AI 搜索与 GEO：管理层决策简报

一页结论

现在发生了什么

【已验证事实】搜索没有消失，而是同时发生三种变化：传统搜索结果页加入生成式回答；ChatGPT、Claude、Perplexity 等助手获得实时检索能力；购物与工作型 Agent 把检索变成任务执行链中的后台步骤。Google 已公开说明 AI Mode 会使用 query fan-out 并依赖其搜索索引；OpenAI 已说明 ChatGPT Search 会改写并发送一个或多个查询；Anthropic 也公开了多轮 Research 机制。（CLM-022、CLM-027、CLM-024、CLM-025）Google · OpenAI · Anthropic

【作者框架】企业面对的不是一个新排名，而是一条概率链：

商业结果 = 可访问 × 可检索 × 可理解 × 可采纳 × 合适推荐 × 可行动 × 用户信任

任何一环接近零，最终价值都可能接近零。这是管理诊断模型，不是任何平台公开算法，也不是财务预测公式。

企业是否应投入

【管理建议】所有存在公开数字信息的企业，都应先完成一次“AI 事实与风险审计”：主流 AI 如何描述公司、产品、价格、资质、限制和争议；来源是否过期；错误能否追溯和纠正。并非所有企业都需要立刻建设大规模 GEO 增长项目。（CLM-033）

优先投入的企业通常具有以下特征：客户会在线研究和比较；决策周期长；客单价高；产品复杂；第三方证据重要；可线上预约、购买或调用；错误信息会带来显著声誉或合规损失。

GEO 的真实价值

【作者框架】GEO 的经营目标不是“让大模型喜欢品牌”，而是在用户通过 AI 发现、理解、比较、选择和行动的过程中，提高企业被正确发现、被当作有效证据、被准确表述、被纳入合适候选以及被机器顺利调用的概率。

【管理建议】最值得投资的不是批量文章，而是可复用的事实底座、原创证据、决策内容、第三方佐证、结构化商品/服务数据和纠错治理。这些资产同时服务 SEO、销售、客服、公关、产品与 Agent 接入。

什么不能承诺

【观察性关联】现有公开研究没有证明“被引用必然带来点击”“推荐率提升必然带来收入”“某一内容模板对所有平台长期有效”。Pew 观察到出现 Google AI Overview 时传统结果点击率更低，但该研究不能单独证明因果；Shopify 的早期生态数据显示 AI 引荐购物者在其样本中转化和客单价更高，也不能外推为所有行业固定倍数。（CLM-005、CLM-011）Pew · Shopify

【管理建议】任何供应商若承诺固定排名、固定推荐率、固定收入增长，或用一次提问截图代替原始测试，应被列为高风险。

1. 一句话结论与适用企业

董事会应采用的结论

【管理建议】 把 GEO 视为“可信信息基础设施 + 新入口实验”，而不是新的流量套利项目。先守住事实准确和可追溯，再验证候选进入与商业影响，最后才扩大预算。

三类投入路径

【管理建议】高监管行业即使 AI 渠道尚未带来明显线索，也应进行事实防御；其目标不是“推荐第一”，而是准确、边界完整、风险提示充分和来源可追溯。

2. AI 搜索改变了什么，又没有改变什么

已经改变的四件事

1. 【已验证事实】 一次用户意图可能触发多次机器查询。 复杂问题会被拆成多个子问题，并行或连续检索多个来源。但公开材料不足以证明所有平台都存在固定的“几十倍或几百倍搜索量”。（CLM-022、CLM-027）
2. 【作者框架】 网页点击不再是唯一价值出口。 用户可能在回答内形成认知、完成比较，甚至直接预约或下单。
3. 【已验证事实】 企业不仅面对传统搜索爬虫。 不同平台区分搜索发现、用户触发访问和模型训练；robots、WAF、CDN 与结构化数据需要按目的治理。（CLM-023、CLM-025）
4. 【趋势预测】 机器可执行性将成为新竞争层。 OpenAI 的 ACP、Google 的 UCP/AP2 等协议说明商品发现、授权、支付和履约正在被纳入 Agent 体系；协议最终格局与普及速度仍不确定。（CLM-003、CLM-028、CLM-021、CLM-032）OpenAI ACP · Google UCP · Google AP2

没有改变的四件事

1. 【已验证事实】 搜索索引和传统质量系统仍是重要底座。 Google 明确表示不需要为 AI 搜索创建特殊文件或特殊 Schema，优质、独特、可索引内容仍是核心。
2. 【作者框架】 真实产品能力仍决定可持续价值。 内容只能表达证据，不能替代产品、履约、合规和客户结果。
3. 【已验证事实】 第三方来源并不天然真实。 转载、付费内容和同源站群可能制造“多 URL、单证据”的假共识。
4. 【管理建议】 SEO 不应被停止。 企业应在同一信息资产上同时治理网页发现、AI 答案、品牌语义和机器行动，而不是让 SEO 与 GEO 相互争夺预算。

3. 已被验证的市场与平台信号

【管理建议】管理层不应围绕单一“AI 流量占比”争论是否布局。更合理的问题是：我们的关键客户是否已经使用 AI 研究；我们在高价值问题中是否缺席或被错误描述；这些问题是否影响候选、销售和交易。

4. GEO 的真实价值与不可承诺部分

六种经营价值

【作者框架】企业在 AI 入口中争夺的是六种权利：

1. 候选权： 是否进入用户可选择的集合；
2. 定义权： AI 如何解释公司、产品和品类；
3. 证据权： 企业是否成为某个问题的可靠信息来源；
4. 比较权： AI 用哪些维度、与谁比较企业；
5. 推荐权： 在何种用户条件和约束下被建议；
6. 交易权： Agent 能否查询、预约、购买、支付和完成服务。

需要严格拆开的指标

不可承诺清单

【已验证事实】KDD 论文《GEO: Generative Engine Optimization》在受控实验中观察到部分表达策略可提高来源可见性，最高相对提升约 40%；该指标不是流量、线索或销售额。更重要的是，论文提示词允许生成虚构引用与假设性统计，因此实验说明“引用、引语、统计性表达等权威信号可能影响可见性”，不证明系统验证了证据真实性。（CLM-007）GEO 论文

【管理建议】不得把以下内容写进内部承诺或供应商合同：固定引用排名、固定模型覆盖、固定流量增长、固定收入回报、永久有效的“权重因子”、未定义测试条件的“推荐率”。

5. 信任、投毒和监管风险

3·15 案例真正证明了什么

【已验证事实】央视 2026 年 3·15 调查中，测试者虚构产品并发布两篇文章，约两小时后观察到一款 AI 复述相关卖点；后续报道又记载在三天内发布 11 篇内容，并观察到两款 AI 在泛化问题中推荐该虚构产品。公开报道未明确后述 11 篇是否包含最初两篇，因此本报告不把两组数字简单相加，也不采用来源不清的多模型数量说法。（CLM-015）央视视频 · 文字记录

【作者框架】该案例证明：特定外部内容可以在特定时间、平台和查询中污染检索增强回答。它没有证明基础模型参数被永久训练，也没有证明正规 GEO 具有稳定、可归因、ROI 为正的商业效果。

风险为何不能等待模型自行解决

【已验证事实】USENIX Security 2025 的 PoisonedRAG 在受控、包含数百万文档的知识库中，对每个目标问题注入 5 篇恶意文本，在其实验条件下达到约 90% 攻击成功率；作者测试的防御仍不充分。该结果不能直接外推为开放互联网的真实成功率，但足以证明检索证据层是独立攻击面。（CLM-017）PoisonedRAG

【已验证事实】中央网信办 2026 年公布的第一阶段治理数据为：处置违规网站、应用程序、智能体等 AI 产品 1.4 万余款；清理违法违规信息 600 余万条；处置账号 2.6 万余个；下架违规 AI 商品 1,300 余个；下架违规开源数据集 9 个。这里的“AI 产品”和“AI 商品”是不同处置对象，不应混写。（CLM-014）中央网信办

五条红线

【管理建议】以下任一行为出现，应暂停项目并启动合规复核：

• 虚构客户、产品、认证、销量、专家、评分、排名或效果数据；
• 用站群、账号矩阵或付费内容伪装成独立共识且不披露关系；
• 为提高推荐率而删除产品限制、风险、不适用人群或适用条件；
• 供应商拒绝提供原始发布记录、提示词、完整回答、引用血缘与删除机制；
• 监测只展示成功截图，不保留失败样本和测试条件。

6. 中国与海外平台差异

【管理建议】中国企业的最低信息组合应是：官网/产品文档 + 公开搜索 + 权威机构/客户证据 + 平台原生内容 + 商业数据库 + 结构化商品或服务数据。具体平台优先级必须由客户实际使用和基线测试决定，而不是照搬固定媒体清单。

7. 企业成熟度与投入判断

八维诊断

【管理建议】以下诊断用于内部排序，不是经统计验证的行业标准。每项按低、中、高评估：

1. 客户使用 AI 研究的程度；
2. 决策链长度与多角色参与度；
3. 产品比较复杂度；
4. 线上询价、预约或交易比例；
5. 错误信息造成的损失；
6. 国家、语言和产品线复杂度；
7. 事实与证据资产成熟度；
8. 监管敏感度。

投入前四个必要条件

【管理建议】规模化投入前，企业应同时具备：明确业务问题；可批准的事实源；至少一类可验证的独立证据；能够连接到销售、交易或风险指标的测量链。缺少其中任何一项，先补底座而不是扩大分发。

8A. 90 天试点：基线、事实与决策资产

以下周期、数量和验收阈值均为建议起点。实际抓取周期、内容审批和平台波动会改变节奏。

第 1—14 天：建立基线

【管理建议】选定一个品类、一个地区和 40—80 个高价值 Prompt；覆盖品牌、品类、场景、比较、风险、价格、地域和售后问题。记录平台、模型、账号、联网状态、时间、地区、完整回答、引用和失败样本。（CLM-035）

交付物：Prompt 地图、答案基线、事实错误清单、来源图谱、商业事件定义。

第 15—35 天：修复事实底座

【管理建议】建立公司—产品—版本—地域实体字典与“主张台账”；为每个关键主张记录来源、责任人、适用条件、有效期和禁用表述；修复 robots、WAF、正文可读性、canonical、结构化数据和过期页面。

交付物：唯一事实源、技术审计、主张台账、纠错流程。

第 30—60 天：建设证据与决策内容

【管理建议】围绕高价值问题发布少量可复核资产：方法透明的原始研究、真实案例、对比与 TCO、限制和不适用场景、产品/服务结构化数据。一次只改变一类主要变量，避免无法归因。

交付物：证据包、场景页、比较页、数据 Feed 或 API 改进。

8B. 90 天试点：独立佐证、复测与决策

第 45—75 天：形成独立佐证

【管理建议】优先争取真实客户、伙伴、行业机构、标准、认证与专业媒体形成独立证据；披露商业关系，不以付费稿伪装独立评价。

交付物：证据血缘图、关系披露、第三方纠错联系人。

第 60—90 天：复测与决策

【管理建议】按基线条件重复测试，比较准确率、候选进入、推荐语义、引用质量和业务信号；同时统计错误、负面推荐、合规风险和运营成本。

交付物：前后对照、失败复盘、扩大/维持/停止建议。

第 90 天只允许三种结论

【管理建议】“没有证明有效”不等于项目失败；它意味着尚不足以扩大投资。试点的价值还包括发现错误事实、过期来源、技术阻断和不合规供应链。

9. 组织、预算与停止条件

最小治理结构

【管理建议】企业内部必须保留三项权力：事实批准权、合规批准权、数据与账号所有权。市场/研究负责问题地图和运营，产品负责事实，技术负责可访问与数据接口，法务/合规负责高风险主张，销售/客服反馈真实决策问题，管理层批准预算和红线。

预算原则

【管理建议】不在本简报给出统一金额或强制比例。试点预算至少应分别核算：事实与证据建设、技术与数据、监测实验、第三方研究/传播、合规和内部人力。供应商费用不应挤占产品事实修复和数据治理预算。

扩大条件

【管理建议】只有在以下条件中至少出现两项，并且没有重大准确性或合规恶化时，才扩大范围：（CLM-033）

• 关键事实准确率和可追溯性显著改善；
• 高价值非品牌问题的候选进入率稳定改善；
• 推荐语义更符合真实适用场景，而非仅增加品牌出现；
• 销售、品牌搜索、直接访问、预约或受影响机会出现可解释信号；
• 商品/服务数据错误和 Agent 行动失败率下降。

停止条件

【管理建议】出现以下任一情形，暂停扩张：

• 只能提高品牌词结果，不能影响目标品类和场景问题；
• 成果只在一次测试、一个账号或一个平台出现，无法重复；
• 引用增加但事实错误、负面语义或风险提示缺失；
• 边际成本持续上升，商业与风险指标无改善；
• 供应商使用不可审计的账号、站点、评论或发布网络；
• 合规、客户信任或品牌风险超过潜在收益。

10. 董事会需要批准的事项

1. 【管理建议】 批准问题定义： 本企业首先解决“事实风险、候选缺席、比较失真、交易断点”中的哪一个，不批准模糊的“提升 AI 排名”。
2. 【管理建议】 批准试点边界： 一个品类、一个地区、明确平台与 Prompt 集，90 天后重新决策；周期为建议值，可因索引和审批节奏调整。（CLM-035）
3. 【管理建议】 批准红线： 禁止虚假证据、未披露商业关系、站群伪装共识和删除风险信息；高风险主张必须有人类审批。
4. 【管理建议】 批准数据权属： 原始答案、提示词、发布账号、素材、证据台账、日志和供应商交付必须归企业所有并可导出。
5. 【管理建议】 批准统一指标： 董事会只看准确性、候选进入、商业影响、风险与成本，不把引用量或截图作为单一成功标准。
6. 【管理建议】 批准退出机制： 满足停止条件时暂停扩张；无法删除和纠正的外部分发不得上线。

最终判断

【作者框架】GEO 不应被定义为“让 AI 引用更多文章”，而应被定义为企业在 AI 介导的信息、推荐和交易环境中，建设可信、可发现、可验证、可执行信息的能力。

【趋势预测】这一能力很可能成为数字经营基础设施的一部分，但形成速度会因行业、平台、地区和客户行为显著不同。企业不需要押注某个平台永久获胜，也不应等待所有不确定性消失。

【管理建议】现在最稳健的动作不是全面投入，而是完成事实审计、选择高价值问题、建立可复核基线、做一次边界清晰的试点，并让扩大预算以真实证据为条件。

署名、AI 使用与纠错声明

本报告由吴兆华以个人研究身份发布，不代表 e签宝或任何任职、合作机构的正式观点。Codex 用于资料整理、交叉核验、结构化写作和视觉辅助；关键结论由作者负责判断。AI 生成概念图仅用于解释机制，不作为事实证据；数据图表必须回到结构化证据记录与原始来源。

AI 搜索、平台规则和监管状态变化较快。读者应以证据台账所列原始链接、样本、核验日和适用边界为准。若发现事实、口径或引用错误，应进入版本化纠错流程：登记问题、冻结相关主张、回到原始来源复核、同步更新网页与 PDF，并保留修订记录。