关于ZAKER 合作
硅基观察Pro 1小时前

连续涨停,一文带你看懂让 A 股杀疯了的 GEO,到底是个啥?

最近 A 股的 AI 应用板块,杀疯了。

易点天下、中文在线、天龙集团,连续涨停都不带喘气的。

最夸张的是蓝色光标,在不到半个月时间里,股价翻了一倍不止,直接让老股民都怀疑人生。

之所以涨这么凶,是因为这帮资金在炒一个东西:GEO(Generative Engine Optimization)。

所谓的 GEO,简单说就是就是:给 AI" 洗脑 "

以前做营销,是求着百度、谷歌收录你的网页,这叫 SEO。 现在的 GEO,是求着 ChatGPT、Kimi、豆包在回答用户问题时,能顺嘴提一句你的品牌,最好还得说好话。

这不仅仅是换个地方打广告,本质上是在争夺 AI 时代的最终 " 解释权 "

别以为这只是 A 股韭菜们的自嗨。 大洋彼岸的聪明钱也早就动了。红杉资本、英伟达这些顶级猎手,早就闻到了血腥味,并在去年在 GEO 领域完成了下注。

今天,硅基君就带大家盘一盘,这个让 A 股涨疯了的 GEO,到底是真机会,还是又一轮割韭菜的新镰刀。

从 " 拼排名 ",到 " 拼被 AI 引用 "

如果说传统 SEO 拼的是搜索排名,那么它的底层逻辑,是围绕 " 网页被点击 " 展开的竞争。

关键词匹配度、内容深度与广度、反向链接、用户停留时间——这些因素共同决定了你在搜索结果中的位置。

但到了 AI 时代,这套逻辑开始失效。

用户不再点进网页,而是直接向 ChatGPT、Claude、Gemini 提问;内容不再通过链接分发,而是被模型 " 消化 " 后直接生成答案。

这意味着一个根本性的变化:比起被搜到,品牌更需要被模型 " 记住 "

如果模型在回答问题时想不起你、不会主动提到你,你在这个入口里就是 " 不可见的 "。线上营销竞争由此从 " 拼排名 ",转向了 " 拼被 AI 引用、提及与推荐 "。

这就带来了一个很关键的问题:AI 到底喜欢什么样的内容?

从目前看,AI 更偏好清晰、可解析、可总结的内容形态,比如有明确的结论,清晰的分点结构,以及对比表述,这些形式更有利于模型抽取与复用。

在逻辑变化的同时,搜索货币化方式也变了。

谷歌的商业模式是广告,一次点击,就是一次变现。而 ChatGPT、Claude 等大模型,大多走订阅制,用户付费购买的是 " 服务能力 ",而不是曝光广告。

这意味着,模型提供商并没有动力去展示第三方内容,除非这些内容能显著提升回答质量。未来即便出现广告,规则也会与传统搜索完全不同。

当然,GEO 被投资人看好的逻辑还不止这些。

回看 SEO 时代,其实并没有跑出真正的平台型巨头。

Semrush、Ahrefs、Moz 等工具都做得很成功,但它们始终是功能型工具:有的做关键词研究,有的做反向链接,有的做技术审计,各自占据一个利基市场,却没有形成全栈平台。

原因很简单:SEO 工具既不掌握用户入口,也不控制数据分发,更不存在网络效应。

而 GEO 改变了这一点。GEO 的本质是,帮助品牌理解并影响模型的认知方式。它涉及的是模型如何吸收信息、如何引用来源、如何在不同上下文中形成判断。

这意味着,真正掌握 GEO 的平台,理论上可以做三件事:

持续从各垂直领域的隐性提示中学习;

跟踪模型行为的变化并快速迭代策略;

成为品牌与 LLM 之间的 " 记录系统 ",追踪可见度、表现与结果;

简单来说,SEO 更像是一个高度分散的工具市场,而 GEO 更有可能跑出集中化的大平台。

红杉领投,GEO 产业落地的 7 个案例

围绕这一变化,营销产业正在快速演化。

消费品牌、传统的 SEO 参与者以及创业公司都在推出一系列手段来适应 GEO 时代:

1)Canada Goose(加拿大鹅)通过新平台分析 ChatGPT 如何描述他们,不只是 " 保暖 " 这么简单,更看重品牌层面的提及频率。

2)传统营销工具 Semrush、Ahrefs 推出新功能,帮助企业追踪自己在 AI 回答里的可见性。

3)新创平台如 Profound、Goodie、Daydream,甚至开始帮品牌微调模型行为、优化输出提示、监测情绪和引用频率。

在 GEO 服务领域,已经跑出了一些代表性案例。

比如,Semrush、Ahrefs 等老牌工具,开始推出 AI 可见度相关功能,帮助企业追踪品牌在 AI 回答中的曝光情况。

而新一代 GEO 原生平台,则走得更远。其中,红杉领投的 Profound 最具代表性。

Profound 定位于企业级 AI 搜索可见度与优化平台,帮助品牌优化 AI 搜索中的可见性

AI 答案引擎引用的来源中不到一半位于搜索引擎前 10 个结果中。借助 Profound,品牌可以找出影响内容可见性的因素,并确保它们仍然处于最显眼的位置。

Profound 的思路是:先搞懂 AI 怎么答,再反过来 " 教 "AI 怎么答。

它围绕模型行为搭建了三类核心监控工具:

答案引擎洞察:实时抓取 AI 如何描述与提及品牌

代理分析:分析不同 AI 爬虫如何拆解网站与内容

对话资源管理器:识别全球用户正在向 AI 提问什么、缺什么

比如,在服务客户过程中,他们发现了一个规律:

在 Reddit、YouTube、LinkedIn、Medium 等高权重平台发布内容,更容易被模型引用。Profound 的数据显示,Reddit 是主流模型中被引用次数最多的平台,这一结论也被 Reddit 最新财报间接印证。

在理解模型逻辑之后,下一步就是规模化生产 " 适合被 AI 调用 " 的内容。

Profound 因此提供一整套 " 写给机器人看 " 的内容生产与优化服务,覆盖对比稿、社媒帖、落地页等形态。

部分客户实测,AI 可见度提升后,新增收入往往达到数十万美元,并且能够明确追溯到 AI 助手的推荐,被 AI 推荐的频率最高提升 7 倍

2025 年 7 月,Profound 又上线了主动优化功能:模拟用户提问、预测推荐概率、输出结构化优化建议,并在品牌被 AI 错误分类时实时预警。

最终,营销人员可以在一个后台完成 " 内容生产—发布—监控—调优 " 的完整闭环。过去需要数月、几十人团队协作的 GEO 项目,现在被压缩到近乎极短时间。

除了 Profound 外,硅基君也梳理了一些有特点的 GEO 公司,值得重点关注:

1.Contently:把内容做成 " 问题答案 "

2024 年收入口径在 2150 万 ~5380 万美元之间,累计融资 700 万 ~1900 万美元。

这是一个一站式内容营销平台,拥有 16 万 + 审核过的记者与创作者资源,帮助企业完成选题、审稿、合规与发布。亮点在于,它能把内容加工成 " 直接回答问题 " 的结构,让 AI 更容易调用,从而提升流量与转化。公司宣称,可让 AI 带来的流量提升 42%。

2.AthenaHQ:SEO 服务团队的 GEO 仪表盘

2025 年 6 月,公司了完成 220 万美元种子轮融资,YC、Amino、Red Bike 等参与。

其平台能实时监控品牌在 AI 回答中的 " 引用率 " 与 " 准确率 ",并将 " 遗漏 / 错引 " 的问题转化为可执行工单,交给 SEO/ 内容团队闭环处理,支持 ChatGPT、Claude、Gemini、Perplexity 等六大引擎。

创始团队来自 Google Search 与 DeepMind,目前已服务 100+ 中大型客户。

3.PeecAI:轻量化 GEO 套件

2025 年 4 月,PeecAI 获得了 190 万美元 Pre-Seed,7 月又融 520 万欧元,成立仅 5 个月。

其定位是中小企业的轻量工具包:每月 120 欧元,提供 AI 可见度追踪器(visibility tracker),并按周输出 PDF 摘要报告。相比重度方案,它更适合预算有限的 SMB。

4.RankScale:LLM 沙盘模拟

RankScale 提供 LLM 搜索引擎的 " 沙盘 " 环境,可模拟 ChatGPT4o、Claude3、Gemini2 等的回答表现,并支持 A/B 测试与内容架构优化。

该工具还具备爬虫检测和每小时数据更新的能力,尤其适合代理机构、内容创作者与技术型营销团队进行快速试错。

5.OtterlyAI:49 美元的 " 错误信息哨兵 "

2025 年 3 月,公司获得了 400 万美元种子轮融资,Mayfield 领投。

OtterlyAI 主打 " 错误信息捕手 ",其 GEO 审核模块基于 30 个可见性因素实时评分。金融、医疗等强监管行业常用它来抓取 AI 回答中的过时或有害陈述,并生成角色感知报告。49 美元起,小团队能用得起。

6.MarketMuse:GEO 权威分模型

2024 年,MarketMuse 的收入约 890 万美元,累计融资 1000 万美元股权 +275 万美元债务。

特色是将 GEO 融入内容工作流:通过 " 主题权威分 " 量化品牌在某领域的竞争力,再输出缺口内容计划,并落地到写作 / 优化任务。monday.com 使用后,自然流量增长了 15 倍。

总结

历史经验也反复证明,在每一次平台迁移中,广告与营销往往是最早、也是最容易被套利的领域。

早期是谷歌的 AdWords,随后是 Facebook 的定向广告引擎。而在 AI 时代,这样的趋势仍然得以延续。

这一次,新的套利点变成了帮助品牌理解内容如何被模型吸收、引用与推荐。

当然,GEO 仍处于试验阶段,就像 SEO 的早期阶段一样。每次重大模型更新,我们都面临着重新学习(或忘记)如何与这些系统进行最佳交互的风险。

目前,多种思想流派正在涌现:一些 GEO 策略已被充分理解(例如,在 LLM 引用的源文档中被提及),而其他假设则更具推测性,例如模型是否优先考虑新闻内容而非社交媒体,或者偏好会如何随着训练集的变化而变化。

尽管 GEO 赛道才刚刚起步,但方向已十分清晰:

GEO 则在系统性提升品牌在 AI 世界的存在感和信任感

从让人记住到让 AI 记住,才是未来营销最核心的变化。

相关标签
科技频道

科技频道

科技改变世界

订阅

觉得文章不错,微信扫描分享好友

扫码分享