小心识别！记者实测，30分钟即可让虚构品牌钻进AI搜索
看似客观的测评结论，溯源竟是由新注册账号发布的AI生成“软文”？近期，不少用户吐槽AI搜索体验有些“变味”了，隐蔽的广告痕迹越来越多。此类现象的背后，正指向一个名为生成式引擎优化（Generative Engine Optimization，简称GEO）的新兴产业。它通过精准“投喂”AI偏好的内容结构与信源，让品牌信息轻松植入大模型的检索与推荐链条，从而帮助品牌快速获得曝光。
此前，南方都市报、南都大数据研究院在对中发现，多款模型的回答中确实存在反复推荐同批品牌、引用信源质量不高等问题。南都记者在前期实测的基础上，将目光进一步聚焦此类广告背后的GEO产业，通过一场测试实验并结合调查发现，以特定策略向AI模型“投喂”优化内容，确实能在短时间内影响AI的回答排序与引用结果，一个并不存在的虚构品牌也能在AI的推荐中获得“真实存在”的位置。
虚构品牌轻松“上位”
30分钟进入AI推荐
为进一步观察GEO是否能够在短时间内影响AI搜索的推荐结果，南都记者围绕“上班族护眼零食”场景设计了一项实验：虚构一个现实中不存在的品牌，并观察其能否在主流AI的推荐内容中出现。
首先，记者利用生成式AI构建了一个名为“**果核”的护眼零食品牌，包括其产品定位、配方概念、包装外观和品牌叙事等基础素材。随后，对某款AI搜索引擎的联网回答进行了信源溯源，选择在结果被引用频率较高的平台注册账号，并以普通内容创作者的方式发布了两篇关于“护眼零食”的图文稿件。
这两篇文章均由AI辅助完成，但在生成前，加入了当前GEO产业普遍采用的“优化策略”。例如，将文章拆分为多段短句，语言尽量中性降低广告感，并在多个段落中嵌入“熬夜党”“上班族”等细分类搜索词。此外，文章还模拟市面上常见的“测评式”叙述，在“**果核”条目下加入未经验证的数据描述，以增强内容的可引用性。
内容发布约30分钟后，记者在此前选择的某款AI搜索引擎上输入“上班族护眼零食推荐”等提示词进行检索。实验结果显示，“**果核”已成功出现在生成的推荐内容中，且部分引用来源指向记者发布的软文页面。换言之，一个虚构品牌在极短时间内被AI“吸收”为可供回答的选项。
虚构品牌出现在AI的回答中
虚构品牌能在短时间内进入AI回答，并非偶然，而是GEO机制的典型表现。复旦大学教授、白泽智能团队负责人张谧接受南都记者采访时指出，GEO的关键在于“将广告内容包装成权威、贴合用户需求的内容，使其巧妙‘嵌入’AI的思维链中，让特定品牌在AI的检索与排序中获得更高优先级，从而提高其在AI回答中的‘被采纳率’”。张谧认为，AI在生成回答时会自动整合结构化、场景明确、语义清晰的内容，而GEO正是利用了这种“偏好”，使看似普通的资讯更容易进入模型的可引用范围。
GEO产业加速扩张
“黑帽”手法持续蔓延
2025年，GEO已迅速商业化，吸引了大量来自SEO、自媒体运营与AI行业的从业者入局。有观察认为，产业内部当前逐渐分化为以合规手段提升品牌可见度的“白帽GEO”，以及以操纵模型、误导用户为主要目标的“黑帽GEO”。
在产业链中，白帽团队强调“技术优化”，通过提升文本结构化程度、匹配AI偏好的关键词组合、布局更容易被引用的信源平台，从而提高内容被摘要的概率。他们通常以“AI曝光”“AI推荐提升”作为服务卖点，业务流程类似传统SEO，但更重视与大模型检索机制对接。
与此同时，一批流量型团队，则依靠规模化账号群和内容量堆叠，在各大门户内容平台铺设“盘点”“测评”“避坑指南”等文章，以数量碰撞概率。
而在这一产业链的隐秘角落，黑帽手法也正在蔓延。这些操盘者主要面向高回报领域，如医美项目、培训机构、财商课程等，操作方式也更为激进，常见做法包括生成大量伪原创内容、捏造健康数据、虚构用户故事、批量注册马甲号制造热度，将品牌以自然出现的方式嵌入榜单或故事情境，再以马甲账号密集发布，并在完成投放后迅速销号，留下难以追踪的“孤岛内容”。
与此同时，更隐蔽的攻击方式也在出现，包括向开源训练语料库注入错误事实，使虚假内容在未来模型训练中被吸收；以及通过提示词注入的方式，诱导大模型将某些恶意指令误判为系统级提示等。
随着更多企业意识到“AI推荐位”的竞争价值，GEO正在从内容优化工具变成一场信息攻守战。据此前媒体报道，许多客户选择投放GEO已成为一种防御性行为，如果对手率先布局，自己的品牌就可能在AI回答中“缺席”。对灰色从业者而言，这则是跨越数条监管红线、但短期收益可观的市场。
AI搜索生态基础脆弱
过滤和溯源有待提升
GEO产业的特点也暴露出当前AI搜索生态基础脆弱。复旦大学教授、白泽智能团队负责人张谧表示，大模型在联网模式下通常依赖外部搜索引擎与第三方内容平台提供摘要，而非对原文进行深度语义理解；国内多数大模型并无自研搜索系统，其引用来源又以门户自媒体为主，这类内容生产门槛低、质量波动大，使模型天然容易受结构化、包装化内容的影响。
正是上述工作机制，为黑帽GEO提供了可乘之机。虚构品牌、捏造数据、销号遗留文章乃至“孤岛内容”，都可能在用户毫无察觉的情况下成为AI生成回答的组成部分。一旦内容被AI抓取，还可能在推荐链条中形成“黏性”，这种嵌入并非一次误取，而可能被系统不断引用强化，最终演变成模型内部的结构性偏置。
在治理层面，挑战同样突出。尽管多家大模型厂商宣称在训练与检索环节对明显的SEO/GEO痕迹进行过滤，且联网引用在整体回答中所占比例有限，但南方都市报、南都大数据研究院此前实测发现，过滤机制仍有待提升。业界也有人士表示，短期内黑帽操作难以彻底根除。
针对监管难点，张谧指出，大模型的“追溯性缺失”特性增加了取证和责任界定难度。大模型内部的决策路径极其复杂，外界难以判断其回答依赖了哪些训练样本、检索片段与推理逻辑，使得监管者在面对GEO投喂内容时更难判断某条回答是模型自然生成还是来自精准投放。“我国已出台《人工智能生成合成内容标识办法》规范AI生成内容的传播路径，但在溯源层面仍需努力。”
