連續(xù)漲停！一文帶你看懂讓A股殺瘋了的GEO，到底是個(gè)啥？

最近A股的AI應(yīng)用板塊，殺瘋了。

易點(diǎn)天下、中文在線、天龍集團(tuán)，連續(xù)漲停都不帶喘氣的。

最夸張的是藍(lán)色光標(biāo)，在不到半個(gè)月時(shí)間里，股價(jià)翻了一倍不止，直接讓老股民都懷疑人生。

之所以漲這么兇，是因?yàn)檫@幫資金在炒一個(gè)東西：GEO（Generative Engine Optimization）。

所謂的GEO，簡(jiǎn)單說(shuō)就是就是：給 AI“洗腦”。

以前做營(yíng)銷，是求著百度、谷歌收錄你的網(wǎng)頁(yè)，這叫SEO。 現(xiàn)在的 GEO，是求著 ChatGPT、Kimi、豆包在回答用戶問(wèn)題時(shí)，能順嘴提一句你的品牌，最好還得說(shuō)好話。

這不僅僅是換個(gè)地方打廣告，本質(zhì)上是在爭(zhēng)奪AI 時(shí)代的最終“解釋權(quán)”。

別以為這只是A 股韭菜們的自嗨。 大洋彼岸的聰明錢也早就動(dòng)了。紅杉資本、英偉達(dá)這些頂級(jí)獵手，早就聞到了血腥味，并在去年在GEO領(lǐng)域完成了下注。

今天，硅基君就帶大家盤一盤，這個(gè)讓A 股漲瘋了的GEO，到底是真機(jī)會(huì)，還是又一輪割韭菜的新鐮刀。

從“拼排名”，到“拼被AI引用”

如果說(shuō)傳統(tǒng)SEO 拼的是搜索排名，那么它的底層邏輯，是圍繞“網(wǎng)頁(yè)被點(diǎn)擊”展開(kāi)的競(jìng)爭(zhēng)。

關(guān)鍵詞匹配度、內(nèi)容深度與廣度、反向鏈接、用戶停留時(shí)間——這些因素共同決定了你在搜索結(jié)果中的位置。

但到了AI 時(shí)代，這套邏輯開(kāi)始失效。

用戶不再點(diǎn)進(jìn)網(wǎng)頁(yè)，而是直接向ChatGPT、Claude、Gemini 提問(wèn)；內(nèi)容不再通過(guò)鏈接分發(fā)，而是被模型“消化”后直接生成答案。

這意味著一個(gè)根本性的變化：比起被搜到，品牌更需要被模型“記住”。

如果模型在回答問(wèn)題時(shí)想不起你、不會(huì)主動(dòng)提到你，你在這個(gè)入口里就是“不可見(jiàn)的”。線上營(yíng)銷競(jìng)爭(zhēng)由此從“拼排名”，轉(zhuǎn)向了“拼被 AI 引用、提及與推薦”。

這就帶來(lái)了一個(gè)很關(guān)鍵的問(wèn)題：AI到底喜歡什么樣的內(nèi)容？

從目前看，AI 更偏好清晰、可解析、可總結(jié)的內(nèi)容形態(tài)，比如有明確的結(jié)論，清晰的分點(diǎn)結(jié)構(gòu)，以及對(duì)比表述，這些形式更有利于模型抽取與復(fù)用。

在邏輯變化的同時(shí)，搜索貨幣化方式也變了。

谷歌的商業(yè)模式是廣告，一次點(diǎn)擊，就是一次變現(xiàn)。而ChatGPT、Claude 等大模型，大多走訂閱制，用戶付費(fèi)購(gòu)買的是“服務(wù)能力”，而不是曝光廣告。

這意味著，模型提供商并沒(méi)有動(dòng)力去展示第三方內(nèi)容，除非這些內(nèi)容能顯著提升回答質(zhì)量。未來(lái)即便出現(xiàn)廣告，規(guī)則也會(huì)與傳統(tǒng)搜索完全不同。

當(dāng)然，GEO被投資人看好的邏輯還不止這些。

回看SEO時(shí)代，其實(shí)并沒(méi)有跑出真正的平臺(tái)型巨頭。

Semrush、Ahrefs、Moz 等工具都做得很成功，但它們始終是功能型工具：有的做關(guān)鍵詞研究，有的做反向鏈接，有的做技術(shù)審計(jì)，各自占據(jù)一個(gè)利基市場(chǎng)，卻沒(méi)有形成全棧平臺(tái)。

原因很簡(jiǎn)單：SEO工具既不掌握用戶入口，也不控制數(shù)據(jù)分發(fā)，更不存在網(wǎng)絡(luò)效應(yīng)。

而GEO改變了這一點(diǎn)。GEO的本質(zhì)是，幫助品牌理解并影響模型的認(rèn)知方式。它涉及的是模型如何吸收信息、如何引用來(lái)源、如何在不同上下文中形成判斷。

這意味著，真正掌握GEO 的平臺(tái)，理論上可以做三件事：

持續(xù)從各垂直領(lǐng)域的隱性提示中學(xué)習(xí)；

跟蹤模型行為的變化并快速迭代策略；

成為品牌與LLM 之間的“記錄系統(tǒng)”，追蹤可見(jiàn)度、表現(xiàn)與結(jié)果；

簡(jiǎn)單來(lái)說(shuō)，SEO更像是一個(gè)高度分散的工具市場(chǎng)，而GEO更有可能跑出集中化的大平臺(tái)。

紅杉領(lǐng)投，GEO產(chǎn)業(yè)落地的7個(gè)案例

圍繞這一變化，營(yíng)銷產(chǎn)業(yè)正在快速演化。

消費(fèi)品牌、傳統(tǒng)的SEO參與者以及創(chuàng)業(yè)公司都在推出一系列手段來(lái)適應(yīng)GEO時(shí)代：

1）Canada Goose（加拿大鵝）通過(guò)新平臺(tái)分析ChatGPT如何描述他們，不只是“保暖”這么簡(jiǎn)單，更看重品牌層面的提及頻率。

2）傳統(tǒng)營(yíng)銷工具Semrush、Ahrefs 推出新功能，幫助企業(yè)追蹤自己在AI回答里的可見(jiàn)性。

3）新創(chuàng)平臺(tái)如 Profound、Goodie、Daydream，甚至開(kāi)始幫品牌微調(diào)模型行為、優(yōu)化輸出提示、監(jiān)測(cè)情緒和引用頻率。

在GEO服務(wù)領(lǐng)域，已經(jīng)跑出了一些代表性案例。

比如，Semrush、Ahrefs 等老牌工具，開(kāi)始推出 AI 可見(jiàn)度相關(guān)功能，幫助企業(yè)追蹤品牌在 AI 回答中的曝光情況。

而新一代GEO 原生平臺(tái)，則走得更遠(yuǎn)。其中，紅杉領(lǐng)投的Profound最具代表性。

Profound定位于企業(yè)級(jí)AI 搜索可見(jiàn)度與優(yōu)化平臺(tái)，幫助品牌優(yōu)化AI搜索中的可見(jiàn)性。

AI答案引擎引用的來(lái)源中不到一半位于搜索引擎前10個(gè)結(jié)果中。借助Profound，品牌可以找出影響內(nèi)容可見(jiàn)性的因素，并確保它們?nèi)匀惶幱谧铒@眼的位置。

Profound 的思路是：先搞懂AI怎么答，再反過(guò)來(lái)“教”AI 怎么答。

它圍繞模型行為搭建了三類核心監(jiān)控工具：

答案引擎洞察：實(shí)時(shí)抓取AI 如何描述與提及品牌

代理分析：分析不同AI 爬蟲(chóng)如何拆解網(wǎng)站與內(nèi)容

對(duì)話資源管理器：識(shí)別全球用戶正在向AI 提問(wèn)什么、缺什么

比如，在服務(wù)客戶過(guò)程中，他們發(fā)現(xiàn)了一個(gè)規(guī)律：

在Reddit、YouTube、LinkedIn、Medium 等高權(quán)重平臺(tái)發(fā)布內(nèi)容，更容易被模型引用。Profound 的數(shù)據(jù)顯示，Reddit 是主流模型中被引用次數(shù)最多的平臺(tái)，這一結(jié)論也被 Reddit 最新財(cái)報(bào)間接印證。

在理解模型邏輯之后，下一步就是規(guī)模化生產(chǎn)“適合被 AI 調(diào)用”的內(nèi)容。

Profound 因此提供一整套“寫給機(jī)器人看”的內(nèi)容生產(chǎn)與優(yōu)化服務(wù)，覆蓋對(duì)比稿、社媒帖、落地頁(yè)等形態(tài)。

部分客戶實(shí)測(cè)，AI 可見(jiàn)度提升后，新增收入往往達(dá)到數(shù)十萬(wàn)美元，并且能夠明確追溯到AI 助手的推薦，被AI推薦的頻率最高提升7倍。

2025 年 7 月，Profound 又上線了主動(dòng)優(yōu)化功能：模擬用戶提問(wèn)、預(yù)測(cè)推薦概率、輸出結(jié)構(gòu)化優(yōu)化建議，并在品牌被 AI 錯(cuò)誤分類時(shí)實(shí)時(shí)預(yù)警。

最終，營(yíng)銷人員可以在一個(gè)后臺(tái)完成“內(nèi)容生產(chǎn)—發(fā)布—監(jiān)控—調(diào)優(yōu)”的完整閉環(huán)。過(guò)去需要數(shù)月、幾十人團(tuán)隊(duì)協(xié)作的 GEO 項(xiàng)目，現(xiàn)在被壓縮到近乎極短時(shí)間。

除了Profound 外，硅基君也梳理了一些有特點(diǎn)的GEO公司，值得重點(diǎn)關(guān)注：

1.Contently：把內(nèi)容做成“問(wèn)題答案”

2024年收入口徑在2150萬(wàn)~5380萬(wàn)美元之間，累計(jì)融資700萬(wàn)~1900萬(wàn)美元。

這是一個(gè)一站式內(nèi)容營(yíng)銷平臺(tái)，擁有16萬(wàn)+審核過(guò)的記者與創(chuàng)作者資源，幫助企業(yè)完成選題、審稿、合規(guī)與發(fā)布。亮點(diǎn)在于，它能把內(nèi)容加工成“直接回答問(wèn)題”的結(jié)構(gòu)，讓AI更容易調(diào)用，從而提升流量與轉(zhuǎn)化。公司宣稱，可讓AI帶來(lái)的流量提升42%。

2.AthenaHQ：SEO服務(wù)團(tuán)隊(duì)的GEO儀表盤

2025年6月，公司了完成220萬(wàn)美元種子輪融資，YC、Amino、Red Bike等參與。

其平臺(tái)能實(shí)時(shí)監(jiān)控品牌在AI回答中的“引用率”與“準(zhǔn)確率”，并將“遺漏/錯(cuò)引”的問(wèn)題轉(zhuǎn)化為可執(zhí)行工單，交給SEO/內(nèi)容團(tuán)隊(duì)閉環(huán)處理，支持ChatGPT、Claude、Gemini、Perplexity等六大引擎。

創(chuàng)始團(tuán)隊(duì)來(lái)自Google Search與DeepMind，目前已服務(wù)100+中大型客戶。

3.PeecAI：輕量化GEO套件

2025年4月，PeecAI獲得了190萬(wàn)美元Pre-Seed，7月又融520萬(wàn)歐元，成立僅5個(gè)月。

其定位是中小企業(yè)的輕量工具包：每月120歐元，提供AI可見(jiàn)度追蹤器（visibility tracker），并按周輸出PDF摘要報(bào)告。相比重度方案，它更適合預(yù)算有限的SMB。

4.RankScale：LLM沙盤模擬

RankScale提供LLM搜索引擎的“沙盤”環(huán)境，可模擬ChatGPT4o、Claude3、Gemini2等的回答表現(xiàn)，并支持A/B測(cè)試與內(nèi)容架構(gòu)優(yōu)化。

該工具還具備爬蟲(chóng)檢測(cè)和每小時(shí)數(shù)據(jù)更新的能力，尤其適合代理機(jī)構(gòu)、內(nèi)容創(chuàng)作者與技術(shù)型營(yíng)銷團(tuán)隊(duì)進(jìn)行快速試錯(cuò)。

5.OtterlyAI：49美元的“錯(cuò)誤信息哨兵”

2025年3月，公司獲得了400萬(wàn)美元種子輪融資，Mayfield領(lǐng)投。

OtterlyAI主打“錯(cuò)誤信息捕手”，其GEO審核模塊基于30個(gè)可見(jiàn)性因素實(shí)時(shí)評(píng)分。金融、醫(yī)療等強(qiáng)監(jiān)管行業(yè)常用它來(lái)抓取AI回答中的過(guò)時(shí)或有害陳述，并生成角色感知報(bào)告。49美元起，小團(tuán)隊(duì)能用得起。

6.MarketMuse：GEO權(quán)威分模型

2024年，MarketMuse的收入約890萬(wàn)美元，累計(jì)融資1000萬(wàn)美元股權(quán)+275萬(wàn)美元債務(wù)。

特色是將GEO融入內(nèi)容工作流：通過(guò)“主題權(quán)威分”量化品牌在某領(lǐng)域的競(jìng)爭(zhēng)力，再輸出缺口內(nèi)容計(jì)劃，并落地到寫作/優(yōu)化任務(wù)。monday.com使用后，自然流量增長(zhǎng)了15倍。

總結(jié)

歷史經(jīng)驗(yàn)也反復(fù)證明，在每一次平臺(tái)遷移中，廣告與營(yíng)銷往往是最早、也是最容易被套利的領(lǐng)域。

早期是谷歌的AdWords，隨后是 Facebook 的定向廣告引擎。而在 AI 時(shí)代，這樣的趨勢(shì)仍然得以延續(xù)。

這一次，新的套利點(diǎn)變成了幫助品牌理解內(nèi)容如何被模型吸收、引用與推薦。

當(dāng)然，GEO仍處于試驗(yàn)階段，就像SEO的早期階段一樣。每次重大模型更新，我們都面臨著重新學(xué)習(xí)（或忘記）如何與這些系統(tǒng)進(jìn)行最佳交互的風(fēng)險(xiǎn)。

目前，多種思想流派正在涌現(xiàn)：一些GEO策略已被充分理解（例如，在LLM引用的源文檔中被提及），而其他假設(shè)則更具推測(cè)性，例如模型是否優(yōu)先考慮新聞內(nèi)容而非社交媒體，或者偏好會(huì)如何隨著訓(xùn)練集的變化而變化。

盡管GEO賽道才剛剛起步，但方向已十分清晰：

GEO則在系統(tǒng)性提升品牌在AI世界的存在感和信任感。

從讓人記住到讓AI記住，才是未來(lái)營(yíng)銷最核心的變化。

文/林白

PS：如果你對(duì)AI大模型領(lǐng)域有獨(dú)特的看法，歡迎掃碼加入我們的大模型交流群。