央視315曝光GEO：你以為的AI客觀答案，其實有人提前投了“毒”

aidj

央視315曝光GEO：你以為的AI客觀答案，其實有人提前投了“毒”

快刀青衣

今年的“3·15”晚會，曝光了一件讓很多人看完有點發毛的事。業內人士在電商平臺上購買了一款叫“力擎GEO優化系統”的軟件，然後做了一個測試。

他們完全憑空捏造了一款智能手環，取名“Apollo-9”，給這款根本不存在的產品編了一堆離譜的賣點：“量子糾纏傳感”、“無需採血測血糖”、“黑洞級續航”。隨便一個懂點常識的人看了都知道，這是瞎扯。然後他們把這些虛假信息導入了這套軟件，系統自動生成了十幾篇偽裝成“專家測評”、“行業排名”、“用戶體驗”的文章，批量發到CSDN等各大平臺上。

結果呢？2小時後，當業內人士去問各大AI大模型“哪款智能手環好用”的時候，DeepSeek、豆包等主流產品已經開始向使用者認真推薦這款完全不存在的Apollo-9手環，並且一本正經地科普它的“量子糾纏傳感”技術。在3天追加了十多篇虛假軟文後，多個AI模型在回答“智能健康手環推薦”這類問題時，直接把Apollo-9排到了推薦前列。

我看到這個測試結果，腦子裡冒出的第一個念頭不是憤怒，而是一種很奇怪的荒誕感——這款手環根本不存在，連原型機都沒有，AI卻在用最嚴肅的口吻向用戶介紹它的“核心技術”。

這是怎麼做到的？要理解這件事，你需要先搞清楚一個東西，叫做GEO。這兩天有不少同學問我類似的問題，我來跟你聊聊。

大家多少聽說過SEO。簡單來說，就是讓你的網站在百度、谷歌上排名靠前，使用者搜索關鍵字的時候能優先找到你。這套邏輯裡，搜尋引擎幹的是“路牌”的活——你問它“哪裡有好吃的火鍋”，它給你列一排連結，你自己去點、去選、去判斷。

但現在，越來越多的人不再這麼用搜索了。你打開DeepSeek、豆包、Kimi，直接問它“北京朝陽區哪家火鍋好吃”，它不給你連結，它直接給你答案：“推薦某某火鍋，人均150，招牌是毛肚，評分4.8，週末需要排隊”。你看完，要麼直接去，要麼繼續追問，全程不需要點開任何網站。

這就是搜索的“第二幕”，也可以說是第二個時代。而且現在你就算打開搜尋引擎，問完問題後，最前面也總是AI先組合成一個回答，其他網站的連結都在後面。在這樣的場景裡，搜尋引擎從“路牌”變成了“導遊”——它不再指路，而是直接告訴你答案。

這個變化帶來了一個新問題：對於企業來說，以前做SEO，目標是讓搜尋引擎的“路牌”指向你，現在變成了要讓AI這個“導遊”主動推薦你。讓導遊推薦你這件事，就叫GEO（Generative Engine Optimization），也就是“生成式引擎優化”。

這個概念是2023年底由普林斯頓大學、印度理工學院德里分校等機構的研究團隊在一篇學術論文裡正式提出的，這篇論文2024年正式發表在ACM KDD會議上。ACM KDD是AI和數據採擷領域的頂級會議，算是這個學術圈子裡的奧斯卡，能在上面發文章，可信度是有保證的。

因為這一次“3·15”晚會的曝光，很多人開始大罵GEO是騙子。但在這裡我必須說，GEO這個技術本身是中立的，只是一類技術的稱呼，只不過有些人拿來做虛假宣傳而已。

正規的GEO怎麼做？說白了，就是把內容寫得“AI喜歡讀”。要加入具體數位和數據，比如要寫“將產品保鮮期延長至7天”，而不是“顯著提升了保鮮效果”；要引用權威來源，加入專家觀點；要用專業流暢的語氣寫作。

研究團隊在論文裡有個觀察我覺得說得很准：AI喜歡的內容，和一個挑剔的人類編輯喜歡的內容，其實差不多，有數據、有來源、邏輯清晰、語言乾淨。

普林斯頓團隊用一個叫GEO-bench的大規模測試集跑了嚴格實驗，結論是：掌握正確GEO策略的內容，在AI生成答案裡的可見度最高可以提升40%。不過這裡有個細節值得注意：效果因領域差異很大。在科學、法律這類專業領域，加入數據引用的效果最為顯著；換到娛樂、生活類內容，效果就沒那麼明顯了。

他們還發現了一個有意思的反向結論：傳統SEO裡常見的“熱門關鍵字堆砌”，在AI面前不僅沒用，反而會導致可見度下降9%。你看，AI比搜尋引擎聰明多了，這種小把戲一眼就被識破。

理解了GEO是什麼，我們再來看看它和SEO有什麼根本性的區別。

最大的區別是目標變了。SEO的目標是“排名靠前”，讓使用者看到你的連結點進來；GEO的目標是“被AI引用”，讓用戶在AI的答案裡直接看到你的品牌和產品。

這個變化，帶來了一連串的連鎖反應。在傳統搜索裡，使用者搜到你的連結，還要點進去，這個“點擊”就產生了流量，企業能追蹤到用戶從哪來、看了什麼、買沒買。但在AI搜索裡，用戶直接看答案，很多時候根本不點任何連結，企業的網站流量就這麼消失了。行業數據顯示，當AI概覽出現時，傳統排在前列的網頁平均點擊率下降了34.5%。

使用者的提問方式也在悄悄變化。傳統搜索裡，使用者輸入的是短關鍵字，平均4個詞；AI搜索裡，用戶提的是完整問題，平均23個詞。比如傳統搜索你可能搜“蛋白粉推薦”，但在AI裡你會問“適合50歲女性、不含乳糖、每月預算三百塊以內的蛋白粉推薦”。這意味著AI能處理更精準、更個性化的需求，對於能抓住這類長尾需求的品牌來說，其實是個機會。

值得注意的是，衡量成功的指標也完全不同。SEO時代看流量、看排名、看點擊率。GEO時代看的是品牌在AI回答裡被提及的頻率，以及AI對你品牌的“情感傾向”是正面還是負面。後者特別重要，如果AI在回答裡習慣性地把你的品牌描述為“價格偏高”或者“售後一般”，你可能渾然不覺，但這個評價正在悄悄影響大量潛在客戶的判斷。

從商業角度來說，GEO既是機會，也是麻煩。

機會在於，AI給出的推薦，用戶信任度遠高於傳統廣告。當AI告訴用戶“綜合評估下來，這個品牌是最佳選擇”，這句話的分量，遠比搜索結果頁第一位的廣告連結重得多。隨著AI搜索的普及，它正在成為越來越多人消費決策的重要入口。

麻煩在於，整個流量歸因體系被打亂了。以前你能清楚地知道用戶從哪裡來、看了什麼、最終有沒有轉化。現在AI直接給出答案，用戶可能壓根沒訪問你的網站，但品牌已經被推薦了、用戶可能已經去線下買了，這中間的鏈條完全斷裂，傳統的分析工具完全“失明”，企業很難說清楚GEO投入帶來了多少實際價值。

這對習慣了數據驅動的企業來說，就像突然被蒙上了眼睛，你知道有人在買，但不知道為什麼買，也不知道是誰推薦的。

好，說完了正規的GEO，我們再回到“3·15”晚會曝光的事。

正規GEO的核心邏輯，是“把真實有價值的內容，以AI能理解的方式呈現出來”。但有人發現，既然AI是靠檢索外部信息來生成答案的，那如果把這些外部信息全都替換成假的呢？

這就是黑帽GEO，行業裡叫“AI投毒”。

要理解它為什麼能成功，需要先瞭解一個技術背景。現在的AI大模型，很多都配備了一個叫RAG的機制，也就是“檢索增強生成”。簡單來說，當你問AI一個問題，AI不是只靠自己訓練時學到的知識來回答，它還會先去互聯網上搜一圈，把搜到的內容作為“參考材料”，再綜合生成答案。

這個設計的初衷很好，是為了讓AI的回答更及時、更準確、有據可查。但它有一個致命的漏洞：AI高度依賴這些“參考材料”的品質。它假設檢索到的高相關性內容都是真實的，本身沒有能力去獨立核實信息的真假。

黑帽GEO就是盯著這個漏洞下手的。你不需要去修改AI模型本身，你只需要污染AI“看到”的那個世界。具體操作分四步。

第一步，不是直接發廣告，而是把廣告信息包裝成“專家測評”、“行業排名”、“用戶真實體驗”這類看起來中立的形式，可信度立刻上去了。

第二步，多渠道鋪開，製造共識假像。在CSDN、知乎、微博、各類信息平臺上，用不同帳號、不同文字範本，反復發同一套說辭。這裡插一句，在這個生態裡，你會發現互聯網時代口碑還不錯的一些網站，現在已經淪落成了批量發軟文的機器，還是挺讓人唏噓的。

注意這裡有個關鍵：當AI在多個“獨立”來源都看到一致的說法時，就會把這個當成“客觀事實”——不是一個人說的，是很多人說的，所以是真的。

第三步，把內容專門寫成適合AI抓取的結構——清晰的段落、具體的數字、有引用的格式，精准命中RAG檢索偏好，讓AI在搜數據的時候優先撈到這些毒文。

第四步，持續投喂，不斷發新內容，強化AI對這個品牌或產品的“記憶”。

說到這裡你就明白了：Apollo-9手環之所以能成功，不是AI被駭客入侵了。被污染的，是AI用來查數據的那個互聯網環境。

力擎GEO系統的負責人在暗訪中說了一句話，說得很直白，大意是，全網的人投“毒”投太多了，現在幹GEO的都是投“毒”。

更讓人不安的是這門生意的“性價比”有多高。據報導，39.9元是力擎GEO系統的軟件購買價，你只需要花這點錢就能開始操控AI的答案。另有報導顯示，其他GEO服務商的報價更為系統化，比如醫療、教育、金融行業年費8000元，其他行業6000元，承諾“全行業一周見效，無效全額退款”等等。

不過，操縱GEO這件事在學術界其實一直就有研究。

2026年2月，有一篇簡稱CORE的論文發佈，這篇論文全名叫《在基於LLM的搜索生成引擎中控制輸出排名》，作者團隊主要來自加州大學聖巴巴拉分校和俄亥俄州立大學。研究團隊在GPT-4o、Gemini 2.5、Claude 4、Grok-3等主流模型上做了測試，證明通過在內容裡添加特定優化文本，可以系統性地操控AI的推薦排名，Top-5的推薦操縱成功率達到了91.4%，Top-1也有80.3%。這篇論文從技術層面坐實了315曝光的事：AI排名確實是可以被操縱的，而且成功率高得嚇人。

而往前推，2025年底，夏威夷大學的研究團隊發表了一篇立場論文，標題直接叫《論大模型時代GEO的風險》，把GEO定性為“將LLM搜索變成了新的廣告攻擊面和安全攻擊面”的技術，明確呼籲學術界和監管機構重視這個問題。

再往前，也就是2024年，更早的RAG投毒研究給出了一個更嚇人的數字：在一個包含數百萬篇文章的大型知識庫裡，攻擊者只需要注入5篇經過優化的毒文，就能實現90%的攻擊成功率。而另一項研究顯示，只要篡改語料庫裡0.04%的內容，AI的拒絕服務率就能達到74.6%，還有98.2%的概率向用戶輸出被操控的答案。

你看，AI越強大，生成的答案越流暢和權威；而當信息源被操縱時，AI放大虛假信息的效率就越高。這是一個很深的悖論。

當然，GEO成為一門生意之後，這兩年各方都在行動。平臺層面，谷歌專門更新了垃圾信息政策，明確規定：用AI批量生成缺乏實質價值的網頁內容，屬於嚴重違規，會被全網降權甚至直接除名。OpenAI也收緊了使用規範，明令禁止用它的工具偽造評測、生成虛假推薦信，以及在不標注AI身份的情況下誤導消費者。

技術層面，學術界在研發針對RAG系統的防禦框架，思路是通過異常檢測，讓AI在處理候選內容時能識別出結構異常的投毒文章，在被“騙進去”之前就把它過濾掉。

監管層面，“3·15”晚會曝光當晚，市場監管總局就針對啟動了專項行動。但說實話，從當年SEO的這門生意就能看出，這肯定是一場持久戰。技術攻防本身就是個貓鼠遊戲，監管出手能打掉一批，但門檻足夠低、利潤足夠高，就會有新人進來。

技術和監管能解決的，只是這件事的表層。更根本的問題是：AI的權威感，本質上是一種信任。用戶之所以相信AI的推薦，是因為覺得AI是客觀的、是綜合了大量信息之後給出的判斷。但如果AI告訴老人這個保健品能治病，告訴父母這款奶粉是最好的，而背後其實是精心設計的投毒，這種信任一旦被大規模擊穿，受損的不只是某個品牌，而是整個AI產業的公信力。

在這門生意裡，要承擔責任的，不只是無良的GEO投機者，還有那些縱容海量垃圾內容產生的平臺。垃圾內容越多，證明網站越活躍，也就能掙到更多廣告費。但追到更源頭呢？用我們經常聽到的一句話就是“沒有買賣就沒有殺害”，企業做出產品、投入力量做行銷宣傳當然無可厚非，但為了在AI中被推薦，虛構出海量的案例和評測，那就是最基本的品牌信譽問題了。

對於咱們每一位同學來說，這不只是一個技術問題，更是一個關於“誰來定義真相”的問題。當AI成為越來越多人獲取信息的主要入口，誰能控制喂給AI的數據，誰就有能力定義什麼是“真實”。在日常生活中，特別是做購買決策時，一定要參考更多的意見，只把AI當做一個輔助的決策來源，保持獨立思考的能力，不要什麼都相信AI說的。

aidj

相關連結：

1.GEO概念論文：

https://arxiv.org/abs/2311.09735

2.CORE論文：

https://arxiv.org/abs/2602.03608

3.立場論文：

https://www.techrxiv.org/doi/full/10.36227/techrxiv.176620816.64043115/

4.PoisonedRAG論文：

https://arxiv.org/abs/2402.07867

5.BadRAG論文：

https://arxiv.org/abs/2406.00083