最近A股的AI應用板塊，殺瘋了。

易點天下、中文在線、天龍集團，連續(xù)漲停都不帶喘氣的。

最夸張的是藍色光標，在不到半個月時間里，股價翻了一倍不止，直接讓老股民都懷疑人生。

之所以漲這么兇，是因為這幫資金在炒一個東西：GEO（Generative Engine Optimization）。

所謂的GEO，簡單說就是就是：給 AI“洗腦”。

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

這不僅僅是換個地方打廣告，本質(zhì)上是在爭奪AI 時代的最終“解釋權”。

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了。紅杉資本、英偉達這些頂級獵手，早就聞到了血腥味，并在去年在GEO領域完成了下注。

今天，硅基君就帶大家盤一盤，這個讓A 股漲瘋了的GEO，到底是真機會，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)頁被點擊”展開的競爭。

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

但到了AI 時代，這套邏輯開始失效。

用戶不再點進網(wǎng)頁，而是直接向ChatGPT、Claude、Gemini 提問；內(nèi)容不再通過鏈接分發(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”。

如果模型在回答問題時想不起你、不會主動提到你，你在這個入口里就是“不可見的”。線上營銷競爭由此從“拼排名”，轉向了“拼被 AI 引用、提及與推薦”。

這就帶來了一個很關鍵的問題：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、可總結的內(nèi)容形態(tài)，比如有明確的結論，清晰的分點結構，以及對比表述，這些形式更有利于模型抽取與復用。

在邏輯變化的同時，搜索貨幣化方式也變了。

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

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

當然，GEO被投資人看好的邏輯還不止這些。

回看SEO時代，其實并沒有跑出真正的平臺型巨頭。

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

原因很簡單：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)絡效應。

而GEO改變了這一點。GEO的本質(zhì)是，幫助品牌理解并影響模型的認知方式。它涉及的是模型如何吸收信息、如何引用來源、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，理論上可以做三件事：

持續(xù)從各垂直領域的隱性提示中學習；

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)”，追蹤可見度、表現(xiàn)與結果；

簡單來說，SEO更像是一個高度分散的工具市場，而GEO更有可能跑出集中化的大平臺。

紅杉領投，GEO產(chǎn)業(yè)落地的7個案例

圍繞這一變化，營銷產(chǎn)業(yè)正在快速演化。

消費品牌、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適應GEO時代：

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

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

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

在GEO服務領域，已經(jīng)跑出了一些代表性案例。

比如，Semrush、Ahrefs 等老牌工具，開始推出 AI 可見度相關功能，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，則走得更遠。其中，紅杉領投的Profound最具代表性。

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

AI答案引擎引用的來源中不到一半位于搜索引擎前10個結果中。借助Profound，品牌可以找出影響內(nèi)容可見性的因素，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，再反過來“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：實時抓取AI 如何描述與提及品牌

代理分析：分析不同AI 爬蟲如何拆解網(wǎng)站與內(nèi)容

對話資源管理器：識別全球用戶正在向AI 提問什么、缺什么

比如，在服務客戶過程中，他們發(fā)現(xiàn)了一個規(guī)律：

在Reddit、YouTube、LinkedIn、Medium 等高權重平臺發(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，這一結論也被 Reddit 最新財報間接印證。

在理解模型邏輯之后，下一步就是規(guī)?；a(chǎn)“適合被 AI 調(diào)用”的內(nèi)容。

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

部分客戶實測，AI 可見度提升后，新增收入往往達到數(shù)十萬美元，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 又上線了主動優(yōu)化功能：模擬用戶提問、預測推薦概率、輸出結構化優(yōu)化建議，并在品牌被 AI 錯誤分類時實時預警。

最終，營銷人員可以在一個后臺完成“內(nèi)容生產(chǎn)—發(fā)布—監(jiān)控—調(diào)優(yōu)”的完整閉環(huán)。過去需要數(shù)月、幾十人團隊協(xié)作的 GEO 項目，現(xiàn)在被壓縮到近乎極短時間。

除了Profound 外，硅基君也梳理了一些有特點的GEO公司，值得重點關注：

1.Contently：把內(nèi)容做成“問題答案”

2024年收入口徑在2150萬~5380萬美元之間，累計融資700萬~1900萬美元。

這是一個一站式內(nèi)容營銷平臺，擁有16萬+審核過的記者與創(chuàng)作者資源，幫助企業(yè)完成選題、審稿、合規(guī)與發(fā)布。亮點在于，它能把內(nèi)容加工成“直接回答問題”的結構，讓AI更容易調(diào)用，從而提升流量與轉化。公司宣稱，可讓AI帶來的流量提升42%。

2.AthenaHQ：SEO服務團隊的GEO儀表盤

2025年6月，公司了完成220萬美元種子輪融資，YC、Amino、Red Bike等參與。

其平臺能實時監(jiān)控品牌在AI回答中的“引用率”與“準確率”，并將“遺漏/錯引”的問題轉化為可執(zhí)行工單，交給SEO/內(nèi)容團隊閉環(huán)處理，支持ChatGPT、Claude、Gemini、Perplexity等六大引擎。

創(chuàng)始團隊來自Google Search與DeepMind，目前已服務100+中大型客戶。

3.PeecAI：輕量化GEO套件

2025年4月，PeecAI獲得了190萬美元Pre-Seed，7月又融520萬歐元，成立僅5個月。

其定位是中小企業(yè)的輕量工具包：每月120歐元，提供AI可見度追蹤器（visibility tracker），并按周輸出PDF摘要報告。相比重度方案，它更適合預算有限的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測試與內(nèi)容架構優(yōu)化。

該工具還具備爬蟲檢測和每小時數(shù)據(jù)更新的能力，尤其適合代理機構、內(nèi)容創(chuàng)作者與技術型營銷團隊進行快速試錯。

5.OtterlyAI：49美元的“錯誤信息哨兵”

2025年3月，公司獲得了400萬美元種子輪融資，Mayfield領投。

OtterlyAI主打“錯誤信息捕手”，其GEO審核模塊基于30個可見性因素實時評分。金融、醫(yī)療等強監(jiān)管行業(yè)常用它來抓取AI回答中的過時或有害陳述，并生成角色感知報告。49美元起，小團隊能用得起。

6.MarketMuse：GEO權威分模型

2024年，MarketMuse的收入約890萬美元，累計融資1000萬美元股權+275萬美元債務。

特色是將GEO融入內(nèi)容工作流：通過“主題權威分”量化品牌在某領域的競爭力，再輸出缺口內(nèi)容計劃，并落地到寫作/優(yōu)化任務。monday.com使用后，自然流量增長了15倍。

總結

歷史經(jīng)驗也反復證明，在每一次平臺遷移中，廣告與營銷往往是最早、也是最容易被套利的領域。

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

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

當然，GEO仍處于試驗階段，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習（或忘記）如何與這些系統(tǒng)進行最佳交互的風險。

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），而其他假設則更具推測性，例如模型是否優(yōu)先考慮新聞內(nèi)容而非社交媒體，或者偏好會如何隨著訓練集的變化而變化。

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，才是未來營銷最核心的變化。

文/林白

PS：如果你對AI大模型領域有獨特的看法，歡迎掃碼加入我們的大模型交流群。