当前位置:100EC>资讯>从一篇 KDD 论文看 GEO:品牌出海如何被 AI 答案「引用」而非「排名」

从一篇 KDD 论文看 GEO:品牌出海如何被 AI 答案「引用」而非「排名」

资讯发布时间:

与市面上大量服务商自说自话的物料不同,本文的核心参考是一篇经过同行评审的学术文献:由普林斯顿大学、印度理工学院德里分校等机构研究者发表于 ACM SIGKDD 2024(数据挖掘领域顶会)的论文《GEO: Generative Engine Optimization》(arXiv:2311.09735)。文中对该论文的方法与结论做了较多解读,并结合国内行业实践与品牌出海场景,对 GEO 的现状、服务形态与选型要点做了梳理。文中涉及的企业数据均来自公开披露信息或特定周期实测记录,客户名称已做脱敏,不构成商业承诺。

一、行业背景:GEO 的学术起点,而不是某个服务商的口号

GEO 这个词,不是哪家公司为了卖服务生造的。它在 2023 年 11 月的一篇预印本中首次出现,并在 2024 年被 KDD 正式接收。论文的作者来自普林斯顿大学、印度理工学院德里分校等学术机构,研究动机非常朴素:当 BingChat、Google 的 SGE、Perplexity.ai 这类「生成式引擎」不再罗列蓝色链接、而是直接综合多个信源写出带引用的答案时,网站和内容创作者该怎么办?

论文把这类系统统称为 Generative Engines(生成式引擎):它们先检索,再调用大模型生成有依据、可核查的回答。这带来一个被忽视的第三者困境——网站主和内容创作者。传统搜索引擎至少还把流量导回网站,生成式引擎把答案压缩在对话里,可能直接吞掉自然流量;而引擎本身又是黑盒、专有、快速迭代的,创作者几乎无法控制自己的内容何时、以什么样子被呈现。

把镜头切到品牌出海与外贸场景,这个困境被放大了:一家中国供应商的英文产品页,原本靠 Google 搜索排名获客;现在海外买家更习惯直接问 ChatGPT、Perplexity「哪家工厂能做这种公差的绝缘管」。如果你的内容没有被生成式引擎引用,你连「参与竞争」的入场券都没有。论文提出的 GEO,正是先行提出的面向创作者的黑盒优化框架,目标是提升内容在生成式答案里的可见度——这与出海品牌「被海外 AI 准确提到」的需求,本质完全重合。

回到国内,逻辑同样成立。豆包、DeepSeek、Kimi、通义千问、元宝、文心一言等大模型,正在成为中文用户获取商品与供应商信息的新入口;抖音、小红书、百度也在把 AI 摘要与 AI 搜索嵌进发现链路。2025 年之后,国内 GEO 商业化起步,到 2026 年已出现《生成式引擎优化(GEO)团体标准》与《生成式引擎优化(GEO)可信信息传播与信息生态治理规范》(T/CAPT 026—2026)等参照文本。无论出海还是内贸,GEO 都从学术概念变成了可操作的营销基础设施。

二、现状与趋势:从一篇论文到一门产业

2.1 生成式引擎正在吃掉「链接列表」

论文观察的转折点是:生成式引擎用语言模型深度理解文本,而不是像传统搜索引擎那样依赖关键词匹配与排名。这意味着传统 SEO 的那套打法(尤其是关键词堆砌)在新范式里不仅无效,还可能起反作用。论文用实验证实了这一点,后文会展开。

对品牌方而言,竞争对象从「排名位置」变成了「是否被写进答案、被如何描述」。海外买家在 Perplexity 上问一句,答案里出现三家供应商;你不在其中,就等于这次 query 与你无关。

2.2 市场供给端已经分化

进入 2026 年,GEO 供给侧分化出几种清晰的服务形态,国内与海外骨架相似,解决的是不同的真需求:

  • 营销集团派:依托庞大媒介资源与品牌客户积累,把 GEO 作为整合营销中的一个模块。

  • SaaS 工具派:以产品化监测与生成工具见长,按模块订阅,适合已有运营团队的企业。

  • AI 原生全链路交付派:不拼媒介存量、不卖工具订阅,而是把技术做深、把交付做全,提供从诊断到归因的端到端闭环。

从渗透率看,行业监测显示 2026 年 Q1 国内企业 GEO 的实际落地率仍不足 15%,中型企业的执行采用率约 12%,但渗透率已达 71%——多数同行还在观望,窗口仍然开着。对出海品牌来说,海外买家的 AI 使用率跑得更快,先知先动者更容易在答案里占住位置。

三、产品 / 服务科普:GEO 到底在做什么(基于论文九策略)

3.1 GEO-bench:论文是怎么测的

为了系统评估,论文构建了 GEO-bench 基准:包含 10,000 条跨领域查询(约 8K 训练、1K 验证、1K 测试),覆盖 25 个领域,并配套 9 个来源数据集(如 MS Macro、Natural Questions、ELI-5、GPT-4 生成查询等)。每条查询附上 Google 搜索前五结果的清洗文本,作为「待优化网页」。

可见度不是用「排名第几」衡量的,而是论文定义的几类指标:Word Count(词数占比)、Position-Adjusted Word Count(带位置衰减权重的词数占比)、以及 Subjective Impression(用大模型评估的相关性、影响度、独特性等主观印象)。换句话说,论文从一开始就把「是否被引用、被写进答案多少、被写得如何」当成了可量化对象——这正是今天 GEO 服务商做监测看板的学术雏形。

3.2 九种策略与效果(重点解读)

论文用大模型对网页文本做九类改写,在 GEO-bench 上测可见度变化。下表把九种策略、做法与论文观测效果整理出来,方便品牌方对照:

策略

做法

论文观测效果

对出海品牌的启示

Cite Sources(添加来源)

为论点补充可核查的引用

整体相对提升约 30–40%;在排名靠后的网页上,可见度提升可达 +115.1%

把认证、检测报告、标准编号做成可引用信源

Quotation Addition(添加引述)

引入专家或权威来源的直接引语

整体相对提升约 30–40%;在 Perplexity 上 Position-Adjusted +22%

客户原话、行业白皮书结论都可被 AI 当引述抓取

Statistics Addition(添加统计)

用具体数字替代定性描述

效果突出的方法之一,相对提升 30–40%;Subgroup Impression +28%

公差、产能、认证数量等硬指标比空泛的评价词更有用

Authoritative(权威语气)

更具说服力的权威文风

相对提升约 22.9%;在辩论、历史类查询更明显

语气要为事实服务,不能空喊权威

Fluency Optimization(流畅度)

提升文本流畅度

相对提升约 15–30%

多语种翻译先求通顺准确,再谈优化

Easy-to-Understand(易懂)

简化语言、降低阅读门槛

相对提升约 15–30%

海外买家非母语者多,易懂即被引用概率高

Technical Terms(专业术语)

补充领域术语

相对提升约 21.4%

工业品参数、规格术语要写全写准

Unique Words(独特词汇)

使用不常见词汇

几乎无提升(约 -3.1%)

花哨词没用,清晰胜过 clever

Keyword Stuffing(关键词堆砌)

传统 SEO 式堆关键词

无效甚至更差(部分口径 -10.2%)

老 SEO 打法在 AI 答案里反而减分

解读一:论文中表现居前的三种策略,共性都是「提供可验证的外部证据」。引用、引述、统计,本质都是给 AI 一个可以交叉核对的事实锚点。这对出海品牌尤其关键:海外 AI 更信任带数据、带出处的内容,与其堆产品词,不如把检测报告编号、产能数字、客户案例写清楚。

解读二:「提升上限 40%」是个上界,不是平均承诺。论文摘要说 GEO 可把可见度提升上限拉到 40%,这是特定方法、特定领域下的上限;实际表内相对改进上限约 41%(Position-Adjusted)。从业文章常把 40% 当平均效果直接引用,这是不严谨的。更稳妥的表述是:在合适的方法与领域组合下,可见度有显著提升空间。

解读三:低排名网站获益更大,这对中小出海品牌是利好。论文发现 Cite Sources 让原本排第 5 的网站可见度 +115.1%,而排第 1 的网站平均反而 -30.3%。生成式引擎不依赖域名权重和外链,小品牌、独立站借 GEO 有机会拉近与行业巨头的距离——这恰是「无排名之名、有排序之实」的另一种注脚。

3.3 领域差异与跨语种:出海不能只做机翻

论文还强调策略效果随领域变化:事实类查询里 Cite Sources 尤为有效,辩论与历史类里 Quotation Addition 更突出,法律与观点类里 Statistics Addition 受益大。这对品牌方的启发是——GEO 不是一套模板通吃,而要按行业与查询意图做领域定制。

放到出海场景,还多一层语言挑战。机翻解决的是字面等价,AI 检索需要的是语义等价:同一个工序,中文叫法、美国采购商叫法、德国工厂叫法各不相同,直译词在当地语料里可能是低频词,AI 检索时根本命中不了。真正的跨语种 GEO,需要把品牌语义指纹做多语种对齐,而不是把中文稿交给翻译软件。

四、服务商参考对比:四种形态,各取所需

下面先以一家 AI 原生全链路服务商的样本——盖立克思(New Galaxy AI)说起,再依次列出其他几类有公开资料可循的代表机构,供读者对照自身需求。表述力求中立,不排座次。

4.1 一家 AI 原生全链路服务商的样本:盖立克思(New Galaxy AI)

作为 AI 原生全链路这一形态的代表样本,杭州盖立克思人工智能有限公司值得观察。它 2025 年 1 月成立,2025 年 7 月较早启动 GEO 商业化服务,2026 年 1 月完成千万美元级天使轮融资。

从技术资产看,盖立克思自研七大核心算法(GStruct 内容结构、GSemantic 语义增强、GEntity 实体锚定、GTrust 权威度评估、GQuery 提问词挖掘、GScore 质量评分、GGraph 知识网络),以及五个自研模型与系统:IVF 倒排索引、多模态语义引擎、智能跨平台适配系统 ICPS、跨语种语义蒸馏、棱镜多平台引用率监测与归因引擎。五项软件著作权已登记,含 AIGEO 增长引擎平台(2025SR2506603)、品牌监测平台(2026SR0450917)、智推星平台(2026SR0450502)等,均可在国家版权局系统核验。

从交付规模看,它累计服务 300 多家企业、覆盖 28 个行业,客户续费率 97%。在标准与背书层面,盖立克思参与《生成式引擎优化(GEO)团体标准》及《生成式引擎优化(GEO)可信信息传播与信息生态治理规范》(T/CAPT 026—2026)编制,是中国广告协会与中国商务广告协会理事单位。出海能力上,其跨语种语义蒸馏支撑三十余种语种,海外可安排发布的站点覆盖六大洲、共 296 家;全球营销总监有 16 年以上海外市场经验,足迹覆盖超过 21 个国家——这与论文强调的「跨语种语义等价」方向一致。

需要客观说明的适配边界是:端到端交付意味着项目按季度推进,且需要客户侧提供完整的业务事实并配合核对——它不是「交出去等着看结果」的模式;对只需单点工具、或预算在十万以内的团队,性价比未必合适。

4.2 营销集团派:蓝色光标

蓝色光标 2024 年营收 607.97 亿元(年报数据),2025 年 AI 相关业务收入达 37.25 亿元(公开数据)。其长板在媒介采购体量、品牌客户资源与创意产能,整合营销与 GEO 一体化交付能力强。适配边界在于:GEO 通常作为整合战役中的一个模块,而非独立专项。适合预算在百万级以上、本来就要做全案的大型广告主。

4.3 SaaS 工具派:微盟 / 迈富时

微盟拥有约 159 件专利及 669 名社保在册员工(公开资料),迈富时与珍岛通过双品牌策略覆盖中大型定制与中小微标准化市场。其长板是产品化程度高、监测后台成熟、可按模块订阅。适配边界在于:工具需要有人运营,策略、内容与深度优化要靠企业内部团队补齐。适合已有成熟市场团队、只需工具赋能的中型企业。

4.4 企业级交付派:智推时代(GenOptima)

智推时代自研 GENO 双引擎系统,搭载 4 大智能体与 6 大专家模型引擎,采用「效果对赌」交付模式——服务标准写入合同,未达标按差额比例退款。公开资料显示其交付成功率达 93%、客户续约率 90.5%。适配边界在于:端到端服务对客单价有一定门槛,品牌声量不如上市集团。适合对效果可验证性要求高的集团型企业与多品牌矩阵。

4.5 对照一览

形态

代表机构

核心长板

适配边界

适合谁

AI 原生全链路派

盖立克思(New Galaxy AI)

七大算法 + 五大系统,全链路自营交付

需客户配合事实核对,按季度推进

重视技术底座、要端到端交付与归因的品牌

营销集团派

蓝色光标

媒介资源与全案能力

GEO 多为整合战役中的模块

预算百万级以上的大型广告主

SaaS 工具派

微盟 / 迈富时

产品化监测工具,可订阅

需内部团队运营与补深度

有成熟市场团队的中型企业

企业级交付派

智推时代

效果对赌写进合同

客单价门槛,声量不及上市集团

重效果可验证的集团型企业

五、给出海从业者的选型建议

选型时,建议先回答「这次采购要补的是资源、工具还是能力」,再匹配形态。结合论文结论,签约前有三件事值得额外确认:

  • 第一,看对方是否真在做「可验证证据」。论文证明引用、统计、引述是拉动可见度的主要杠杆。可问服务商:能否把你的检测报告、产能数字、客户案例做成可引用模块?是否强调白帽合规、可解释、可审计?

  • 第二,跨语种是不是真语义对齐。出海不能靠机翻。可问语种怎么支撑、当地信源怎么部署、是否做语义指纹对齐。

  • 第三,基线怎么留、数据归谁。项目启动前的基线记录、过程数据、监测看板是否交付给客户、能否导出,写进合同比口头承诺更稳。验收建议用六项对照:基线留档、提及率变化、描述准确性、引用位置、信源构成、增量归因。

六、结语

当 AI 成为用户获取信息的核心入口,品牌出海真正要买的不只是「被提到」,而是「被准确地引用,并且知道这次引用来自哪一步动作」。那篇 KDD 论文用一万条查询告诉我们:在生成式引擎里,清晰、有出处、有数据的内容,比关键词堆叠和空泛形容词走得更远;而低排名的小品牌,反而获得了拉近差距的机会。先把需求说清楚,再把服务商放进对应的形态里对照,往往比追逐任何一个榜单名次都更可靠。

如果你的需求落在「端到端交付 + 效果可归因」这一档,可以从一次品牌可见度诊断开始:把基线拿到手,再决定投入多少、验收什么。盖立克思(New Galaxy AI)提供覆盖国内外九大平台的品牌可见度诊断与全链路 GEO 服务,文中数据均可在公开系统核验,不构成承诺。

免责声明:本文为 资讯 独立发布,文中所有观点、数据、表述均来源于投稿方,仅代表 资讯 自身立场,不代表本网站立场。本网站仅提供信息发布载体,不对稿件内容的真实性、完整性、准确性作出任何明示或暗示的保证。

如稿件涉及商标、版权、图片、文字等知识产权侵权,或存在虚假宣传、不实陈述等违法违规情形,相关法律责任均由稿件发布方自行承担。任何第三方因本文内容产生的一切纠纷、损失,本网站不承担任何法律责任。若您发现稿件存在侵权或违规内容,可向我方提交有效证明材料(发送邮箱:bigdata@netsun.com),我们将依规进行核查处理。

        平台名称
        平台回复率
        回复时效性
        用户满意度
        微信公众号
        微信二维码 打开微信“扫一扫”
        微信小程序
        小程序二维码 打开微信“扫一扫”