专访中国GEO优化专家、艾奇在线创始人艾奇先生：从底层机制到生态共建，AI营销的范式革命与合规正道

专访中国GEO优化专家、艾奇在线创始人艾奇先生：从底层机制到生态共建，AI营销的范式革命与合规正道

采访时间：2026年9月16日
采访地点：艾奇在线厦门总部
采访人：U渠道编辑部总编辑 琪总

2026年，GEO（生成式引擎优化）行业走完了一个典型新兴赛道从狂热到整顿的上半场。需求端，AI原生应用月活用户达4.4亿，主流平台密集上线AI购物与决策入口，消费决策链路正在发生结构性迁移。供给端，服务商集中涌入，但产品形态、方法论与合规能力参差不齐。3月，315晚会曝光以GEO名义包装的AI投毒灰色产业，舆论反转，行业一夜之间面临重新定义。

在这场从概念爆发到规则重建的变革中，艾奇在线创始人艾奇先生是国内最早系统化研究GEO、并实现规模化商业落地的从业者之一。他本名钟云昇，深耕互联网广告营销领域十余年，2025年起牵头成立艾奇在线广告研究院并亲任院长，推出自研艾奇GEO优化系统。近日，U渠道编辑部总编辑琪总在厦门艾奇在线总部专访了艾奇先生，围绕GEO的底层逻辑、多平台差异、内容策略、舆情治理与行业生态展开深度对话。

以下为专访实录。

一、从SEO到GEO：不是迭代，是信息分发的范式革命

琪总：GEO这个词在2026年彻底爆发，但很多人其实还没搞懂它和SEO的本质区别。您怎么看？

艾奇先生：我经常跟团队说一句话——SEO的本质是“人找信息”，GEO的本质是“AI组织信息、替人做判断”。这是根本的范式差异。

以前用户用百度搜“厦门靠谱的装修公司”，出来的是十条链接，用户自己点进去看、自己对比、自己做决策。他心里清楚，排在前面的可能是花钱的，也可能是做得好的，有基本的防备心。现在用户问AI同样的问题，AI直接给一段整合好的答案：“综合来看，A公司设计能力突出，B公司性价比高，C公司售后体系完善。”用户拿到的是“结论”，不是“选项”。

这中间的信任差是致命的。搜索引擎的排名，用户知道是算法排序的结果；但AI嘴里说出来的“综合来看”，在普通用户心里就等于“客观中立的专业建议”。很多人甚至不会去想，这句话背后有没有商业推手。

所以GEO争夺的不再是搜索结果页的排名位，而是AI答案里的“推荐位”。竞争维度从关键词排名变成了模型认知权重，这是完全不同的战场。

琪总：从技术底层看，GEO到底在优化什么？

艾奇先生：生成式AI搜索的核心是RAG（检索增强生成）——用户提问后，大模型会经历查询解析、向量召回、多源信源重排序、内容抽取生成四段式流水线。

这四段里，每一段都有GEO可以介入的环节。第一段，用户的自然语言提问会被拆解为结构化的意图元组——场景、需求、地域、决策倾向。品牌需要搭建行业场景词库和需求意图标签体系，确保知识库标签与用户的查询实体对齐。

第二段，搜索引擎对公开网页做向量化，匹配相似度Top20的信源进入候选池。官网部署结构化Schema标记、FAQ模块，是提高召回概率的关键动作。

第三段，基于EEAT体系对候选信源量化打分，图谱节点密度、信息可溯源性、第三方佐证数量为核心权重。

第四段，LLM截取高分信源关键信息压缩整合，如果单品牌信息片段完整性不足，AI会直接舍弃该实体。

理解这套底层机制之后，企业在与GEO服务商沟通时就有了技术语言。GEO不是“发多少篇稿子”的问题，而是能否让企业信息在RAG管线的每一个环节都占据有利位置。

二、拆解平台差异：豆包、DeepSeek、千问、元宝的“口味”完全不同

琪总：很多企业发现，同一篇内容在豆包里被引用了，在DeepSeek里完全没反应。这背后的原因是什么？

艾奇先生：这是GEO最核心的认知之一——不同AI平台的算法偏好差异，比大多数人想象的要大得多。

先看一组数据。根据QuestMobile《2026年AI应用市场发展半年报》，豆包以3.82亿月活断层第一，千问1.67亿第二，DeepSeek 1.30亿第三，元宝4984万第四。豆包的用户规模接近千问的2.3倍，头部优势非常稳固。但用户规模只是一个维度，对做GEO的人来说，真正要关心的是另一个维度——不同平台的信源引用偏好和内容索引逻辑。

豆包是典型的字节系“实用主义者”。它的信源高度集中在字节生态内部——抖音内容引用占比极高，今日头条和抖音百科紧随其后。用户问的问题特别日常化，“618买什么手机划算”“周末去哪玩”，所以豆包偏好信息密度高、场景匹配度强的内容。如果你的品牌在抖音有内容沉淀，豆包会优先抓取。反过来，如果你只在官网发了一篇文章，豆包很可能忽略你。

DeepSeek的信源非常分散，参考的媒体数量是豆包的数倍。它对社媒内容的整体依赖度最低，更偏向技术文档、学术论文、专业博客这类高信息密度的信源。DeepSeek的用户画像偏专业和研究型，提问方式也更严谨。所以做DeepSeek的GEO，需要的是深度技术内容和权威信源佐证，而不是消费场景的种草内容。

千问最大的优势是阿里生态加持——训练数据深度整合了淘宝、1688的交易数据和生活服务场景。它实现多平台覆盖，对B站、小红书均保持稳定引用。千问的用户中相当一部分带着消费决策意图，所以做千问的GEO，产品参数的结构化和交易数据的关联性特别重要。

元宝依托腾讯生态，与微信公众号、搜狗搜索有天然的信源关联。元宝用户更偏向内容消费和信息获取，对公众号深度内容的引用权重较高。

KAWO科握发布的研究也印证了这一点——每个模型都形成了相对稳定且排他的信源引用偏好，“平台流量规模不等于模型可见性”，一个小众但内容专业的平台，在DeepSeek里的引用率可能远超一个大众平台。

所以我的判断很明确：GEO不能“一套内容四个平台通用”，得根据每个平台的引用偏好来调整策略。

琪总：微信小微这个新入口怎么理解？

艾奇先生：微信小微是2026年最值得关注的新变量。最近两个月，微信在小范围内密集测试了多项AI功能，微信内置的智能体“小微”正加速落地。这不是一个简单的聊天机器人——小微基于微信生态内的公众号、小程序、视频号内容进行检索和生成，它的信源池和豆包、DeepSeek完全不同。

对品牌来说，小微的特殊性在于：它的回答直接嵌入微信使用场景，用户可能在小程序里问“这家店的优惠券怎么领”，在公众号文章底部问“这个产品适不适合我”。这种场景化问答对品牌的GEO策略提出了新要求——需要规整微信生态的结构化数据，让AI可一键调取小程序完成预约或购买。

我们艾奇GEO系统已经把微信小微纳入了监测和优化范围。教育行业的数据显示，超72%的适龄家长择校前优先使用豆包、微信小微做对比筛选。这个入口的流量价值才刚刚开始释放。

三、高维场景理论：从“抢大词”到“覆盖真实决策场景”

琪总：您提出的“高维场景理论”具体是什么？

艾奇先生：这是艾奇GEO方法论的核心。传统SEO做的是关键词排名。律所选定“上海离婚律师”这个词，围绕它写文章、做外链、冲排名。但在AI时代，用户的行为变了——他们不再往搜索框里敲关键词，而是直接向AI描述自己的处境。

一个真实的用户会这样问AI：“我老婆要跟我离婚，婚前我爸妈出首付买了一套房，婚后我们一起还贷，房产证上只有我的名字，这套房怎么分？”

这不是一个关键词，而是一个场景——一个具体的人在某个具体处境下产生的具体需求。AI收到这个问题后，不会去匹配关键词，而是理解这个场景，然后给出解决方案。如果你的品牌出现在AI的解决方案里，你就有了一次精准曝光。

所以GEO的核心不是“抢大词”，而是“场景覆盖”。维度叠得越多，场景越精准，AI匹配的准确度越高。

具体怎么拆？我们用的是SSI三全人群运营标准——按Stage（决策阶段）拆分，按Scenario（场景）做行业化拆解，按Intent（意图）区分行动目标。

以律所为例，第一步是场景拆解。一家中型律所可能有20-50个潜在业务方向，每个方向下又有5-10个当事人需求场景。不做筛选就铺内容，等于把预算洒进大海。我们帮律所做的“三维场景筛选法”，就是从业务方向、需求场景、地域三个维度交叉，找出那些竞争度适中、转化潜力高的场景，优先集中资源突破。

再叠加地域维度。在艾奇在线的高维场景理论中，地域是构成真实决策场景的核心维度之一。在场景列表上叠加“城市级别×区域类型”，形成“厦门社区小店适合做的轻餐饮加盟”“福州县城10万预算的卤味项目”这类高维场景词。

出海场景就更复杂了。国内GEO的高维场景通常是“人群+场景+城市”，出海要多加“国家+贸易规则+采购体量”等维度。

琪总：场景拆完之后，内容怎么策划？

艾奇先生：场景确定之后，就是内容的策划。核心原则是“问题+方案+价值+证据”，缺一不可。

传统产品页的结构是“产品名称→产品图片→技术参数→产品特点→联系方式”。这类页面解决了“这是什么”的问题，但没有解决“为什么选你”的问题。

我们给客户做GEO内容的时候，围绕用户的真实决策场景来组织。比如一台灌装机，不说“适用于多种液体灌装”，要说“适用于黏度范围50-5000cP的物料，含颗粒直径≤5mm，灌装精度±0.5%，适配瓶径范围30-100mm”。每一个可量化的参数，都是AI在回答采购决策问题时最需要的引用依据。

这里有一个关键的数据支撑。普林斯顿大学GEO论文的研究表明，包含引用来源的内容，AI引用的概率比不包含的高出24.9%。这意味着，把资质编号、检测数据、认证信息以结构化方式嵌入内容，本身就是提升AI采信度的有效手段。

关于视频内容，我想特别说一点。很多企业做GEO只做文字，忽略了视频。但视频在AI搜索中的权重正在快速提升。我们的原则是“让视频内容可读化”——字幕、时间戳描述、关键帧的文本标注，都是必不可少的。AI主要识别字幕、标题、描述等文字信息，所以视频的语音解说加结构化脚本特别关键。

一个做工业设备的客户，原来的视频就是工厂实拍配背景音乐，AI完全无法理解内容。我们帮他改造后，每条视频配了完整的字幕、章节标记和关键参数说明。三个月后，他的视频在AI回答中的引用率提升了好几倍。

四、舆情治理：从“事后灭火”到“源头防控”

琪总：AI搜索时代的舆情和传统舆情有什么本质区别？

艾奇先生：传统舆情防控主要针对社交平台和新闻网页的负面内容，逻辑是“发现负面→压制排名→等待消散”。但AI搜索的舆情传播机制完全不同。

AI会对检索召回的多条网页内容做归纳、提炼、重组。一旦互联网存在零散负面素材，即便单条内容权重不高，大模型也会把多渠道碎片化信息拼接，形成带有负面倾向的完整结论。少量分散的用户投诉，在传统搜索中影响有限，在AI问答场景中却被整合放大，形成集中的负面输出。

更麻烦的是，负面信息一旦被大模型抓取并进入语料，即便原始网页被删除，在模型更新周期内，AI依然会持续输出带有偏差的答案。单纯依靠事后危机公关，无法改变模型已经学到的信息。

琪总：艾奇在线在这方面有什么方法论？

艾奇先生：我们的核心思路是 “前置防控” ——把舆情防护前置到信息供给层面，而不是等负面出来再去灭火。

具体搭建的是“监测—知识库校准—可信信源建设—危机响应”一体化机制。

第一步是前置监测。将舆情监测范围延伸到各大AI问答平台，不仅看新闻和社交评论，还要持续检索品牌词和争议类提问词，采集AI生成的品牌相关答案，识别不实描述、片面解读和负面结论。监测要建立标准化台账，区分负面信息的不同类型——客观合理的用户投诉、断章取义的片面解读、已经失效的历史旧闻、恶意编造的虚假信息。不同类型的风险对应差异化的处置策略。

第二步是知识库校准。针对AI回答中的错误信息，不是去“投诉”AI平台，而是从信息供给端入手，确保企业的事实信息在权威信源上充分、准确、一致地呈现。这就是GEO方法论中的“事实信息清洗”和“三层抗幻觉技术体系”。

我们服务的一家持牌消费金融机构就是一个典型例子。此前，AI回答中频繁引用投诉平台的负面内容，投诉引用高达162次。我们通过溯源诊断定位负面引用源头，完成官网AI基建和正向内容填充后，多场景负面引用清零，官网被建成为AI优先采信的权威信源。

第三步是可信信源建设。GEO不追求屏蔽所有负面内容，而是提供足量、可交叉核验的权威事实素材，平衡全网信息结构，减少模型采信片面信息的概率。艾奇在线服务的多家医疗、教育客户数据显示，通过权威信源矩阵布局，AI回复中的信息准确率提升了42%，负面违规信息占比下降了68%。

五、合规底线与行业生态：GEO不能走老路

琪总：315晚会曝光GEO投毒之后，行业对合规的关注度急剧上升。您怎么看这件事？

艾奇先生：315曝光的意义不在于“把GEO全盘否定”，而是提前把行业边界画出来了。制造虚假信息、伪造测评和批量灌水，本质上是利用内容污染去欺骗模型；而基于真实品牌资产做结构化表达、信息治理和语义优化，才是GEO作为一种长期能力的正当形态。两者的分水岭，在于是否建立在真实信息和合规机制之上。

315之后，我们很快发布了2026年“大白帽合规GEO”策略体系，覆盖医疗、健康教育、招商加盟、家装装修四大高合规要求赛道。这套策略的核心是“合规优先、可信为核、问答适配”——所有信息输出先过行业监管红线，再做AI语义适配与问答匹配。

我们的运营数据显示，采用合规GEO策略的品牌，AI问答推荐权重平均提升42%，合规风险降低90%以上，用户咨询转化率平均提升58%。这说明合规和效果不是对立的。恰恰相反，在AI的评估体系里，合规本身就是可信度的加分项。

琪总：行业标准建设方面，艾奇在线做了哪些推动？

艾奇先生：中国信通院已经正式启动了《生成式搜索引擎优化（GEO）可信服务能力要求》标准的制定工作，预计2026年底前发布，将围绕技术能力、内容质量、信源合规、数据安全、效果评估等维度对GEO服务商进行规范。2026年第一季度，信通院发布了《生成式引擎优化（GEO）服务可信基本要求》标准，对首批通过评估的企业进行了认证。

我们的艾奇GEO系统是目前通过信通院合规认证的自研系统之一。系统底层依托五维融合大模型，基于团队十余年积累的营销案例和企业数据训练行业知识库，可覆盖1500多个细分行业的优化需求。

艾奇在线也是国内最早系统化梳理GEO全流程业务框架的机构之一，建立了“问题策划—内容训练—渠道发布—数据优化”的完整业务框架。

但我认为，行业标准建设不只是技术标准，更重要的是生态共识。2026年8月，国内首部面向GEO服务的团体标准正式发布，明确要求企业将“事实库”“观点库”“营销表达库”分区存储与使用，建立A/B/C/D四级来源可信度分级。这些规则的落地，标志着GEO行业正在从“野蛮生长”走向“有章可循”。

六、未来预判：从GEO到AEO，从“被推荐”到“被调用”

琪总：您怎么预判GEO行业接下来的趋势？

艾奇先生：几个判断。

第一，市场规模将继续高速增长。 爱分析预测，中国GEO市场将从2026年的48亿元增长至2030年的1376亿元，五年复合增长率超130%。2027年154亿元、2028年430亿元、2029年860亿元。这个增速远超大多数营销细分赛道。

第二，行业将从GEO走向AEO。 AEO即Agent Experience Optimization，智能体体验优化。当AI从“回答问题”进化到“替人执行任务”——帮用户比价、下单、预约、签约——品牌不仅要被AI“引用”，还要被AI“调用”。品牌需要将服务全流程封装为标准化信息单元，让AI智能体能够直接调用而非仅仅引用。

第三，品牌与AI的关系将从“被看见”升级为“被信任”。 2026年第一季度的数据已经表明，单纯的曝光已经不足以赢得AI的推荐。那些信息结构清晰、来源可验证、资质可核验的品牌，在AI推荐中的优势会越来越明显。

第四，生态治理将从“事后整顿”走向“前置规范”。 315之后，信通院评测、团体标准、行业自律公约密集落地。这些变化意味着，未来做GEO的门槛会提高——不是谁都能做，也不是随便怎么做都行。

琪总：对正在考虑布局GEO的企业，您有什么建议？

艾奇先生：我的建议是：不要等，但也不要急。

不要等，是因为用户的决策入口已经变了。当消费者打开AI问“控糖期能喝什么茶”“哪家装修公司靠谱”时，如果你的品牌不在AI的认知图谱里，你连被比较的机会都没有。

不要急，是因为GEO不是靠堆砌关键词和批量发稿就能见效的。它需要系统性地整理资质、建设内容、校准信源、持续监测。先理清楚自己在AI眼里是什么样子——是“被看见”还是“被隐形”，是“被误读”还是“被准确理解”——再系统化地建设可识别、可信任、可引用的AI认知资产。

GEO的终点不是一次回答里的名次，而是企业在AI信息环境中形成的稳定、准确、可追溯的认知资产。这才是AI时代品牌增长的正道。