毒”內容沒有明顯的違規特征，人工審核和規則系統也難以識別。

AI大模型“投毒”的危害不容小覷。田豐對《創業圈》雜志記者強調，“GEO背后灰產的終極危害，或是整個社會AI認知基礎設施的崩解。”

在他看來，“投毒”的危害分為三步升級：第一波是當下的消費信息污染，第二波是12-24個月內專業領域的決策失真，最嚴重的是2-3年后出現的訓練數據“代際污染”。

“當GEO污染滲透至模型的核心訓練數據，此后的清洗就會變得極其困難。被污染的數據會隨模型迭代持續傳播，就像萊姆病在診斷前已在體內擴散，等到行業意識到問題時，虛假信息已經融入大模型的‘血液’。”田豐分析說。

GEO可能走向更隱蔽的“選擇性真實”，即AI生成內容看似句句是真，實則整體存在誤導。對此，田豐建議稱，要通過TrustRAG等技術過濾異常文檔；推理層對信源做多樣性權威加權，打破高頻即可信邏輯；訓練層則建立數據溯源，對爆發式、同質化內容降權。終極防御方式是從信息密度響應轉向信源質量響應，引入信源熵、時間異常檢測、不確定性透明披露，從底層設計免疫“投毒”。

“最重要的還是要建立AI答案溯源立法和第三方獨立審計，讓AI決策可驗證、可監督。讓用戶知道答案來自哪里，可能受到了哪些影響。”他說道。

監管日趨嚴格，體系也日趨完善。

3月14日，國內首部《生成式引擎優化（GEO）行業自律公約》正式簽署，明確建立“黑帽GEO”負面清單及聯合懲戒機制。對AI“投毒”、惡意操縱AI答案等行為，采取行業通報、服務限制、信息共享等懲戒，形成行業自凈合力。

3月30日，工信部、國家網信辦、科技部等十部門聯合印發《人工智能科技倫理審查與服務辦法（試行）》，將倫理審查前置到研發階段，要求企業在模型訓練前就必須完成數據合規性審查。訓練階段必須先過數據合規關，算法、模型、系統的設計要避免偏見歧視和算法壓榨，保障資源分配、機會獲取、決策過程的客觀性與包容性；運營期間也要建立常態化監測機制，違規內容必須第一時間攔截處置。

技術層面，大模型平臺則從底層重構防御體系。據了解，多家AI大模型廠商已通過加強權威引用溯源、提升低質內容過濾、強化RAG檢索可信校驗等方式，對抗虛假內容污染。

（應受訪者要求，文中張默為化名）

作者 | 何珊珊

編輯 | 郭儒逸

冰火兩重天！三星市值突破萬億美元，家電業務中國市場大撤退

高管擬套現8億元！江波龍股價大跌，存儲生意好不好做？

內存暴漲引發國產手機漲價潮，市場格局生變？