一次搜索的终结
2026 年 8 月 18 日，宾夕法尼亚大学与东北大学的研究者在 arXiv 发布了一项预注册随机对照实验：1100 名美国 Google 用户被随机分配进不同的搜索环境。结果很直白——被强制进入 AI Mode 的用户，对外站点的点击率下降 18.8 个百分点；而把 AI Overviews 完全隐藏的那组，点击率反而上升 8.8 个百分点，且用户对信任度、满意度、有用性没有任何可察觉的下降。
同一时期，其他独立研究在用不同方法给出同向结论：Pew 研究中心发现有 AI Overview 时只有 8% 的用户点击传统结果，没有时是 15%；SparkToro 口径下 68% 的 Google 搜索以零点击结束，AI Mode 单独高达 93%；Ahrefs 测得 AI Overviews 出现时首位结果的点击率下降 58%。
盾码无界分析这组数字的意义不在于"AI 抢走了流量"，而在于它证明了一件事：搜索的价值分配节点，已经从"结果页的第几位"前移到了"答案里的第几个词"。
一、范式转移：从"被找到"到"被说出口"
传统搜索是一场关于位置的竞争。用户看到十条蓝色链接，点进去，自行比对，自行决策。品牌有机会用落地页、用内容、用视觉去弥补排名劣势。
生成式搜索取消了这道缓冲带。用户问一句话，AI 组织一段答案，答案里可能提到三个品牌，也可能一个都没有。品牌失去了"被点击后自我解释"的机会——AI 说的那一句，就是用户听到的全部自我介绍。
于是 GEO 的核心命题发生了根本位移：不是"能不能被找到"，而是"会不会被准确理解、在正确场景中被正向复述"。同一家企业可能出现四种尴尬状态：问品牌名时 AI 能复述简介，问应用场景时 AI 完全不提；AI 提到了品牌，但引用的是三年前的过时参数；AI 能推荐产品，却说不清服务范围与适用条件。
规模上这不是未来时。中文侧，QuestMobile 数据显示截至 2026 年 3 月 AI 原生 App 月活突破 4.46 亿，单季度新增 1.3 亿，增速 43.4%；到 6 月豆包月活已达 3.82 亿。CNNIC 数据显示我国生成式 AI 用户规模 5.15 亿，其中 80.9% 用 AI 回答问题。Gartner 则预测传统搜索引擎查询量将下降 25%。
二、AI 到底凭什么引用你
理解 GEO，必须先理解生成式引擎的两段式流水线：检索（retrieval）→ 合成（synthesis）。首步从索引里捞回候选文档，第二步由模型判断哪几篇值得引用、怎么组织语言。
这个结构带来了几个反直觉的、被大样本数据证实的结论：
排名不等于被引用。 Ahrefs 研究发现，Google AI Mode 的引用中 88% 来自自然搜索排名前十之外。你在 Google 排第 20 名，可能恰恰因为结构清晰、表述具体而成为 AI 的优选信源。
域名权威的权重被大幅稀释。 Digital Applied 对 680 万条 AI 引用的分析发现，域名权威只能解释不到 4% 的引用方差（相关性 +0.18），而结构因素的相关性高达 +0.71。这是 GEO 与传统 SEO 最本质的分野：SEO 重度依赖外链与域名权重，GEO 更依赖"这段内容能不能被干净地摘出来"。
引用面互不重合。 AI Mode 与 AI Overviews 即便给出语义相似的答案，引用的 URL 重叠度只有约 13.7%。一套内容打天下的时代结束了。
引用位极度稀缺。 Perplexity 平均每次回答引用 3.1 个域名、ChatGPT 2.6 个、AI Overviews 1.9 个；AI 通常只引用 2–7 个来源。这不是"前十名分配流量"，而是赢家通吃。同时各平台的引用呈现习惯差异巨大：Perplexity 97% 的回答带引用，Google AI Overviews 为 34%，ChatGPT 仅 16%。
学术地基：KDD 2024 的那篇论文
GEO 这个词的学术起点，是 Aggarwal 等人发表于 KDD 2024 的《GEO: Generative Engine Optimization》。他们构建了 GEO-BENCH——1 万条真实查询、9 个数据源、25 个领域，测试九种内容改写策略。结论分三层：
策略
相对提升
评价
添加引文（Quotation）
+41%
强
添加统计数据（Statistics）
+30~40%
强
流畅性优化（Fluency）
+22~29%
强
引用来源（Cite Sources）
+28~30%
强
技术术语 / 权威语气 / 通俗化
+8~12%
中等
独特词汇
~+5%
微弱
关键词堆砌
低于基线（Perplexity 上 −9~10%）
有害
两个发现值得单独拎出来：
其一，关键词堆砌——传统 SEO 最核心的手段——在生成式引擎里不仅无效，还有害。 这不是推论，是实测。
其二，"流量平权"效应。 论文的原表显示，应用"引用来源"策略后，SERP 排名第 5 的网站可见度提升 +115.1%，而排名第 1 的网站反而 −30.3%。GEO 颠覆了传统搜索的等级秩序：低排名的小创作者收益大，头部反而受损。
必要的审慎：该实验基于 GPT-3.5-turbo、Top-5 来源、2023–2024 年的引擎环境。今天的百分比数字不能照搬，但方向性结论——可归因的证据密度大于数量堆砌——被后续多项产业研究反复验证。
三、GEO 不是 SEO 的插件：四层递进
把 GEO 理解成"SEO 加个 FAQ"是非常大的误区。它们优化的是完全不同的对象：
维度
传统 SEO
GEO
结果形态
十条蓝色链接
一段结构化答案 + 引用源
争夺标的
排名位置
措辞、顺序与归因
排名逻辑
关键词 + 外链 + PageRank
语义相关性 + 信息增益 + 实体一致性
权威来源
域名权重
第三方可信语料 + 站外提及
见效周期
3–6 个月
局部 2–4 周，体系化 60–90 天
技术依赖
外链 + 技术 SEO
知识图谱 + 语义标注 + 权威矩阵
GEO 的能力可以拆成四层递进，缺任何一层，上层都不成立：
可抓取 → 可检索 → 可引用 → 可复述
可抓取：AI 爬虫能不能进来、能不能读懂（技术层）
可检索：语义上能不能匹配到用户那句自然语言提问（内容层）
可引用：值不值得被当作证据挂上来源链接（证据层）
可复述：AI 描述你的时候，说的对不对、好不好（实体层）
大多数企业卡在首层而不自知，或者跳到第四层才发现 AI 一直在用错误的信息复述自己。
四、落地：从技术到心智的五层工程
有意思的是，中国首个 GEO 团体标准给出的技术框架恰好也是四层：L1 技术基础层 → L2 内容质量层 → L3 平台适配层 → L4 品牌心智层。下面按可操作的方式展开。
L1｜技术可达层：先把门打开
① 检查 robots.txt。 审计数据显示，28% 的企业站点正在屏蔽 GPTBot、ClaudeBot 或 PerplexityBot——多数不是出于版权考量，而是被过于宽泛的规则误伤。这是零成本、高优先级的一步。
② 服务端渲染。 依赖客户端 JavaScript 展开的 FAQ、对比表、折叠内容，爬虫触发不了点击事件，等于不存在。
③ llms.txt。 这是最容易被误用的工具，三条纪律：
它不是 sitemap，是策展型 manifest。把全站 URL 倒进去就失去了意义
主文件控制在 1 万词以内，深度内容放 llms-full.txt；优先链接 .md/.txt 而非 .html；放在域名根目录（或 /.well-known/llms.txt 双份镜像）
过期的 llms.txt 比没有更糟。内容迁移、新品发布、定位调整后必须同步更新，保持与站点真实状态一致
④ 结构化数据。 四类 Schema 是基础配置：Article、Organization、FAQPage、Product+Offer。Moz 研究显示带 FAQ schema 的页面出现在 AI Overviews 中的概率约为 4 倍，而对 50+ 品牌站的审计发现，只有 11% 的关键页面部署了任何 FAQ 结构化标记——这是一个投入十五分钟、产出极高的缺口。
L2｜内容结构层：为"摘取"而写
答案前置。 AI 检索主要评估标题后的前 300 字符。如果那 300 字符是铺垫，整个段落不会被选中。实操标准：每个 H2 下方用 40–60 词直接回答该标题所提的问题。
定义块。 把一句话定义用引用格式单独框出来——这被多个 GEO 实践团队评为"单页收益高、耗时最短"的修改，每页 30 分钟以内。
自包含测试（extraction test）。 把任意一段复制到空白文档，脱离上下文还能不能读懂？读不懂，AI 就不会引用它。
信息密度。 每 150–200 词安排一个可归因的数据点；段落控制在 134–167 词。Omniscient Digital 对 2.3 万条 AI 引用的分析发现，44.2% 的引用来自内容的前 30%——结论前置不是风格偏好，是结构性要求。
L3｜证据密度层：让 AI 敢替你背书
模型被训练成对事实性主张保持谨慎。同样是引用一个来源，写法差异决定了 AI 敢不敢复述：
弱："近年搜索行为发生了巨大变化。
强："据 Ahrefs 2026 年对 30 万条 SERP 的研究，AI Overview 出现时首位结果的点击率平均下降 34.5%。"
后者能被模型有信心地复述，因为机构名、年份、样本量、具体数值全部显式化。这并不意味着每段都要堆引用，而是：凡事实性主张，必带可验证归属。
进阶动作是制造 citation magnet（引文磁铁）：原创调研、专有方法论框架、行业数据。如果你的内容只是复述另外 50 个页面都说过的话，AI 会引用原始出处，而不是你。
L4｜实体一致层：别让 AI 认不出你
同一个品牌在全网出现三种写法（"Acme Corp" / "ACME" / "Acme Corporation"），实体信号就被切碎了，模型可能不认为它们是同一家公司。
动作清单：统一品牌命名与产品命名；部署 Organization + sameAs 指向 Wikidata/维基/官方社媒；每篇文章链接到带资质的作者页；补齐发布时间与更新时间。
一致性优先于数量。 有研究指出，当 AI 在不同信源间发现关于某品牌的相互矛盾信息时，会倾向于跳过引用该品牌。品牌词查询的引用率若低于 80%，通常不是内容不够多，而是信息冲突或实体定义薄弱。
L5｜站外权威层：最被低估的一环
这是多数 GEO 项目失败的真实原因。多伦多大学的研究表明，82–89% 的 AI 引用来自 earned media，而非品牌自有内容；2026 年的行业口径也显示约 85% 的品牌提及源自 Reddit、LinkedIn、媒体报道等站外来源。另有研究指出，品牌在网页上的文本提及对 LLM 引用的影响力可达传统外链的 3 倍。
同时要接受一个残酷的节奏：未持续更新的页面，丢失引用的速度是正常的 3 倍。国内运营实践还给出一个明确的时效窗口——多数内容的 AI 引用黄金周期集中在 1–5 周，超过一个月缺乏持续供给，可见度会明显下滑。
五、中国市场：一个割裂但正在标准化的战场
在中国做 GEO，首先必须接受的现实是：各大 AI 平台的数据生态相互独立，一套内容无法通吃。
平台
用户规模（2026）
信源偏好
典型推荐位数量
豆包
3.82 亿月活（6月）
今日头条、抖音、百科、知乎；图文+短视频多模态
3–5 个
千问
1.67 亿
硬核参数、"服务能力"类内容
3–5 个
DeepSeek
1.30 亿
结构化、逻辑性强；3000 字以上深度分析；微信生态权重高
2–3 个，偏好简洁精准
元宝
约 4984 万
公众号文章引用权重极高，依赖微信生态
—
Kimi
约 729 万
微信公众号、知乎、小红书；要求完整论证链
2–4 个，偏好详细分析
由此产生两条中国结论：
其一，微信生态是基础设施，不是渠道选项。 微信搜一搜已全量接入 DeepSeek-R1，十亿级月活用户的搜索行为正在被重构；DeepSeek 与元宝都深度依赖微信生态，公众号内容矩阵因此从"可选项"变成"必选项"。
其二，百度并未退场，而是在混合化。 百度 AI 搜索占比已超 35%，"搜索+生成"的混合模式成为主流。
合规：2026 年是从野蛮生长到有标可依的分水岭
2026 年 9 月 10 日，中国商务广告协会归口的五项 GEO 团体标准正式实施（T/CAACCHINA 001–005-2026），覆盖通论与术语、服务商评估、计价评估与测量、可信语料、服务流程合规与安全。标准首次定义了 RAG、语义相关性、向量检索、可信语料、黑帽 GEO、语料投毒等核心术语，并提出生成式 AI 引用决策的五大信号：语义相关性、信息增益、实体一致性、品牌权威性、内容质量
2026 年 3 月，中国信通院启动首轮《生成式引擎优化（GEO）可信基本要求》评测；此前 2025 年 11 月已有 14 家企业联署行业倡议，2026 年 2 月 AIIA 发起 GEO 专项安全承诺
监管已明确介入：市场监管总局《2026 年全国广告监管工作要点》将 AI 生成广告列为集中整治重点
黑帽 GEO 的代价远高于收益。 伪造 Schema 标记、垃圾外链堆砌、强行投喂污染语料，一旦被识别，AI 平台会对该品牌实体整体降权甚至屏蔽，丧失被引用机会；情节严重者可能触及《广告法》《反不正当竞争法》《消费者权益保护法》及《生成式人工智能服务管理暂行办法》。
一个提醒：市场规模的口径极度混乱。 你可能会看到"2026 年 48 亿→2030 年 1376 亿"、"2026 年 186 亿"、"AI 搜索营销市场 320 亿"、"2030 年 240 亿"等互不兼容的数字。这些测算的统计口径、是否含服务与媒体投放、是否含出海，全都不一致。不要拿任何一个数字直接做预算依据。
六、度量：从"有没有被提到"到"被怎么说、带来什么"
"ChatGPT 提到我们了"不是业务结果。GEO 需要一套三层指标体系：
首层｜可见度
引用率（Citation Rate） = （提及你的查询数 ÷ 测试查询总数）× 100%
AI 声量份额（AI-SOV） = 你的提及数 ÷ 全部品牌提及总数 × 100%
位置质量（PQS）：你是首个被推荐的，还是第五个
参考基准：品牌词查询的引用率应高于 80%（低于此值说明技术或实体层面有问题）；品类词（非品牌）起步目标 10–15%，达到 30%+ 即构成品类权威。由于每次回答只引用 2–7 个域名，占比更重要。
第二层｜表述质量
实体准确率（EAS）：AI 对你品牌、功能、定位的描述是否准确，目标 90%+，低于 70% 说明实体出了问题
情感倾向：正面/中性/负面分布。高可见度 + 负面情感，比零可见度更糟
用例覆盖率：你希望被关联的核心场景，有多少真的触发了品牌提及
第三层｜业务影响
AI 归因流量：AI 界面常不传 referrer，这部分流量往往落进"直接访问"。建议在"您如何得知我们"问卷中增加 AI 助手选项，并联动监测品牌搜索量变化
AI 影响管线：成交路径中 AI 推荐作为发现或验证来源的订单占比
AI 渠道 CAC
测量方法：建立 15–100 条的查询库（品类型、问题型、对比型、场景型），每周跑 20 条核心查询、每月跑全量。关键提醒：模型是随机的——同一问题要重复跑多次看排名标准差，否则你会把噪声当成趋势。Google Search Console 现已提供生成式 AI 表现报告，可查 AIO/AI Mode 展示量，但点击数据目前仍与自然点击合并。
值不值得？ 现有数据相当正面：AI 引荐流量的转化率约 14.2%，远高于自然搜索的 2.8%；Shopify 2026 年 Q1 数据显示 AI 引荐会话在产品页的转化率高出约 50%，客单价高 14%；被 AI Overview 引用的品牌，每次展示获得的自然点击比未被引用的品牌高约 120%。
七、下一个三年：三个正在发生的变化
- 从"答案"到"代理"
一次 ChatGPT 回答会提到 3–5 个品牌，而一个 AI 代理只选一个站点、一个商品、一次结账——它的每一个决策都是一道过滤器，没进候选集的品牌从头到尾不会出现。
现实是：全网估计不到 1% 的商品页能被 AI 代理完整读取。Product/Offer schema 中价格、库存、配送、退货的机器可读性，是进入候选集的前提条件，不是加分项。
当然，执行层仍不稳定：OpenAI 已于 2026 年 3 月 5 日下线 Instant Checkout，聊天内结账转化约为点击跳出的三分之一。发现层正在固化，交易层还在洗牌——现在该做的是把发现层的数据基础打好。
- 多模态 GEO
多模态优化的核心是语义统一：图片、视频、文本必须传达完全一致的信息，图文不一致会拉低整页可信度评分。实操上，图片 Alt 文本应写成"品牌+型号+核心功能+适配场景"，而不是"产品图"；没有字幕的视频几乎不会被引用。团体标准判断多模态 GEO 约在 2027 年进入规模化应用期。
- 行业出清
服务商能力两极分化，仅约 15% 具备全栈自研与意图匹配能力，大量服务商仍在做换皮的 SEO 批量发稿。随着标准落地与监管介入，低价灌水型服务加速失效，合规化、常态化的月度运营方案将成为主流。
八、给决策者的 90 天行动清单
第 0 周｜建立基线。 现在就去豆包、DeepSeek、元宝、千问、Kimi 里搜你的品牌名，记录三件事：AI 知不知道你、怎么描述你、有没有推荐你。这是 GEO 的第零步，也是不可跳过的一步。
第 1–2 周｜技术体检。 robots.txt 是否放行 AI 爬虫 → 是否服务端渲染 → Schema 覆盖 → 部署 llms.txt。
第 3–6 周｜改造前 20 页。 不要全站铺开。选出流量高的 20 个页面，做四件事：加定义块、答案前置 40–60 词、补 FAQPage schema、把定性表述换成具名数据。GEO 优化叠加在已有权威信号上，复利高。
第 4–8 周｜站外信源。 在 3–5 个高可信第三方平台建立可被检索的品牌提及。注意平台差异：深度报告投 DeepSeek，行业白皮书投豆包，公众号矩阵投元宝，硬核参数投千问。
第 7–12 周｜建立监测仪表盘。 固定查询库、固定节奏、固定口径，进入 1–5 周的内容补给循环。
三个反共识提醒
别急着做新内容，先改旧的高权重页。 结构优化对已有权威页面的边际收益，远高于新发一批页面。
别只押一个平台。 主流 AI 平台之间的引用重叠度只有约 13.7%，在一个平台上赢不代表在另一个平台上存在。
别把它当一次性投放。 内容引用的时效窗口是 1–5 周，超过一个月断供可见度就会下滑。GEO 是运营，不是项目。
结语
SEO 争夺的是位置，GEO 争夺的是措辞。
位置可以买、可以堆、可以等；措辞只能用一致的事实、可验证的证据和持续的补给去换。当 AI 成为用户与信息之间的那层中介，品牌真正要经营的不再是流量入口，而是自己在机器心智中的那条实体记录——它是否清晰、是否可信、是否在用户发问的那一刻被准确取用。
