315曝光“GEO亂象”后，接下來品牌營銷要怎么做？

全球數字廣告市場即將迎來一場由大模型和生成式人工智能驅動的深刻變革，新營銷范式正在快速形成中。

文｜郭全中

ID | BMR2004

“3·15”曝光的GEO亂象不僅揭示了技術被濫用的風險，也將GEM這一“品牌營銷新戰場”推向輿論前沿。

2026年3月15日，央視“3·15”晚會曝光了AI大模型的“投毒”現象直指違規企業伙同GEO公司，通過軟件定向對AI大模型投放虛假信息，最終讓AI模型的推薦結果內夾帶私貨，實現商業目的。

GEO（生成式引擎優化技術）本質上是圍繞 AI 搜索和生成式引擎展開的一種“可見度優化”，目標是讓內容更容易被AI平臺提及、引用或推薦。“3·15”晚會反映出，當下已然形成一種以對話式交互為核心、依托大語言模型實現“意圖理解與對話式推薦”的新型數字廣告范式——GEM（生成式引擎營銷）。

01

GEM本質上是一種全新的營銷哲學

所謂GEM，是一種根植于生成式人工智能和大語言模型技術，以對話式交互為核心，深度融合用戶意圖、語境理解與動態內容生成的新型數字廣告范式。它的誕生，標志著廣告行業正經歷一場從“關鍵詞匹配”和“用戶畫像推測”到“意圖理解與對話式推薦”的底層邏輯重寫。

這一變革的時代大背景，是以ChatGPT為代表的AI應用正迅速成為新一代“信息源+意圖入口”，用戶在AI助手中完成從“提問”到“決策”的全過程，這使得品牌的“廣告投放位”首次出現在了自然語言對話的語境之中。

從本質上講，GEM是技術演進、商業模式探索與用戶需求變化共同作用的結果。在技術方面，大語言模型強大的自然語言理解能力和生成能力，能夠深度理解用戶的復雜、多輪對話，并生成高度相關、個性化的內容，進而更好地實現廣告與用戶需求的精準匹配和原生融入；在商業模式方面，大模型公司算力成本高昂，亟須拓展新收入來源，廣告作為一種成熟的流量變現模式，最容易成功。在用戶需求方面，GEM秉持的“廣告即答案”理念能夠很好地滿足用戶即時、精準、無干擾的信息服務需求，廣告從“干擾性的噪音”轉變為“直接解決問題的、有價值的服務”，能夠顯著提升用戶體驗。

基于上述原因，GEM既是全新的廣告形式，也是全新的營銷哲學，試圖在商業價值與用戶體驗之間建立起共生共贏的關系。

GEM的核心特征可以概括為三大支柱：深度意圖驅動、原生內容滲透和多輪對話互動。這三大特征共同構成了GEM與傳統廣告模式的本質區別，并定義了其獨特的價值主張。

第一，深度意圖驅動是GEM最根本的特征。傳統搜索引擎廣告依賴于用戶輸入的明確關鍵詞來匹配廣告，而社交媒體廣告則基于對用戶歷史行為數據的分析來“猜測”其潛在興趣。相比之下，GEM能夠直接解析用戶在多輪對話中所表達的明確、復雜甚至隱含的意圖。例如，當用戶詢問“計劃一次為期5天的香港家庭旅行，有兩個孩子，預算有限”，GEM不僅能識別出“香港旅行”這個核心意圖，還能理解“家庭”“孩子”“預算有限”等關鍵約束條件。這種基于完整對話脈絡的深度情境理解，使得廣告匹配不再是簡單的關鍵詞觸發，而是對用戶真實需求的精準響應，其精準度遠超基于用戶畫像的推測式投放。

第二，原生內容滲透。GEM的廣告不再是獨立于內容之外的橫幅廣告、彈窗廣告或鏈接，而是以一種原生、有價值的內容形式，無縫地融入AI的對話回復中。OpenAI內部將這種理念稱為“意圖導向的變現”，核心是將廣告轉化為“對話式推薦”，而非生硬地插入廣告鏈接。例如，在回答完關于紅酒的問題后，AI可能還會自然地推薦某個品牌的特定系列，并解釋其為何適合用戶的口感。

第三，多輪對話互動。GEM的價值不僅在于單次推薦的精準度，更在于其支持多輪對話的上下文理解能力；用戶的決策過程往往是復雜和動態的，GEM能夠伴隨用戶的整個決策旅程。

02

GEM的有效落地與實現

OpenAI的GEM核心邏輯是“需求驅動、場景適配”，秉持“有用”而非“打擾”的原則，只有在用戶明確表達或隱含表現出某種消費、推薦或行動需求時，廣告才會被激活。“意圖匹配”模式能夠將廣告從“干擾項”轉變為“補充信息”，從而顯著提升用戶接受度。該體系將用戶需求大致分為兩類，并針對不同場景進行適配。

第一，針對搜索類需求直接觸發廣告。當用戶的對話內容類似于傳統搜索引擎的查詢時，系統會直接觸發廣告。如當用戶直接詢問“睫毛膏推薦”“香港酒店選擇”或“2025年新款AI眼鏡推薦”時，用戶的商業意圖非常明確，系統可以把付費推廣內容自然融入AI生成的專業建議中，如來自絲芙蘭的美妝產品、香港合作旅行社的住宿套餐或特定品牌的AI眼鏡廣告等。

第二，針對行動類需求，以“輔助資源”形式提供一站式解決方案。當用戶請求AI幫助其完成某項任務或制訂計劃時，廣告可以以“輔助資源”的形式出現。如當用戶提出“制定一個月度健身計劃”或“設計一個周末聚餐的菜單”時，AI在提供核心建議（如訓練動作、菜譜）之后，可以在回答的底部推薦相關的付費服務或產品，包括健身APP的會員訂閱、生鮮電商的食材套餐鏈接等。該類廣告能為用戶提供從“計劃”到“執行”的一站式解決方案，將廣告自身內嵌為服務的一部分。

可以看出，OpenAI通過精細化的場景劃分和需求識別，試圖實現商業價值和提升用戶體驗的良性循環。廣告觸發與用戶的目標緊密相連，更容易被用戶所接受。

在廣告展示時機上，OpenAI采用了“次級交互觸發”策略，遵循“三不原則”的核心設計哲學，最大限度降低廣告對核心對話體驗的侵入感。該策略能夠較好實現OpenAI在商業化與用戶體驗之間尋求平衡的目標，避免用戶在對話中感受到強烈的商業推廣壓力。

首先，“次級交互觸發”策略的核心思想是將廣告的展示延遲到對話的第二階段或更深入的交互之后。

其次，“三不原則”確保廣告的非侵入性。一是不打擾基礎交互。廣告僅在特定場景下，且對話進行到一定深度后才被觸發。如在代碼生成、文檔總結等專業性較強的場景中，廣告會自動隱藏，以確保用戶的專注度不受干擾。二是不隱瞞廣告屬性。所有付費內容都會被清晰地標注為“Sponsored”（贊助）或“Ad”（廣告），與AI生成的核心內容進行明確區隔。這種透明化操作避免模糊信息誤導用戶，守住用戶信任的底線。三是不偏離用戶需求。廣告的內容必須與當前對話的主題和用戶的意圖高度相關。例如，在討論烹飪墨西哥晚餐時，廣告應該是相關食材或廚具的贊助。高相關性是確保廣告被視為“補充信息”而非“干擾項”的關鍵。

在廣告的具體展示位置和形式上，為了維護AI回答的客觀性和用戶的信任感，OpenAI采取了審慎和明確的設計，以確保廣告內容與AI生成的核心回答之間界限分明。根據OpenAI官方發布的示例截圖和相關報道，廣告將以獨立的、帶有清晰標識的模塊形式，出現在ChatGPT生成答案的底部，并嚴格遵守以下兩項原則：

第一，獨立模塊與視覺區隔。

第二，明確“贊助”標簽。所有廣告模塊都會被明確、清晰地標注為“Sponsored”（贊助）或類似的字樣。

除了目前測試的靜態展示形式，OpenAI還透露了未來探索更具交互性的廣告形式的計劃。

此外，GEM在廣告內容生成方面，實現了從“預設素材庫匹配”到“基于對話語境動態生成”的飛躍。傳統在線廣告的內容通常是預先制作好的靜態素材（如文案、圖片、視頻），廣告投放則是根據用戶標簽或關鍵詞，實現用戶需求與內容的匹配。GEM利用大語言模型強大的生成能力，根據用戶對話的實時語境，動態地、即時地創造出全新的、獨一無二的廣告內容。這種動態生成的關鍵在于對對話上下文的深度理解。大模型分析用戶的完整問題、背景信息、情緒甚至隱含需求。例如，當不同的用戶都詢問“推薦一款跑鞋”時，傳統在線廣告會展示相同的跑鞋廣告，但GEM會根據他們對話中的細微差別，生成截然不同的推薦內容。對于在對話中提到自己是馬拉松選手的用戶，AI生成的廣告可能會強調某款跑鞋的耐久性、輕量化和專業支撐技術；而對于提到自己是跑步新手的用戶，廣告則可能側重于舒適性、性價比和易上手的特點。

這種動態生成能力，也對廣告商提出了新的要求。廣告商需要向OpenAI提供更為詳盡的產品信息、品牌調性、目標用戶畫像等“養料”，以供大語言模型在生成廣告時調用。這催生了一種新的廣告技術領域，即生成式引擎優化（GEO），其核心目標是讓品牌和產品能夠被大模型更好地“理解”和“引用”。廣告商需要思考如何構建自己的“品牌知識庫”，以便在大語言模型生成相關推薦時，自己的品牌能夠被優先、準確地提及。這標志著廣告優化的戰場，正從傳統的搜索引擎結果頁（SERP），轉移到AI生成的對話內容中。

第二，GEM正在推動廣告邁向一個極致化的“一人千面”的新紀元。傳統的程序化廣告和推薦系統，基于用戶的歷史行為數據（如瀏覽、點擊、購買記錄）進行用戶畫像，再將用戶劃入不同的“人群包”或“細分受眾”，其本質是在相對粗粒度的群體層面上實現個性化，能實現“1000個人看到1000種不同的廣告”。但是同一個用戶在不同時間、不同場景、不同心境下，其需求和偏好也可能大相徑庭，GEM則使得真正意義上的“一人千面”成為可能。它基于用戶當前的、實時的對話內容來理解其即時意圖。AI能夠實時分析用戶輸入的背景、情緒等，進而構建出動態的、高度情境化的用戶模型。即使是同一個用戶，在詢問“如何準備周末的燒烤派對”和“如何制定減脂期的飲食計劃”時，看到的都只是與當前對話的語境高度契合的廣告內容。

GEM演進的本質是廣告的個性化邏輯從“基于用戶是誰”轉變為“基于用戶此刻想做什么”。該轉變不僅能顯著提升廣告效果，而且能極大地改善用戶體驗。用戶感受從之前的“被追蹤”和“被標簽化”轉變為“被理解”和“被服務”。這種從“流量邏輯”向“興趣邏輯”和“需求邏輯”的轉變，是GEM在個性化方面帶來的本質變革。

第三，多模態廣告內容的生成潛力。OpenAI的模型已經具備強大的圖像生成和理解能力，并正在向視頻、音頻等領域拓展，未來的廣告內容可以是動態生成的、與用戶對話內容高度相關的多模態內容。例如，當用戶詢問某款化妝品的使用方法時，AI可以生成簡短的、由虛擬人演示的化妝教程視頻。多模態的廣告內容能夠更直觀、生動地展示產品，并豐富用戶的感官體驗，將廣告從單純的信息傳遞升級為內容消費，更具吸引力和說服力。

03

GEM帶來的營銷范式變革

廣告代理商亟須轉型為“AI營銷的戰略顧問”。一是傳統營銷模式下廣告代理商的核心價值是創意策劃、媒介購買和數據分析，GEM時代AI能夠實時生成高度個性化的廣告內容，嚴重削弱了傳統創意團隊的作用；二是媒介購買模式將從購買關鍵詞或廣告位，轉變為影響AI模型的推薦邏輯。這就要求廣告代理商必須從“創意和媒介的執行者”轉型為“AI營銷的戰略顧問”，關鍵要學會與AI系統有機協作，優化品牌信息以使其更容易被大模型“理解和推薦”，以及利用AI提供的深度用戶洞察來制定更精準的營銷策略。

其次，催生新的職業與服務商。GEM將催生一系列全新的職業和服務商，其中，最需要關注的新職業可能是“模型優化師”或“AI營銷工程師”，他們的主要職責是幫助品牌主優化其在AI模型中的“可見度”和“推薦權重”。這些從業人員需要深入理解大模型的工作原理，研究并構建高質量品牌知識庫，通過結構化數據向AI“喂養”品牌信息，并通過A/B測試來優化AI生成的廣告文案。另外，專門提供GEO服務的公司將成為連接品牌主和AI平臺之間的新橋梁，幫助品牌在AI時代的新營銷戰場上獲得競爭優勢。

在消費者行為方面，它重塑了消費者決策路徑。GEM將把傳統的“認知—興趣—考慮—購買”消費者決策路徑升級為動態、非線性和高度個性化的“智能購物顧問”，深度參與其決策的每一個環節，從根本上重塑消費者的決策路徑。具體來說，消費者可以隨時向AI咨詢，從“有什么推薦”到“哪個更好”，再到“在哪里買最便宜”。這就要求品牌需要重新思考如何與消費者建立連接，關鍵是如何成為AI在回答用戶咨詢時愿意推薦的“首選品牌”。

其次，對于中小企業而言，GEM帶來的機遇是產品或服務能否被AI推薦，更多取決于其與用戶需求的匹配度和口碑，不再是廣告預算金額。但挑戰是中小企業需要學習新營銷范式和GEO策略，需要新的技能和投入。未來，與AI平臺“對話”能力會成為中小企業營銷成敗的關鍵。

GEM的未來發展，基本上取決于用戶的接受度。在初期，用戶可能會對AI中的廣告感到新奇，甚至因為其高度的相關性而樂于接受。然而，隨著時間的推移，用戶可能會對廣告產生“審美疲勞”，甚至反感。因此，如何持續優化廣告的相關性和用戶體驗，避免過度商業化，將是GEM面臨的長期挑戰。用戶接受度的動態變化，將直接影響GEM廣告業務的規模和盈利能力。